我用Openclaw + Claude搭了一套自动写作系统，每天省3小时
这是我目前最重要的一套AI工作流。从信息获取到发布，几乎不用手动完成。
一、为什么我要搭建这套系统？
信息过载的困境
如果你也在持续关注AI，应该会有同样的感受：
信息太多了。
每天打开 X、公众号、GitHub、技术社区，都会冒出大量新内容。
AI模型更新、工具更新、Agent框架、自动化方案……
想跟上这些信息，本身就已经是一项工作。
手动写作的低效循环
更别说：
- 整理信息
- 找选题
- 写文章
- 配图
- 发布到各个平台
如果全部手动完成，写作就会变成一件非常消耗精力的事。
我一度也在这种状态里：
想持续输出，但写作本身占用了太多时间。
一个关键问题
后来我开始思考一个问题：
如果写作这件事可以被"系统化"，会发生什么?
于是，我不再把AI当成写作工具。
而是开始搭一套完整的 AI写作工作流。
二、思路转变：从优化写作到优化流程
大多数人的AI写作方式
大多数人使用AI写作，是这样：
打开AI → 输入一个prompt → 生成一段文字 这确实能提高效率。
但很快会发现：
写作真正耗时的，并不是写那一段文字。
AI只帮你完成了10%
而是：
- 去哪里获取信息
- 如何整理素材
- 如何形成选题
- 如何组织结构
- 如何配图
- 如何发布到不同平台
如果这些步骤都靠手动完成：
AI只帮你完成了10%的工作
我的解决方案
所以我决定换一个思路：
不再优化"写一篇文章"
而是优化"整个写作流程"
我想搭一套：
从信息输入 → 写作 → 发布
能够自动运转的系统。
三、系统全貌：我的完整AI写作工作流
经过一段时间的搭建，我现在的写作流程大致变成了这样：
整个流程已经基本打通。
现在我每天不再手动整理信息，
也很少从0开始写一篇文章。
更像是：
在一个已经准备好的系统中完成创作。
下面简单分享一下这套系统是如何运转的。
核心工具清单（文末有详细说明）：OpenClaw (AI Agent 自动化中枢)Obsidian (知识库)Telegram (消息推送)bird CLI (Twitter数据)GitHub API (开源动态)Dajiala API (公众号监控)
四、核心环节拆解：五步实现自动化
第一步：让AI自动获取信息
写作的第一步，一直是最耗时间的：找信息
以前我需要：
- 刷X
- 看GitHub趋势
- 看AI新闻
- 收藏素材
这些操作每天重复，且非常碎片化。
现在我把这一步完全交给AI。
我对 OpenClaw 说：
"我想每天自动获取这些信息：Twitter/X 上的AI热点讨论GitHub 的今日热榜（24小时内高星项目）微信公众号（新智元、机器之心、量子位）的最新文章AI垂直网站（ai-bot.cn）的今日更新"
OpenClaw 做了什么：
它自己：
- 安装了
birdCLI 工具（用我的浏览器Token抓取X数据） - 写了
fetch_github_direct.py（调用GitHub API） - 写了
fetch_wechat.sh（接入第三方公众号API） - 写了
fetch_aibot.py（爬取AI网站，还加了日期过滤）
我全程没写一行代码。
现在系统每天会自动收集：
- AI行业动态
- 热点讨论
- GitHub趋势
- 技术更新
然后统一汇总。
这一步完成后，我基本不再手动刷信息。
所有内容会自动进入下一环节。
第二步：生成每日AI日报与写作素材池
信息抓取只是第一层。
真正有用的是：把信息变成可以使用的素材
现在系统每天会自动完成：
- 信息分类
- 核心内容提取
- 简要总结
- 形成日报
我对 OpenClaw 说：
"每天早上9点，把这些信息整理成’卡片式日报’，分类展示：📚 公众号精选🔥 X 全网突发🚀 GitHub 黑马🧠 AI 行业动态"
OpenClaw 做了什么：
它设置了一个定时任务（Cron Job）。
每天早上9点，自动：
- 执行所有抓取脚本
- 用AI解析和总结内容
- 生成格式化的日报
- 同时推送到两个地方：
- Telegram（手机立即查看）
- Obsidian（永久归档到笔记库）
最大的改变
写作不再从0开始
当我准备写一篇内容时，
已经有整理好的素材与结构参考。
写作从"构思"
变成了"加工"。
第三步：在 Obsidian 中用 AI 完成写作
我现在的写作中枢放在 Obsidian。
所有日报、素材、想法都会自动进入这里，
形成一个持续积累的内容库。
素材库已经就绪
每天早上9点，OpenClaw 已经把整理好的日报：
- 推送到 Telegram（即时查看）
- 自动写入 Obsidian（永久归档）
我打开 Obsidian，素材已经躺在那里等我了。
我如何在 Obsidian 中写作：
这里我用的是 Claudian 插件（Claude 模型直接集成在 Obsidian 中）。
我对 Claude 说：
"基于今天日报中的’AI Agent 零代码实现’这个话题，帮我生成一篇公众号文章的初稿。
从我的素材库中调取相关案例，按照这个结构展开：为什么需要零代码我的实现过程实战案例工具清单"
Claude 在 Obsidian 中完成：
- 检索我的素材库（已发布内容、金句库、案例库）
- 生成结构化初稿
- 自动引用相关笔记链接
- 保持我的写作风格
写作角色的转变
在真正写文章时：
AI（Claude）会辅助完成：
- 初稿生成
- 结构整理
- 内容扩展
- 语言优化
而我只需要做一件事：
最后的思考与判断
写作从过去的"体力活"，
变成了现在的"决策型工作"。
这也是我最明显的感受变化。
第四步：配图与多平台发布自动化
写完文章并不代表结束。
还需要：
- 配图
- 排版
- 发布公众号
- 同步小红书
- 同步X
这些曾经是最耗时间的重复操作。
自动化实现
现在这一步也被逐渐自动化：
- AI生成配图
- 自动适配不同平台
- 自动发布或半自动发布
闭环形成
于是，完整流程就形成了闭环：
信息输入 → 写作 → 发布 基本实现自动运转 五、这套系统带来的改变
搭建这套AI写作工作流之后，
最大的变化不是写得更快。
而是：
写作变得稳定了
- 过去写作靠情绪与时间
- 现在写作靠系统
信息焦虑明显减少
- 不再担心错过信息
- 因为系统每天都在自动获取
输出不再依赖意志力
- 只需要在系统里完成最后一步
某种程度上，这更像是：
给自己搭建了一支AI内容团队
结语：AI改变的是工作方式
在这个过程中，我逐渐意识到一件事：
AI真正改变的不是写作
而是一个人的工作方式
我现在做的，也不只是用AI写文章。
而是在搭一套：
属于自己的AI工作系统
它会随着时间不断迭代，
也会成为未来所有工作的基础设施。