夜雨聆风基于真实配置，不是教程
场景一：个人记忆系统（核心）
这是我用 OpenClaw 搭建的最复杂、也是价值最高的系统。
问题背景
每天和 AI 的对话散落在多个地方：
Claude Code（本地代码任务） OpenClaw（飞书消息） 网页版 ChatGPT/Claude（临时查询）
一周后完全想不起来聊过什么，技术决策的上下文丢失，同样的问题反复问。
系统架构
┌─────────────────────────────────────────────────────────────┐│ 数据源层 │├─────────────┬─────────────┬─────────────────────────────────┤│ Claude Code │ OpenClaw │ 其他渠道 ││ history.json│ session │ (网页/手机/其他客户端) ││ (本地) │ (本地) │ │└──────┬──────┴──────┬──────┴────────────┬────────────────────┘ │ │ │ ▼ ▼ ▼┌─────────────────────────────────────────────────────────────┐│ 定时任务层 (OpenClaw Cron) │├─────────────────────────────────────────────────────────────┤│ 23:00 Daily Memory L1 Summary ││ │ 抓取 Claude Code history.jsonl ││ │ 提取当天对话 ││ ▼ ││ 00:15 Midnight retry (失败重试) │└─────────────────────────────────────────────────────────────┘ │ ▼┌─────────────────────────────────────────────────────────────┐│ 存储层 │├─────────────────────────────────────────────────────────────┤│ ~/.openclaw/workspace/memory/YYYY-MM-DD.md ││ D:/HuaweiMoveData/.../学习笔记/随记/ (Obsidian 同步) │└─────────────────────────────────────────────────────────────┘ │ ▼┌─────────────────────────────────────────────────────────────┐│ 检索层 │├─────────────────────────────────────────────────────────────┤│ - 文件名日期快速定位 ││ - grep/ripgrep 全文搜索 ││ - Obsidian 图谱关联 │└─────────────────────────────────────────────────────────────┘场景二：每日 arXiv 论文摘要
需求
ASR（语音识别）领域论文更新快，每天刷 arXiv 耗时，想自动筛选感兴趣的。
实现
OpenClaw cron 任务 + 自定义脚本：
Schedule: 0 9 * * * (每天 9:00)流程: 1. 调用 arXiv API 抓取 cs.CL / cs.LG / eess.AS 前一日论文 2. 用 LLM 提取标题、摘要、关键贡献 3. 按关键词筛选（ASR、TTS、语音、多语言等） 4. 生成 Markdown 存到 论文阅读/每日arXiv/ 5. 飞书推送摘要卡片每周末回顾一周的 arXiv 摘要，决定哪些要深入读。
场景三：GitHub Trending 项目周报
需求
跟踪 AI/ML 开源项目动态，发现新工具和架构趋势。
实现
Schedule: 0 10 * * 1 (每周一 10:00)流程: 1. 抓取 GitHub Trending (Python/TypeScript/Go) 2. 过滤 star 增长 > 500 的项目 3. LLM 分析 README，提取： - 解决什么问题 - 核心技术栈 - 与现有方案的对比 4. 生成周报 Markdown 5. 存到 随记/github-trending/YYYY-MM-DD.md与场景一的协同
Trending 项目如果后续深入试用，会进入 OpenClaw 对话 → 自动进入每日记忆归档 → 形成完整的「发现-试用-总结」链条。
三个场景的关联
arXiv 论文 GitHub Trending │ │ ▼ ▼ ┌───────────────┐ ┌───────────────┐ │ 每日自动抓取 │ │ 每周自动汇总 │ │ 论文阅读/ │ │ 随记/github │ └───────┬───────┘ └───────┬───────┘ │ │ └──────────┬─────────────┘ ▼ ┌───────────────────┐ │ 人工决策：深入？ │ └─────────┬─────────┘ ▼ ┌───────────────────┐ │ OpenClaw 对话 │ │ (Claude Code/ │ │ 飞书/其他) │ └─────────┬─────────┘ ▼ ┌───────────────────┐ │ Daily Memory L1 │ │ Summary (23:00) │ │ → memory/*.md │ └───────────────────┘写在最后
这套系统的核心不是「自动化」，而是信息的流动与沉淀：
输入分散 → 汇总归档 短暂对话 → 长期记忆 被动接收 → 主动检索
OpenClaw 的作用是把这个流程「定时化」和「标准化」，不用每天手动执行。
如果你也在搭建类似的工作流，欢迎交流。