夜雨聆风
这段时间，我继续培养 OpenClaw 作为自己的 AI 助理使用，在此之前我已经将它作为第二大脑，每次看到一些非常有价值的文章或者突然闪现的想法，我就会丢给它，由它来总结和存储到 Obsidian 当中。这次我给他使用上了苹果自带的 Apple Reminders 提醒事项和 Calendar 日历，打造成了深度接入工作流的自动化中枢
1. 给 OpenClaw 单独的 Apple ID
我并没有给大龙虾一起使用我的 Apple ID，而是在 OpenClaw 部署的 Mac 上单独给他注册和使用了一个 Apple ID，这样的好处就是能够与我的隐私进行分离
如何和大龙虾与我共享一个清单和日历，仅需在我的待办事项和日历中新建清单，然后将新建的清单共享给大龙虾一起使用即可
2. 使用到的 Skill
我使用到的是 OpenClaw 原先自带的 Apple Reminders Skill 以及在 ClawHub 上人气最高的 Accli Skill
有了这两个 skill 就能非常像管理数据库一样能够精准接管这套流程的 CRUD（创建、读取、更新、删除），这两个 Skill 抽象的做了以下动作：
用户自然语言 → Skill 判别领域 → 抽取结构化字段 → 调用底层 CLI / 系统接口 → 回写结果 → 生成可读反馈
3. 如何配置 Skill 的规则
有了 Skill 之后，关键是要告诉 AI 怎么用。我在 OpenClaw 的 MEMORY Prompt 里给它设定了分流规则：
待办清单的分类规则：
工作相关（会议、报告、项目任务等）→ 进
工作清单学习提升（看文章、学课程、读书笔记）→ 进
学习清单生活琐事（购物、缴费、家务）→ 进
生活清单
日历的默认设置：
默认日历源：
个人日历所有新增的日程都自动写入这个日历
配置好之后，我只需要说：“帮我加一个待办，周三前完成月度总结”，AI 就会自动识别这是工作类任务，直接扔进 工作 清单。或者说“明天下午 3 点约了牙医”，它就会自动在个人日历里创建这个事件。
4. 实际使用体验
这套流程跑通之后，最大的变化是：我不用再频繁切换 App 了。
以前要记个待办：解锁手机 → 打开提醒事项 → 选择清单 → 输入内容 → 保存。现在直接对着 AI 说一句话就行。
以前要排个日程：打开日历 → 找空档 → 新建事件 → 填标题 → 设时间 → 保存。现在也是一句话搞定。
更重要的是，这套系统可以和我的目标管理体系打通。比如：
结合 OKR 的使用场景：
季度初设定 OKR 时，我会说“帮我把 Q2 的三个关键结果拆解成待办”，AI 会自动把大目标拆成可执行的小任务，分配到对应的清单里
每周复盘时，我会问“本周工作清单完成了多少”，它会统计完成率，帮我评估 KR 的进度
当某个 KR 需要定期推进时，我会说“每周一上午提醒我复盘 OKR 进度”，它会在日历里自动创建重复事件
实际的工作流示例：
假设我的一个 Key Result 是“完成 3 篇技术文章”，我可以这样操作：
“帮我加三个待办：文章 1 初稿、文章 2 初稿、文章 3 初稿，都放到学习清单”
“下周三下午安排 2 小时写文章”（AI 会查看日历空档后创建事件）
完成后说“把文章 1 初稿标记为完成”
这样一来，从目标设定、任务拆解、时间安排到进度追踪，整个闭环都可以通过自然语言完成。
5. 一些踩坑经验
关于规则的调整：
刚开始 AI 可能会分类错误，比如把“看 AI 相关的文章”扔到工作清单里。这时候就需要手动纠正它，并在 MEMORY Prompt 里补充规则。经过几轮调整，它就会越来越准。
关于日历冲突：
如果你说“明天下午安排个会”，但没说具体时间，AI 会先查询你的日历空档，然后给出建议时间让你确认。
关于隐私：
这也是为什么我给 OpenClaw 单独注册了一个 Apple ID，然后只共享必要的清单和日历给它。这样既能让它帮我干活，又不会看到我所有的私人信息。
6. 总结：从“工具人”到“工作流中枢”
回顾整个配置过程，技术层面其实不复杂：
给 OpenClaw 单独的 Apple ID，共享必要的清单和日历
安装 Apple Reminders Skill 和 Accli Skill
在 Memory Prompt 里设定分流规则
通过实际使用不断调整和优化
但更重要的是思维转变：不要把 AI 当成一个“回答问题”的工具，而是把它变成“执行任务”的助手。
以前我们用 AI，大多是问它问题、让它写内容、帮忙搜索资料。这些都很有用，但本质上 AI 还是停留在“信息层”。
我觉得 AI 并不会自动帮你干活或者赚钱，最大的作用是来搭建你的工作流，提升你的工作效率。
