AI 不该等你说话才干活——OpenClaw 定时系统设计哲学

💡 本文是「OpenClaw 实战」系列的第三篇。前两篇我们聊了 Skill（操作手册）和 Soul 配置文件（人格设定），这篇讲一个更有意思的话题——怎么让 AI 主动干活。

你有没有发现一个很别扭的事情？

你的 AI 助手，不管多聪明，永远在等你开口。你不说话，它就坐在那。像一个能力很强但完全不主动的实习生——活干得好，但得你一直盯着。

你忘了让它查数据，它就不查。你忘了让它发提醒，它就不发。你周五下班忘了说"帮我写个周报"，周一回来桌上空空如也。

这不对。

一个真正有用的助手，不应该是你说一句它动一下。它应该知道什么时候该巡检、什么时候该汇报、什么时候有异常该喊你。

OpenClaw 的定时系统，就是要把 AI 从"被动应答"变成"主动行动"。

一、从"你说我做"到"我自己看着办"

传统 AI 的交互方式很简单：

人类说 → AI 做 → 人类再说 → AI 再做

每一轮对话都是人类发起的。AI 从不主动开口，也不会在你没开口的时候做点什么。

OpenClaw 觉得这不够。它设计了四个组件，从不同维度解决"AI 主动性"的问题：

四个组件各管各的，可以单独用，也可以组合着用。下面一个一个拆开聊。

二、Heartbeat——AI 的"巡逻值班制"

Heartbeat 是最好理解的一个：每隔 N 分钟，AI 自动醒来看一眼。

有事就处理，没事就说一句"一切正常"然后继续睡。像保安巡逻一样——到点了就走一圈，没问题就回岗亭。

怎么配置？

在 openclaw.json 里设一个心跳间隔就行：

{"agent":{"heartbeat":{"every":"30m"}}}

30 分钟查一次。你也可以改成 "15m" 或 "1h"，看你的场景需要多敏感。

查什么？

AI 醒来之后，会去读 HEARTBEAT.md 这个文件。你在里面写什么，它就查什么。

比如你的 HEARTBEAT.md 长这样：

## 检查清单- 检查 /logs/error.log 最近是否有新的错误日志- 如果有超过 3 条 CRITICAL 级别的错误，立即通知我- 检查 API 服务是否正常响应（curl 一下健康检查接口）- 其他一切正常就回复 HEARTBEAT_OK

AI 每 30 分钟醒来，照着清单一条一条查。没事就回复 HEARTBEAT_OK；有事就把情况整理好告诉你。

省钱机制

你可能会想：每 30 分钟跑一次，API 费用岂不是爆了？

OpenClaw 做了两个优化。一是静默机制——没查出问题时，AI 只回复一个 HEARTBEAT_OK，Token 消耗极低。二是活跃时段——你可以设置只在工作时间（比如早 9 晚 6）心跳，深夜不跑。

还有一个小细节：如果你的 HEARTBEAT.md 是空的或者只有一个标题，心跳直接跳过不执行，连 API 调用都不会产生。

三、Cron——精确到秒的任务调度

如果说 Heartbeat 是"保安巡逻"，Cron 就是"日程表"。

Heartbeat 适合"定期看一眼有没有问题"，Cron 适合"到了某个时间点，做某件确定的事"。

三种调度方式

OpenClaw 的 Cron 支持三种写法：

第一种：at——某个时间点执行一次

/cron at 2026-03-20T09:00:00 "生成今天的晨间简报"

到了早上 9 点，执行一次，执行完就完了。适合一次性任务。

第二种：every——固定间隔重复执行

/cron every 2h "检查邮箱有没有需要紧急处理的邮件"

每 2 小时执行一次。比 Heartbeat 灵活在于——你可以指定具体要做什么，不用写进 HEARTBEAT.md。

第三种：cron 表达式——最灵活的调度

/cron "0 9 * * 1-5" "每个工作日早上 9 点生成日报"

