月底复盘不再熬夜:我用 OpenClaw 3 个自动化把周报月报一键产出

你可能也有这个月末场景：

一周做了很多事，但材料散落在聊天、会议语音、GitHub、临时笔记里；
真到写周报/月报时，只能靠回忆拼凑；
一份报告来回改，最后熬夜。

这篇我不讲空方法论，直接讲我怎么用 OpenClaw 做到：

“输入先归一，再一键出结构化报告”

核心不是让 AI 直接瞎写，而是把流程拆成 3 个自动化环节。

先说结论：3 个自动化环节

自动化 1：统一输入（导入层）

把各种来源先收进一个统一结构：

会议语音转文字（可选）
GitHub 本周客观产出（PR / Issue / Commit）
手工补充（背景、阻塞、决策）

自动化 2：指标结构化（数据层）

把输入转成报告生成器可消费的格式（CSV/JSON）。

自动化 3：一键生成报告（输出层）

使用 business-report-cn 直接生成周报/月报（Markdown/Word/PDF）。

具体场景（真实）

我用的是“10人研发团队负责人”场景：

每周五要交周报；
月底要交月报；
重点不是写文采，是让管理层看懂 进度、风险、下周动作。

过去耗时：

周报 2h 左右
月报 4h 左右

改造后（当前实测）：

周报 30~40 分钟
月报 60~90 分钟

Step 1：先把输入导入到统一模板

先定义一个统一输入包（推荐 report-input.json）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
{  "period": "2026-W13",  "role": "研发负责人",  "goals": ["A功能交付", "线上稳定性优化", "告警减少"],  "sources": {    "meeting_notes": ["周会纪要：接口联调延期2天"],    "github_summary": {      "merged_pr": 18,      "new_issues": 9,      "closed_issues": 11    },    "manual_notes": [      "风险：第三方API限流",      "决策：先加本地缓存与降级策略"    ]  }

然后映射到报告指标（CSV）：

17
18
19
20
21
22
23
24
25
指标,值本月营收,1250000上月营收,1100000目标营收,1200000新增客户,45客户流失,3订单量,328华东,520000华南,380000

说明：这里我用“营收型样例”演示，是因为模板现成。你实际可改成研发指标（发布次数、缺陷修复率、SLA 等）。

Step 2：用 Skill 一键出报告

我实测用的是这个 Skill：

business-report-cn

命令示例：

26
27
28
29
30
31
32
python scripts/report.py \  --data /path/to/sample-monthly-metrics.csv \  --type monthly \  --month 2026-03 \  --dept "内容增长组" \  --format docx \  --with-charts \

生成结果：

report_202603.docx（可直接交付）
report_202603.md
region_chart_2026-03.png

Step 3：把“亮点/问题/计划”留给人来判断

自动化负责“事实和结构”，但结论建议你手动确认：

亮点是否真实有业务意义？
问题是否归因准确？
下阶段计划是否可执行（责任人/截止时间）？

这一步只要 10~15 分钟，但决定报告质量上限。

我踩过的坑（你可以直接避开）

坑 1：中文图表显示方块字

现象：图表中文乱码/方块。

处理：在 matplotlib 配置中文字体回退（如 PingFang / Hiragino / Songti / Arial Unicode）。

坑 2：字段命名不统一导致漏算

现象：同样是营收，字段一会叫“本月营收”，一会叫“销售额”。

处理：在导入层做字段映射，统一成固定口径。

坑 3：把 AI 当成“最终判断者”

现象：报告看起来完整，但问题归因不准。

处理：AI 做结构和初稿，人做业务判断。

一套可复用的最小流程（建议直接抄）

每周持续收集输入（语音/GitHub/笔记）
周五映射成统一 CSV/JSON
一键生成周报
月底只在周报基础上汇总补充
人工补 10 分钟结论

这个流程跑顺后，月报不再是“从零开始写文档”，而是“对已有事实做管理判断”。

最后

如果你也在被“月底复盘”折磨，先别追求一次全自动。

先做这件事：

把输入导入标准化。

只要导入标准化，后面的报告生成、图表、导出，都是技术活；
但导入不统一，再强模型也只能生成一篇“看起来很努力”的空报告。