写代码最贵的一步，不是实现，是「实现错了方向」。OpenClaw 官方的 Spike Skill 专治这个问题：在投入真开发之前，先跑一个一次性原型回答「这想法到底行不行」。它不追求代码质量，追求的是结论——行，还是不行，还是部分可行。
核心方法：五步验证循环
- 提问（Question）：把模糊想法收敛成一句具体的可行性问题
- 研究（Research）：读够文档与源码，选出可信的技术路线
- 构建（Build）：做最小的可运行产物来验证或否定想法
- 压测（Stress）：主动试一个边界案例或失败模式，看原型扛不扛得住
- 判定（Verdict）：给出 VALIDATED（验证通过）/ PARTIAL（部分可行）/ INVALIDATED（不可行）三态结论
工程纪律：小即是快
Spike 对产物形态有明确约束：默认放 .tmp/openclaw-spikes/，偏爱可运行 CLI、小型 HTML、单个 endpoint 或聚焦测试——避免包膨胀、Docker、环境变量文件、应用框架和生产级清理。这些约束的本质是防止 spike 偷偷长成正式项目。
多想法对比时，Skill 建议拆成 2-5 个独立问题、先跑风险最高的那个、A/B 对比保持输入一致并度量同一维度——这套纪律让验证结论可比较、可复现。
典型使用场景
- 技术选型验证：「这个库能不能做 X」→ 跑个最小 demo 看真实行为，而不是只看 README
- 方案 A/B 对比：两个实现思路各做一个最小原型，同一输入同一指标对比
- 大项目前置验证：在正式开工前，用 spike 确认最不确定的技术点是否成立
使用方法与下载
OpenClaw 用户：spike 是 OpenClaw 内置 skill，自然语言触发（「spike 一下」「快速验证」「这能做吗」）即可；产物默认落在 .tmp 目录，不污染仓库。见 OpenClaw 官方文档。
其他 Agent 用户：遵循标准 SKILL.md 约定，可实现同样的「先验证后开发」工作流。源码见 OpenClaw GitHub 仓库。
相关资源
编排类 Skill 可组合使用：ACP 路由器（acp-router） 管编码 Agent 调度，TaskFlow（taskflow） 管验证通过后的长任务编排，Python 调试（python-debugpy） 管原型里的疑难 bug。
---