这个就是 Linux 里经典的 crontab 语法，五个字段分别是：分、时、日、月、星期几。写过 crontab 的人应该很熟悉。

两种执行模式

每个 Cron 任务都可以选择在哪种模式下执行：

大多数定时任务用隔离模式就够了——生成晨报不需要知道你昨天的对话内容。

执行引擎

Cron 的执行链路也挺清晰的：

CronStore（存储和管理所有定时任务）    ↓CronTimer（计算下次触发时间）    ↓executeJob（到点执行任务）    ↓输出结果 → 写入会话 or 推送通知

整个流程在后台自动运行，你不需要盯着。

四、Hooks + Webhook——"有事才叫你"

Cron 和 Heartbeat 都是时间驱动——到了某个时间点或某个间隔就触发。

Hooks 和 Webhook 不一样，它们是事件驱动——有事才触发，没事不打扰。

Hooks：内部事件钩子

Hooks 监听的是 OpenClaw 内部发生的事件，分四大类：

上一篇文章提到的 self-improving-agent 就是用 Hooks 实现的——每次 Skill 执行完毕后自动触发学习流程，从执行结果中提炼经验并更新 Skill 文件。

Webhook：外部系统触发

Webhook 更直接——你给 OpenClaw 一个 HTTP 端点，外部系统往这个端点发请求，就能触发 AI 行为。

比如：

• GitHub 仓库有新的 Pull Request → Webhook 触发 → AI 自动做代码审查
• 监控系统检测到告警 → Webhook 触发 → AI 分析日志并给出初步诊断
• 客服系统收到用户投诉 → Webhook 触发 → AI 自动分类并分配处理优先级

Cron vs Hooks vs Webhook：怎么理解？

简单来说：

• Cron：到点干活（"每天早上 9 点给我写个日报"）
• Hooks：系统内部有事干活（"每次执行完 Skill 自动记日志"）
• Webhook：外面有人叫你干活（"GitHub 来了个 PR 你去看看"）

三者可以串联。比如：Webhook 收到告警 → 触发 Hooks 进入分析流程 → 分析完用 Cron 在下个工作日早上把报告推送给你。

五、四个组件怎么选？

到这里你可能有点晕——Heartbeat、Cron、Hooks、Webhook，场景这么多，该用哪个？

其实有一个很直觉的分法，按触发源来选：

从内到外看，四个组件形成了一个层次结构：

由内向外：  Heartbeat（自检）→ "我定期看看有没有事"      ↓  Cron（定时）→ "到点了该干活了"      ↓  Hooks（内部事件）→ "系统里有事发生了"      ↓  Webhook（外部事件）→ "外面有人叫我了"

实际使用中，很多场景是组合着来的。举个例子——搭一个"AI 自动化值班员"：

• Heartbeat 每 30 分钟巡检一次服务状态
• Cron 每天早上 9 点推送昨日巡检汇总
• Hooks 监听会话结束事件，自动记录每次值班处理过程
• Webhook 对接公司的监控告警系统，有新告警立即触发分析

四个组件各司其职，拼在一起就是一个 24 小时不睡觉的值班员。

六、实战——用定时系统搭一个 AI 股票助手

说了这么多概念，来看一个具体的实战场景：用 OpenClaw 的定时系统搭一个 AI 股票分析助手。

为什么拿股票举例？因为股票分析天然适合定时系统——每天有固定的开盘收盘时间，盘中需要持续盯盘，数据源多且需要定期同步，而且绝大多数操作是重复的。人工盯盘累得要死，但对 AI 来说就是一个 Cron 任务而已。

第一步：接入行情数据

先装一个行情数据 Skill。社区里已经有现成的了，比较常用的几个：

• QVeris：覆盖 A 股、港股、美股，数据质量不错
• AkShare：国内开发者常用，免费接口多，对 A 股支持最全
• Tushare：需要积分，但数据维度更丰富

装好之后，一行命令就能拿到数据：

"帮我查一下贵州茅台最近 5 个交易日的行情数据"

