openclaw实战【一】

前言在上一篇实战中我们体验了 OpenClaw 的基础能力搜索、总结、浏览器自动化。这次我们将进入 实战二进阶自动化与知识库构建让你真正把 OpenClaw 打造成一个能自主运行、持续积累知识的“数字员工”。全文约 1500 字读完就能上手这些高阶玩法。 实战一打造你的“第二大脑”——自动构建知识库OpenClaw 不仅能帮你处理一次性任务还能成为你知识管理的核心引擎。通过结合 tavily-search、summarize 和笔记类技能你可以让 AI 每天自动搜集信息整理成结构化笔记存入你的知识库。1.1 安装必备技能首先确保已安装以下技能bashclawhub install tavily-search # 联网搜索clawhub install summarize # 内容总结clawhub install obsidian # Obsidian 笔记集成可选clawhub install notion # Notion 集成可选1.2 场景每日自动生成技术早报假设你每天需要跟踪 AI 领域的最新动态让 OpenClaw 帮你自动完成步骤1编写一个“技术早报”工作流OpenClaw 支持通过 API 或定时任务调用技能。我们可以创建一个简单的脚本用 cron 定时执行。在服务器上创建一个脚本文件 ~/daily_tech_brief.shbash#!/bin/bash定义搜索关键词TOPICS(“AI breakthrough” “large language model” “AI regulation”)DATE$(date %Y-%m-%d)OUTPUT_DIR~/knowledge_base/tech_briefmkdir -p $OUTPUT_DIR循环每个主题搜索并总结for TOPIC in “TOPICS[];doecho正在处理{TOPICS[]}; do echo 正在处理TOPICS[];doecho正在处理TOPIC”# 调用 OpenClaw 的 CLI 执行搜索和总结假设 openclaw-cli 可用openclaw run tavily-search queryKaTeX parse error: Expected group after _ at position 35: …5 /tmp/search_̲TOPIC.json# 提取搜索结果并总结cat /tmp/search_KaTeX parse error: Expected group after _ at position 67: … /tmp/summary_̲TOPIC.txt# 生成 Markdown 文件echo “##TOPIC最新动态(TOPIC 最新动态 (TOPIC最新动态(DATE)” OUTPUTDIR/OUTPUT_DIR/OUTPUTD​IR/DATE.mdcat /tmp/summary_$TOPIC.txt OUTPUTDIR/OUTPUT_DIR/OUTPUTD​IR/DATE.mdecho -e “\n—\n” OUTPUTDIR/OUTPUT_DIR/OUTPUTD​IR/DATE.mddone可选同步到 Obsidian 或 Notionopenclaw run obsidian note_title技术早报DATEcontentfileDATE content_fileDATEcontentf​ileOUTPUT_DIR/$DATE.md步骤2设置定时任务cron每天上午 8 点执行bashcrontab -e添加一行0 8 * * * /bin/bash ~/daily_tech_brief.sh现在每天早晨你的知识库里都会自动生成一份整理好的技术早报无需手动操作。1.3 场景自动将网页剪辑为永久笔记当你浏览网页时可以让 OpenClaw 一键将文章保存到知识库并自动添加标签和摘要。方法通过 OpenClaw 的 Web API 或浏览器插件触发例如写一个简单的 Telegram Bot 或使用 curl 命令bashcurl -X POST http://localhost:18789/api/run-H “Authorization: Bearer 你的Token”-d ‘{“skill”: “summarize”,“input”: { “url”: “https://example.com/article” },“next”: {“skill”: “obsidian”,“input”: { “title”: “自动剪辑文章标题”, “content”: “{{output}}” }}}’这样当你把链接发给机器人或执行这条命令OpenClaw 会先总结文章然后自动保存到 Obsidian 中。⏰ 实战二定时任务与复杂工作流自动化OpenClaw 内置了定时任务引擎你可以像设定闹钟一样让 AI 在指定时间执行一系列操作。2.1 设置定时日报通过 OpenClaw 的 cron 技能需安装可以轻松管理定时任务bashclawhub install cron然后创建一个日报任务每天早上 9 点运行bashopenclaw run cron add --schedule “0 9 * * *” --command ’openclaw run tavily-search query“my daily tasks” openclaw run summarize input“{{output}}” openclaw run email-sender to“meexample.com” subject“每日简报” body“{{output}}”’这行命令组合了搜索、总结和邮件发送每天早上自动给你发送一份个性化简报。2.2 复杂工作流监控网站变化并通知假设你想监控某个网页的更新比如产品价格、新闻发布一旦内容变化就立即通知自己。我们可以编写一个循环脚本结合 curl 和 openclaw 技能bash#!