“OpenClaw正在成為我的超級助理”

過去幾個月，銘文鼎成科技創始人陳一銘，進行了一次深度實驗。

他把開源框架OpenClaw（龍蝦）接入飛書，配置了40個核心Skill（技能），在真實工作流里持續運行，最終“養”出了一個可以24小時運轉的“數字分身”。

他對見實說了一個很直觀的比喻：

“ChatGPT更像是在對話框里陪你聊天、答疑的伙伴，而Agent，是能直接接管你的鼠標和鍵盤，主動幫你推進工作、完成具體任務的‘數字員工’�！�

在見實直播間的展示中，這個“數字分身”能夠自動抓取全球信息、完成郵件篩選打標、安排語音日程，到運營自媒體內容流水線，甚至能直接讀懂技術教程、修改網站代碼，在多個環節替代人完成連續工作，實現了工作方式的徹底重排。

對了，3月27日至28日，陳一銘還將在見實上，帶來一場更深入的主題分享——《小龍蝦到底能干什么？OpenClaw全域應用指南》，期間他還將組織一場手搓實操夜話。見實會員都可以免費參與，歡迎報名。

本文根據陳一銘直播分享整理，呈現其“龍蝦”在四個真實場景中的實際運行，采用第一人稱敘述。

01AI晨間簡報：我不再自己刷信息了

作為內容創作者兼創業者，“漏掉關鍵信息”是我每天最大的焦慮。以前，我每天早上要花1個小時刷推特、看公眾號、翻科技新聞，效率低下不說，還常常錯過核心動態。

現在，我把這份“信息搜集”任務完全交給了AI助理，給它設定了定時任務：每天早上9點，生成一份《AI熱點早報》，直接推送到我的飛書。

1. 它是怎么工作的？

這絕非簡單的信息抓取，我給它配置了3個核心技能，形成了一套完整的信息處理邏輯鏈：

• Tavily Search—專為AI優化的搜索引擎，比Google更精準，能返回結構化摘要，省去手動整理的麻煩；

• arxiv-watcher—實時監控AI/ML/LLM領域的最新學術論文，第一時間捕捉技術前沿；

• Gmail—自動篩選和分析我訂閱的信息類郵件，過濾無效干擾。

當每天9點定時任務觸發時，Agent會按以下邏輯高效運轉：

• 多源搜索：調用Tavily News抓取全球范圍內（英偉達、OpenAI、Google、Meta等）過去24小時的AI動態，同時用多引擎搜索補充國內大廠（阿里、百度、字節、騰訊等）的最新動作，做到全域覆蓋；

• 去重清洗：通過大模型自動識別并合并來源不同但內容重復的信息，避免冗余；

• 價值判斷：這是最核心的一步。我在User.md（用戶偏好文檔）中明確告知它“我是AI創業者，需要篩選值得深入研究的新聞”，它會根據這個偏好，給每條信息標注重要性評分，幫我聚焦核心；

• 信源補充：除了行業熱點，還會從arXiv抓取2-3條最新學術進展并附上論文摘要，同時從郵箱中篩選最新信源類郵件，豐富信息維度。

每天早上9點，我的飛書都會準時收到一條消息，點開就是一份結構清晰、重點突出的日報，具體包含4個部分：

• 日期與制作人：明確標注生成時間和模型版本，方便追溯；

• 新聞板塊：6-8條行業熱點，每條均包含標題、來源、原文鏈接，以及3-5句話的詳細摘要；

• 論文板塊：2-3條最新學術進展，附上作者信息和arXiv鏈接，便于深入研讀；

• 大廠動態覆蓋：重點標注國內外主流大廠的AI動作，幫我快速掌握行業風向標。

它不僅幫我省去了1小時的信息搜索時間，更直接完成了“選題初篩”的工作——每條新聞的詳細摘要的原文鏈接，讓我能快速判斷是否值得深入研究，這才是助理該有的價值。

02無感日程管理：告別繁瑣的手動錄入

飛書日歷的功能很強大，但手動錄入日程一直是痛點：點開日歷、選日期、設時間段、填主題、調提醒時間……一套操作下來，至少要1-3分鐘，忙起來的時候，很容易遺漏或出錯。

而通過OpenClaw與飛書的深度集成，我實現了“語音即日程”，徹底解決了這個難題。

1. 真實場景演示

有一天下午，我一邊走路一邊給我的AI助理發了一條語音：“幫我規劃一下，明天中午1點要去公園散步，下午3點回辦公室開個線上會，哦對了，晚上6點提醒我去趟超市買東西�！�

