OpenClaw가 Skills 시스템을 도입해 AI 에이전트에 외부 도구 연동 능력을 모듈 단위로 동적 추가

Context

OpenClaw의 AI 에이전트는 기본 제공 도구(파일 작업, 웹 검색, 브라우저 제어, 메시징)만 사용 가능했다. 사용자가 요구하는 새로운 기능(X 포스팅, 이미지 생성, 오디오 변환, GitHub 관리 등)을 추가하려면 코드 수정과 재배포가 필요했다.

Technical Solution

• Skill 아키텍처 정의: SKILL.md 파일(YAML 메타데이터 + 시스템 프롬프트 지시사항)을 단위 모듈로 표준화해 에이전트가 로드 시점에 새 능력을 인식
• 계층적 로드 경로 구성: 워크스페이스 skills > 관리형 skills > 번들 skills 순서로 우선순위 적용해 번들 skill 오버라이드 지원
• Skill 게이팅 규칙: 환경변수, 바이너리, API 키, 플랫폼 조건을 메타데이터에 정의해 환경에 맞는 skill만 자동 필터링
• 동적 주입 메커니즘: 새 세션 시작 시 eligible skill의 지시사항을 에이전트 컨텍스트에 자동 주입해 코드 변경 불필요
• AgentSkills 표준 준수: Pi 호환 agent runtime 간 skill 포팩성 보장해 OpenClaw 외 에이전트에서도 재사용 가능
• ClawHub 공개 레지스트리: 커뮤니티 작성 skill을 중앙 저장소에서 clawhub install 명령으로 설치 및 clawhub update로 관리
• Config 기반 관리: ~/.openclaw/openclaw.json에서 API 키, 활성화 여부, 커스텀 환경변수를 skill별로 관리
• 다중 에이전트 격리: 워크스페이스 skill은 에이전트별 격리, 관리형 skill은 머신 전역 공유로 에이전트 역할 분담 지원

Key Takeaway

Skill 시스템은 에이전트 능력 확장을 선언적 메타데이터와 동적 주입으로 처리함으로써 런타임에 코드 수정 없이 새 도구 연동을 가능하게 한다. 게이팅 규칙과 계층적 로드 경로는 환경별 호환성과 사용자 정의를 동시에 만족하는 설계 원칙을 제시한다.