/bin/bashURL“https://example.com/product-page”OLD_HASH_FILE“/tmp/page_hash.txt”CURRENT_HASH$(curl -s $URL | md5sum)if [ -fOLDHASHFILE];thenOLDHASHOLD_HASH_FILE ]; then OLD_HASHOLDH​ASHF​ILE];thenOLDH​ASH(catOLDHASHFILE)if[OLD_HASH_FILE) if [ OLDH​ASHF​ILE)if[CURRENT_HASH ! “KaTeX parse error: Expected EOF, got # at position 49: …面已更新 #̲ 调用 OpenClaw 总结…URL” |openclaw run telegram-send chat_id123456 text“页面更新{{output}}”fielseecho “$CURRENT_HASH” $OLD_HASH_FILEfi将此脚本放入 cron 中每小时执行一次就能实现自动监控。 实战三多 Agent 协作完成复杂任务OpenClaw 支持将多个技能串联成“链式调用”让不同 Agent 分工合作。这类似于 LangChain 的链式思想但更轻量、更直观。3.1 链式调用示例研究一个新领域假设你想快速了解一个陌生领域比如“量子计算”并生成一份包含概述、最新进展和关键人物的报告。可以设计如下链式工作流Agent A用 tavily-search 搜索该领域的综述文章和维基百科。Agent B用 summarize 总结搜索结果提取核心概念和里程碑。Agent C用 tavily-search 再次搜索该领域的知名专家和最新论文。Agent D用 file-manager 将收集到的信息整合成 Markdown 报告并保存到指定目录。在 OpenClaw 中你可以用 JSON 格式定义这个工作流通过 API 或 CLIjson{“chain”: [{“skill”: “tavily-search”,“input”: { “query”: “quantum computing overview”, “max_results”: 3 }},{“skill”: “summarize”,“input”: { “text”: “{{prev.output}}” }},{“skill”: “tavily-search”,“input”: { “query”: “quantum computing recent breakthroughs 2025” }},{“skill”: “summarize”,“input”: { “text”: “{{prev.output}}” }},{“skill”: “file-manager”,“input”: {“operation”: “write”,“path”: “~/research/quantum_computing_report.md”,“content”: “# 量子计算研究报告\n\n## 概述\n{{chain[1].output}}\n\n## 最新进展\n{{chain[3].output}}”}}]}通过 openclaw run chain --file workflow.json 执行AI 会一步步自动完成整个调研并生成报告。️ 实战四开发自己的第一个技能如果你有特定的需求OpenClaw 的技能开发非常容易。一个技能本质上是一个遵循特定接口的 Node.js 模块或任何语言通过 stdio 通信。下面是一个极简的自定义技能示例。4.1 技能结构创建一个文件夹 my-weather-skill包含两个文件package.json定义元数据json{“name”: “my-weather-skill”,“version”: “1.0.0”,“openclaw”: {“skills”: [{“name”: “weather”,“description”: “获取指定城市的天气”,“runtime”: “node”,“entry”: “index.js”,“parameters”: {“city”: { “type”: “string”, “description”: “城市名称” }}}]}}index.js实现逻辑javascriptmodule.exports async function (params) {const city params.city;// 这里可以调用真实天气 API为了演示返回模拟数据const weather { city, temp: 25, condition: “晴” };return当前 ${city} 的天气${weather.temp}°C${weather.condition};};4.2 安装并测试你的技能将技能文件夹放到 OpenClaw 的技能目录默认为 ~/.openclaw/skillsbashcp -r my-weather-skill ~/.openclaw/skills/openclaw skills reload # 重新加载技能列表openclaw run weather city“北京”你应该能看到输出“当前 北京 的天气25°C晴”。4.3 分享你的技能开发完成后你可以将技能发布到 GitHub其他用户就能通过 clawhub install github用户名/仓库名 直接安装你的技能为社区做贡献。 实战五数据分析与报表自动化OpenClaw 还能处理数据文件生成可视化报表。结合 pandas 技能需安装或调用外部脚本可以实现读取 Excel 或 CSV 文件进行数据清洗和统计。生成图表并保存为图片。将分析结果自动发送给团队。示例每天自动分析销售数据并发送邮件bashopenclaw run pandas scriptimport pandas as pddf pd.read_csv(‘/data/sales.csv’)summary df.groupby(‘region’)[‘revenue’].sum().to_string()with open(‘/tmp/summary.txt’, ‘w’) as f:f.write(summary)openclaw run email-sender to“teamexample.com” subject“昨日销售汇总” attachment“/tmp/summary.txt”✅ 实战小结通过这五个实战案例你已经掌握了 OpenClaw 的进阶用法构建个人知识库让 AI 自动帮你搜集和整理信息。设置定时任务实现无人值守的自动化工作流。多 Agent 协作完成复杂的调研和报告生成。开发自定义技能满足个性化需求。数据分析自动化提升工作效率。