AI 通过 Skill 调用 AkShare 接口，把 K 线数据、成交量、换手率全拉回来，格式化成你看得懂的表格。

第二步：配置三个 Cron 任务

接下来是重点——用三个定时任务搭出一个完整的盘前、盘中、盘后工作流。

任务一：盘前简报（每个交易日 9:25 触发）

/cron "25 9 * * 1-5" "生成今日开盘策略简报：1) 查询自选股昨日行情；2) 抓取今日财经要闻；3) 分析对持仓的潜在影响；4) 给出今日操作建议"

每天开盘前 5 分钟，AI 自动生成一份策略简报。你上班打开手机，一份整理好的分析已经在那了。

任务二：盘中监控（Heartbeat 每 15 分钟触发）

在 HEARTBEAT.md 里写上盘中监控清单：

## 盘中监控- 检查自选股实时行情- 如果任何持仓个股跌幅超过 5%，立即告警- 如果大盘（沪指）跌幅超过 2%，生成一份风险提示- 其他一切正常回复 HEARTBEAT_OK

配合活跃时段设成 9:30-15:00（A 股交易时间），AI 在盘中每 15 分钟巡检一次。大多数时候都是 HEARTBEAT_OK，但持仓暴跌的时候你会立刻收到通知。

任务三：盘后复盘（每个交易日 15:30 触发）

/cron "30 15 * * 1-5" "生成今日收盘复盘报告：1) 汇总自选股今日表现；2) 分析涨跌原因；3) 更新持仓盈亏记录；4) 将今日关键事件写入记忆"

收盘半小时后自动跑一份复盘。注意最后一步"写入记忆"——AI 会把今天的重要市场事件和操作决策记录到 Memory 里，这样下次生成分析时就有历史上下文了。

第三步：推送到手机

分析报告生成了，怎么让你看到？OpenClaw 支持多渠道推送，常见的玩法有：

• 飞书机器人：Webhook 推送到飞书群，适合个人使用
• Telegram Bot：海外用户用得多，消息格式支持 Markdown
• 企业微信：团队场景，自建群机器人接收

配一个 Webhook 出去就行。比如飞书机器人，把生成的报告格式化成消息卡片，推到你的飞书群里，手机上直接看。

安全提醒

最后说一个很关键的事：AI 只做分析，不做交易。

现阶段让 AI 直接操作你的股票账户，风险太大。正确的做法是：

1. 先用模拟盘验证策略——跑一两个月模拟盘，看 AI 的分析靠不靠谱
2. 所有操作建议都要人工复核——AI 说"建议减仓"，你自己判断要不要动
3. 控制 API 费用——15 分钟一次心跳 + 每天两次定时任务，Token 消耗大概每月几十块，不贵但也别忘了算

有人在新浪财经的采访里提到，一些私募基金已经开始用类似方案做辅助分析。但注意是"辅助"——AI 提供信息汇总和模式识别，交易决策还是人来做。

写在最后

回到这篇文章的标题：AI 不该等你说话才干活。

定时系统的意义不是让 AI 更忙，而是让你更闲。

你不用再每天早上提醒自己"查一下昨天的数据"，不用在开会的时候心里惦记着"那个服务是不是又挂了"，不用下班前纠结"今天的复盘该不该写"。这些事情 AI 自己会做、到点就做、做完还会记住。

三篇文章，三个维度：

• 第一篇 Skill：教 AI 怎么干活（操作手册）
• 第二篇 Soul 配置：让 AI 知道自己是谁（人格设定 + 记忆系统）
• 第三篇 定时系统：让 AI 主动干活（心跳 + 定时 + 事件驱动）

到这里，一个有稳定人格、懂你习惯、还会自己找活干的 AI 搭档，就基本搭建完了。

最好的工具不是你用得最多的，而是你忘了它在运行的。

📌 关注公众号，每周分享 AI 工具实战与效率提升。

觉得有收获？点赞 + 在看 + 转发，是对我最大的支持 🙏