2. Agent的思考過程

這條看似隨意的語音，后臺的Agent卻能精準拆解、高效執行，整個流程無需我二次干預：

• 意圖識別：快速區分“去公園”“開線上會”是日歷日程，“去超市買東西”是待辦提醒任務；

• 時間解析：精準提取“明天13:00”“15:00”“18:00”三個時間點，避免時間混淆；

• 工具調用：自動調用飛書日歷API創建日程，同時將“超市購物”寫入飛書任務清單；

• 權限確認：飛書插件（openclaw-lark）已提前獲得日歷和任務的讀寫權限，整個過程無需我手動確認，真正實現“無感操作”。

不到一分鐘，AI助理就回復我：“已為您規劃完畢�！�

我打開飛書日歷，明天的時間格子里已經整整齊齊排列好了兩個日程，提醒時間也已自動設置；任務清單里，也多了一條“超市購物”的待辦，同步標注了提醒時間。

這一切，都依賴于OpenClaw的飛書官方插件（openclaw-lark）——它打通了飛書官方開放的日歷、任務、多維表格API，只要完成一次授權，AI就像一個專屬秘書，能直接操作我的飛書后臺。

現在的我，徹底告別了“打開飛書→點日歷→填表單”的繁瑣流程，不管是走路、開會還是開車，只要說一句話，AI就能幫我安排好所有日程。

03自媒體流水線：從監控到“出片”

這是我配置的效率提升最高的一條工作流。

這是我配置的所有工作流中，效率提升最明顯的一個。做自媒體的朋友都知道，從捕捉熱點、確定選題，到寫腳本、做封面、歸檔選題，整個流程冗長又繁瑣，耗費大量時間和精力。而我，把這套流程封裝成了一套自動化指令，讓AI全程接管。

1. 觸發機制

我只需在飛書里給助理發一條指令：“幫我掃描最近一周的AI熱點，篩選出適合做自媒體的話題，生成封面圖和口播腳本，錄入到飛書多維表格里�！�

2. 瘋狂的“工作流”

接到指令后，OpenClaw就會啟動多技能聯動，像揮舞“爪子”一樣高效推進，全程無需我干預：

• 第一步：郵件與網絡監控。它先檢查我的Gmail郵箱（我訂閱了大量AI相關信源），提取AI相關內容，過濾掉個人通知；同時調用Tavily搜索過去24小時全球AI動態，結合多引擎補充國內大廠動作，再通過arxiv-watcher抓取最新學術論文，從海量信息中篩選出有傳播潛力的熱點（如“大廠新模型發布”“技術突破性進展”）。

• 第二步：內容創作。根據我預設的SOP（標準作業流程），自動撰寫適合自媒體的口播腳本，劃分段落和鏡頭節奏，甚至標注出停頓點和幽默補充建議，貼合短視頻傳播特點。

• 第三步：視覺生成。這是最驚艷的一步——它提取腳本關鍵詞，調用libtv-skill，按照我設定的“科技感封面圖、2.25:1比例（適配視頻號/小紅書）”要求生成封面；若圖片清晰度不足，還會自動調用Topaz Enhance進行二次優化。

• 第四步：數據歸檔。最后，調用飛書多維表格API，將“選題標題”“切入角度”“口播腳本”“封面圖鏈接”自動填入我的選題庫，同時標注優先級和建議發布平臺，方便我后續篩選。

短短幾分鐘后，AI助理就發給我一個飛書多維表格鏈接。點進去一看，8個熱門選題已經整整齊齊排列在里面，標題、切入角度、口播腳本、封面圖一步到位，無需我再做任何基礎工作。

我需要做的，只是從這8個選題里挑一個最滿意的，稍微潤色一下，就可以直接開始錄制——以前花大半天才能完成的工作，現在幾分鐘就能搞定。它徹底把我從“找選題→寫腳本→做封面→歸檔”的手忙腳亂中解放出來，我的工作只剩下最后一步：挑選最想錄制的題材，效率提升何止10倍。

04終極玩法：它學會了自己寫代碼

如果說前面幾個場景還在意料之中，那么這個場景，真正讓我感受到了Agent的強大——它居然能自己學習、自己寫代碼、自己部署，完全替代了程序員的基礎工作。

我有一個個人導航網站，部署在騰訊云輕量應用服務器上。有一天，我想把網站主色調從綠色改成藍色，同時增加一個新頁面，展示我的AI助理掌握的所有技能，但我不想自己寫代碼，也不想手動修改CSS。

