PythonWeChatAI
基于 OpenClaw 与 Claude 的自动化写作系统搭建实践
一套基于 OpenClaw、Claude 和 Obsidian 的自动化写作工作流。该系统通过脚本自动抓取 Twitter、GitHub 及微信公众号等信息，利用 AI 整理素材并生成日报，最终在 Obsidian 中辅助完成文章撰写与多平台发布。旨在解决信息过载与手动写作低效问题，实现从信息输入到发布的闭环自动化，提升内容产出效率。
一套基于 OpenClaw、Claude 和 Obsidian 的自动化写作工作流。该系统通过脚本自动抓取 Twitter、GitHub 及微信公众号等信息，利用 AI 整理素材并生成日报，最终在 Obsidian 中辅助完成文章撰写与多平台发布。旨在解决信息过载与手动写作低效问题，实现从信息输入到发布的闭环自动化，提升内容产出效率。
持续关注 AI 技术的人会有同样的感受：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。
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。
想持续输出，但写作本身占用了太多时间。
如果写作这件事可以被"系统化"，会发生什么？
于是，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。
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。
而是：
如果这些步骤都靠手动完成，AI 只帮你完成了 10% 的工作。
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"。
搭一套从信息输入 → 写作 → 发布能够自动运转的系统。
经过一段时间的搭建，现在的写作流程大致如下：
![流程图]
整个流程已经基本打通。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)
写作的第一步，一直是最耗时间的：找信息。
以前需要刷 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。
现在把这一步完全交给 AI。
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"
它自己安装了 bird CLI 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）。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。
![日报汇总]
这一步完成后，基本不再手动刷信息。所有内容会自动进入下一环节。
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。
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"
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：
![日报示例]
写作不再从 0 开始。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"。
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。
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）。打开 Obsidian，素材已经躺在那里等我了。
这里用的是 Claudian 插件（Claude 模型直接集成在 Obsidian 中）。
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：
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"。
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。
![发布流程]
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。
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
搭建这套 AI 写作工作流之后，最大的变化不是写得更快。
某种程度上，这更像是给自己搭建了一支 AI 内容团队。
在这个过程中，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。
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。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online