每天早上8点,我的AI助手比我先「上班」:用OpenClaw搭一套晨间自动化流水线

每天早上8点，我的AI助手比我先「上班」：用OpenClaw搭一套晨间自动化流水线

这不是炫技，而是一个普通人如何用AI把自己的早晨「外包」出去的完整复盘。

每天早上8点05分，我会收到一条飞书消息——3个公众号选题方向建议，来自我自己的AI助手。

这条消息的背后，是一条我花了2个月搭建openclaw、迭代、踩坑的自动化流水线：

7:30  AI抓取全网43条AI资讯
    ↓
8:00  AI自动生成结构化归档
    ↓
8:05  AI基于今日资讯给出3个选题方向
    ↓
9:00  AI读完昨天的电商数据，生成运营日报
    ↓
23:30 AI把一天的工作会话整理成归档

没有黑科技，没有花哨的概念，就是几个cron任务 + 几个Python脚本 + 飞书消息，串联起来，形成了一套信息 intake → 加工 → 输出的闭环。

一、我解决的问题

做自媒体的人都有一个痛点：输入端太重了。

每天要看36氪、TechCrunch、MIT科技评论、Arxiv论文，还要追踪行业动态、融资消息、技术进展。手动刷一遍，一上午没了。

我的解法是：让AI替我读，替我筛选，替我格式化，我只做最后一步——判断和创作。

二、三条自动化任务链

任务链A：晨读资讯流（7:30 → 8:05）

解决的问题：每天批量获取AI行业资讯，不用手动刷

技术方案：RSS订阅 + Python脚本定时执行

RSS订阅源（按实测质量排序）：

1. 36氪 — 国内科技创投，第一手

2. TechCrunch — 海外科技圈，AI投资动态

3. VentureBeat AI — AI产品和技术细节

4. Arxiv cs.AI — 学术前沿，arXiv论文

5. MIT Technology Review — 深度分析，长文

踩坑记录：之前用Exa搜索API，发现不稳定（有时候返回空），后来换成RSS——更稳定、延迟更低。

08:05，选题建议（基于当天资讯，实时生成）：

结构化归档（写入本地知识库，可追溯）：

任务链B：电商运营日报（9:00，每日）

解决的问题：每天花30分钟读数据报表，不如让AI读完直接告诉我结论

技术方案：飞书多维表格（Bitable）+ Python脚本

Schedule：每天9:00，AI读取近3日数据 → 自动生成4个模块的运营日报：今日概况、异常预警、亮点发现、明日建议

飞书多维表格数据源（已脱敏）：

任务链C：会话归档（23:30，每日）

解决的问题：我一天跟AI助手的对话零零散散，月底复盘时找不到记录

技术方案：会话记录 → Python解析 → 飞书多维表格

每天23:30，自动整理当日所有工作会话，提取任务标题、工作类型，完成情况，写入飞书表格归档

三、OpenClaw Cron的配置细节

这一套系统的核心调度用的是OpenClaw（一个本地运行的AI助手框架）的cron功能。

5个Cron任务一览

每个任务都是isolated session（独立会话，不干扰主对话），通过agentTurn类型payload让AI自动执行。

关键的坑：Channel配置

问题：OpenClaw同时接入了飞书和微信两个频道，cron任务执行时不知道该用哪个发消息。

报错信息：

Channel is required when multiple channels are configured: feishu, openclaw-weixin
Delivering to Feishu requires target <chatId|user:openId>

解法：在cron配置里显式指定channel和target：

openclaw cron edit <job-id> --channel feishu --to user:ou_xxxxxxxx

另一个坑：Announce模式与Agent发消息重叠

问题：cron的announce模式会自动发消息到飞书，但cron里的agent prompt也调用了message工具发消息。两者叠加，导致同一条内容发了两遍。

解法：关掉announce，交给agent自己发：

openclaw cron edit <job-id> --no-deliver

四、架构全貌

┌──────────────────────────────────────────┐
│              OpenClaw Gateway             │
│             （本地运行，常驻Session）       │
├──────────────────────────────────────────┤
│                                          │
│  07:30  AI-Morning-Read                 │
│  cron ──→ Python脚本(RSS抓取) ──→ 飞书  │
│                                          │
│  08:00  AI-Morning-Archive              │
│  cron ──→ 读取raw简报 ──→ 知识库归档    │
│                                          │
│  08:05  AI-Morning-Topic                │
│  cron ──→ 读取当天raw ──→ 选题建议      │
│                                          │
│  09:00  AI-Ecom-Daily-Report           │
│  cron ──→ 读取飞书表格 ──→ 运营日报     │
│                                          │
│  23:30  DailyArchive                    │
│  cron ──→ 整理会话记录 ──→ 飞书表格     │
│                                          │
└──────────────────────────────────────────┘

所有数据最终沉淀在两个地方：

• 飞书多维表格 — 运营数据、会话归档

• 本地知识库（Obsidian） — 晨读归档、沉淀笔记

五、这样做带来了什么改变

时间：原来每天早上手动刷资讯+整理+写日报，约90分钟。现在AI完成前90%，我只做最终判断，每天节省约60分钟。

一致性：以前忙起来就不整理、不归档，现在不管多忙，AI都自动跑，信息不会遗漏。

选题质量：因为AI能看到每天全量的资讯，而不是我只记住的那几条，选题的角度会更宽。

六、如果你也想搭建

工具栈：

• OpenClaw（AI助手框架，本地运行）

• 飞书（消息通道 + 多维表格）

• Python（数据处理脚本）

• RSS订阅源（信息来源）

最难的部分不是技术，是想清楚你要自动化什么。我建议从小处开始：先跑通一个最简单的cron（比如每天定时查一个数据发给你），感受一下人机协作的节奏，再逐步扩大范围。