1. “扔書”給它學

我把一篇關于網頁配色修改的技術文章鏈接甩給OpenClaw，跟它說：“學習一下這篇文章，幫我把博客介紹頁改成藍色系，增加一個‘了解更多’按鈕，跳轉到新頁面，列出你現在所有的Skill�！�

2. 自我進化

這是一個非常復雜的指令，涉及閱讀理解、審美遷移、代碼修改、文件創建、服務器部署五大環節，而OpenClaw的執行過程，徹底超出了我的預期：

• 學習：先完整讀取那篇技術教程，快速掌握網頁配色修改、按鈕添加、新頁面創建的方法；

• 連接：通過cloudbase技能，成功連接到我的騰訊云開發環境，獲取網站源碼操作權限；

• 修改：讀取網站源碼，精準找到CSS中的綠色代碼，全部替換成藍色系配色，確保視覺統一；

• 創造：新建一個HTML文件，調用自身系統信息，抓取40個Skill的詳細信息，生成完整列表并寫入新頁面；

• 部署：自動執行服務器部署命令，完成網站更新，全程無需我手動操作后臺。

幾分鐘后，AI助理回復我：“網站已更新。”

我點開個人網站，主色調果然變成了我想要的藍色，視覺效果簡潔清爽；點擊新加的“了解更多”按鈕，新頁面成功彈出，上面詳細列出了它擁有的所有40個技能，一目了然。

整個過程，我沒有寫一行代碼，沒有打開過服務器后臺，只是像給程序員提需求一樣，發了一段話、扔了一篇教程，它就自己學會并完成了所有操作——這就是Agent的終極價值：把人從重復性、技術性基礎工作中徹底解放。

05深度復盤：如何讓你的Agent更“靈性”？

經過長時間的探索和調試，我總結出了一些“養蝦”（調教OpenClaw）的心得。很多人覺得自己的Agent像“人工智障”，而有的人能把它打造成“超級員工”，核心差距就在于兩點：技能組合和反饋機制，再加上關鍵的數據喂養。

1. 技能（Skill）是核心壁壘

OpenClaw的Skill之所以強大，核心在于它的“漸進披露”機制。你可以把它的技能體系想象成一個圖書館，我給它裝了40個技能，它不會每次都把40本書全部背下來，而是先看“目錄”——當我提出需求時，它會快速掃描“目錄”，匹配最適合的技能，只調用這一個（或少數幾個）。

這種機制的優勢很明顯：即使你給它裝了100個技能，它的反應速度依然很快，不會出現“技能冗余導致卡頓”的問題。我強烈建議大家去研究一下OpenClaw的Skill庫，除了我用到的這些，還有很多實用又好玩的技能——Agent的上限，本質上取決于你給它裝了什么“技能”。

2. 建立“反思”機制

為了監控Agent的工作狀態，避免它“走彎路”，我給它設置了一個簡單卻高效的“反思”機制：每次執行完任務，都要在結尾標注“耗時多久”“調用了哪些Skill”。

這招非常管用�，F在它每次回復我，底部都會帶上一行小字，比如：“耗時：30.01秒；已調用技能：libtv-skill-AI圖片生成（LiblibAI）、Tavily Search”。這就像員工的每日工作匯報，讓我能清晰看到它的工作路徑——這樣我可以清晰的看到哪些動作是臃腫的，哪些Skill是冗余的，當某個Skill報錯，我也能及時發現。

3. 數據的喂養

最后一點，也是最關鍵的一點：Agent的能力邊界，取決于你的數據邊界。

如果你不給它飛書日歷的權限，它就沒法幫你安排日程；如果你不給它cloudbase的權限，它就沒法幫你修改網站代碼；如果你不開放你的郵件、多維表格，它就無法理解你的工作習慣和業務邏輯。

很多時候，我們覺得AI不夠強，不是因為AI本身不行，而是因為我們把它關在了“籠子”里，沒有給它足夠的數據接口和操作權限。在合規的前提下，盡可能多地把你的業務流、數據流開放給它（比如通過飛書多維表格、文檔、API），它才能真正理解你的業務，從一個“通用工具”，進化成你的“專屬助理”。

PS：

歡迎下方加入見實會員，免費參與本月私享會：

26-28號，

和正在醞釀的系列品牌AI私域提效大標桿的實地游學，聯系見實小boss，微信號（jskj44）即可報名，會員 還有一年40-60場主題私域私享會和游學發起。

↘私域服務對接：