OpenClaw + Claude 搭建自动写作工作流实践
一、为什么搭建这套系统？
信息过载的困境
持续关注 AI 领域会有同样的感受：
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。
曾处于这种状态里：
想持续输出，但写作本身占用了太多时间。
一个关键问题
随后思考一个问题：
如果写作这件事可以被"系统化"，会发生什么？
不再将 AI 仅视为写作工具。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
常见 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
解决方案
因此调整思路：
不再优化"写一篇文章"，而是优化"整个写作流程"
目标是搭建一套：
从信息输入 → 写作 → 发布 能够自动运转的系统。
三、系统全貌：完整 AI 写作工作流
搭建完成后，当前写作流程大致如下：
整个流程已经基本打通。现在不再手动整理信息，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： 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
首要任务是高效获取信息。
以往需要：
- 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。
现由 AI 自动处理。
配置指令
"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"
执行动作
它自己：
- 安装了
birdCLI 工具（用浏览器 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）
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，无需手动刷新信息。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。核心在于：将信息转化为可用素材。
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
配置指令
"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"
执行逻辑
设置定时任务（Cron Job）。
每日 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）
主要改进
写作不再从零开始
撰写内容时，已有整理好的素材与结构参考。
写作从'构思'转变为'加工'。
第三步：在 Obsidian 中完成写作
写作中枢使用 Obsidian。
所有日报、素材、想法自动归档至此，形成持续积累的内容库。
素材库状态
每日 9 点，OpenClaw 已将整理好的日报：
- 推送到 Telegram（即时查看）
- 自动写入 Obsidian（永久归档）
打开 Obsidian 即可查看。
写作方式
这里使用的是 Claudian 插件（Claude 模型集成于 Obsidian）。
指令示例：
"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
- 保持写作风格
角色转变
实际写作时：
AI（Claude）辅助完成：
- 初稿生成
- 结构整理
- 内容扩展
- 语言优化
仅需负责：
最终思考与判断
写作从'体力活'，变为'决策型工作'。
第四步：配图与多平台发布自动化
仍需：
- 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。
实现方式
此步骤已逐步自动化：
- AI 生成配图
- 自动适配不同平台
- 自动发布或半自动发布
流程闭环
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、系统成效
搭建这套 AI 写作工作流之后，最大的变化不是写得更快。
写作稳定性提升
- 原依赖情绪与时间
- 现依赖系统
信息焦虑降低
- 无需担心遗漏信息
- 系统每天都在自动获取
输出不依赖意志力
- 仅需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。
总结
在这个过程中逐渐意识到一件事：
AI 改变的不是写作，而是工作方式
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。
