从 OpenClaw 到 Obsidian:我的第一个日报 Agent 是怎么跑起来的

一开始，我只是想跟着航海教程，做一个最简单版本的个人日报 Agent。

我的想法很朴素：

每天晚上输入一段流水账，然后让 AI 帮我总结一下今天做了什么、明天该做什么。

听起来不复杂，甚至有点像一个提示词练习。

但真正做的过程中，我发现这件事慢慢变了。

01

日报不是总结，而是判断

最开始，我没有急着让 AI 直接生成日报，而是先不断问自己：

这个日报到底要解决什么问题？

是记录今天做了什么？还是判断我有没有把时间花在真正重要的事情上？

后来我逐渐收束出来，第一版日报不是为了写得好看，而是为了判断一件事：

我今天有没有推进“这个月学完出海 Web 课程”这个阶段目标。

这个判断让我一下子清楚了很多。

日报不是流水账，不是情绪安慰，也不是简单总结。

它应该能看出：

我今天有没有看课？有没有做练习？有没有因为杂事、畏难情绪、疲惫而偏离目标？

最后它给我的，也不应该是一堆漂亮的话，而是明天真正能执行的一两个动作。

02

我突然发现，我其实有大量真实记录

做到这里的时候，我以为这个 demo 差不多了。

但我突然想到，我其实不是没有记录来源。

过去这段时间，我一直在 OpenClaw 里面记录每天发生的事情、想法、情绪、学习卡点和一些复盘。

那些记录不只是工作相关，也有家庭、亲子、个人感悟和情绪变化。

而这些内容，OpenClaw 已经帮我保存到了 GitHub 里。

于是这个项目就从：

“我每天手动输入一段话”

变成了：

“能不能把我过去这些真实记录接进来？”

后来我把 OpenClaw 之前保存的 Git 仓库 clone 到了 Mac 本地。

这个本地仓库里有 memory、journal 这些目录，里面是我过去每天的原始记录和压缩总结。

然后我又让 Obsidian 直接打开这个本地仓库，而不是另外复制一份。

这样一来，整个链路就清楚了：

OpenClaw 记录原始生活GitHub 同步和备份Mac 本地保存日志Obsidian 查看历史Codex 定时生成结构化日报

最后，我们还把它做成了一个定时任务：
每天早上 9 点，Codex 自动去拉取最新日志，读取昨天的 OpenClaw 记录，然后生成一篇结构化日报，保存到 daily-review 文件夹里。
如果周末我没开电脑，它下次运行时还会补最近几天漏掉的日报。
03
这时我才真的理解了一点 Agent
做到这里，我突然有一种感觉：
我好像真的理解了一点什么是 Agent。
以前我以为 Agent 就是一个更聪明的 AI，或者是一个能自动干活的机器人。
但这次做完之后，我发现 Agent 不是一个抽象概念。
它其实是一套稳定的工作闭环：
固定目标输入来源判断标准输出格式保存位置自动触发

比如我的个人日报 Agent：
输入是 OpenClaw 里的每日记录。判断标准是有没有推进当前阶段目标。输出是结构化日报。保存位置是 Obsidian。触发方式是每天早上自动执行。
这和“我临时找 AI 聊一下”完全不一样。
临时聊天是一次性的。
而 Agent 是一个会持续工作的系统。
04
我也固定下来了以后做 Agent 的流程
这次还有一个很大的收获，是我把之后做 Agent 的流程也固定下来了。
以后如果我再想做一个 Agent，我不会一上来就问：
用什么平台？接什么 API？怎么自动化？
我会先问：
它到底帮我解决什么重复问题？它要读取什么输入？它怎么判断好坏？它最后输出到哪里？它有没有必要自动运行？
然后先做一个最小 demo，手动跑通，确认它真的有用。
再把流程写成 Skill，变成一套可复用的能力说明。
最后再接数据源、接保存位置、加定时任务，把它真正变成 Agent。
这个顺序对我很重要。
因为很多时候，我不是不会用 AI，而是太容易一上来就想做一个很大的东西。
结果越想越复杂，最后什么都没做出来。
但这次个人日报 Agent 让我看到，真正有效的路径不是一开始就全自动，而是先把一个很小的判断闭环跑通。
05
它不是魔法，而是一个持续工作的系统
从一个最简单的日报 demo，到接入 OpenClaw 历史记录，再到 GitHub、本地仓库、Obsidian 和定时任务，我感觉自己不是只完成了一个小工具。
而是第一次摸到了 Agent 的真实形状。
它不是魔法。
它是把我每天已经产生的信息，按照固定标准处理掉，然后在合适的时间，把结果放到我能继续使用的地方。
对我来说，这可能才是 Agent 最有价值的地方。
不是替我变得更忙。
而是帮我把那些每天重复消耗我的判断，变成一个可以持续运行的系统。