利用 OpenClaw 与 Claude 构建自动化写作工作流

核心思路：优化流程而非单点写作

在持续跟进 AI 领域动态时，信息过载是普遍痛点。每天面对 X、GitHub、技术社区涌现的大量新内容，从模型更新到工具迭代，仅维持关注本身就已是一项繁重的工作。

传统的 AI 写作往往止步于'打开 AI → 输入 Prompt → 生成文字'。这确实能提升局部效率，但忽略了真正耗时的环节：信息获取、素材整理、选题形成、结构组织以及多平台分发。如果这些步骤仍依赖手动，AI 实际承担的工作量可能不足 10%。

因此，更有效的策略是搭建一套完整的 AI 写作工作流，将重心从'写一篇文章'转移到'优化整个生产流程'。

系统架构与工具链

经过实践打磨，这套系统的核心组件包括：

• OpenClaw：作为 AI Agent 自动化中枢，负责调度任务与执行脚本。
• Obsidian：本地知识库，用于归档日报与素材，支持双向链接。
• Telegram：消息推送通道，确保即时查看日报。
• bird CLI：通过浏览器 Token 抓取 X/Twitter 数据。
• GitHub API：监控开源项目趋势。
• 第三方 API：接入微信公众号及垂直网站数据。

关键实现环节

信息自动化采集

过去需要手动刷 X、看 GitHub 趋势、收藏素材，操作碎片且耗时。现在这一步完全交给 OpenClaw。

配置好指令后，Agent 会自动执行以下脚本：

# fetch_github_direct.py
# 调用 GitHub API 获取 24 小时内高星项目

# fetch_wechat.sh
# 接入第三方公众号 API 监控特定账号

# fetch_aibot.py
# 爬取 AI 网站并增加日期过滤逻辑

无需编写代码，系统每日自动汇总 AI 行业动态、热点讨论与技术更新，统一推送到下一环节。

素材整理与归档

信息抓取只是基础，关键在于将其转化为可用素材。OpenClaw 设置定时任务（Cron Job），每天早上 9 点自动执行：

1. 运行所有抓取脚本。
2. 利用 AI 解析并总结内容。
3. 生成格式化的'卡片式日报'，分类展示公众号精选、全网突发、GitHub 黑马等板块。
4. 同步推送到 Telegram 供手机查看，并写入 Obsidian 永久归档。