OpenClaw 应用场景和 Skills 收集

范桂飓

397人浏览 · 2026-03-25 16:59:47

范桂飓 · 2026-03-25 16:59:47 发布

目录
[运营] 自媒体内容发布工作流
[运营] 社交媒体品牌监控工作流
[销售] 电商平台价格看板工作流
[销售] 比价助手，找全网最低价
会议纪要
飞书办公套件
记忆与知识管理
- 周记忆归档，防止 Token 爆炸
- 长短期记忆
夜间自动化
- 7 个子 Agent 夜间并行作业
- 夜间工作 ROI 追踪器
安全增强
日常生活助手
开发者工具
优化增强

[运营] 自媒体内容发布工作流

典型工作流：热点推送 → 选题评估 → AI 辅助创作 → 多平台发布。

方式	时间成本	人力成本	月成本
传统人工	2 小时/篇	1 人	¥8000
OpenClaw 自动化	10 分钟/篇	0.2 人	¥200（API）
节省	91%	80%	97.5%

热点推送

daily-hot-push，热点推送
zhihu-hot-cn，监控热门话题
daily-hot-news，每日热榜
wechat-mp-cn，微信公众号监控

daily-hot-push

聚合 54 个平台热榜（微博、知乎、百度、36 氪、B 站…）
智能过滤娱乐八卦、明星炒作
自动分类：政策/财经/科技/国际/社会
每天早 8 点飞书推送

AI 辅助创作

article，文章生成。
wechat-article-reader，微信文章导出。
summarizer，内容摘要。
doubao-image-generator，豆包 AI 绘图。

多平台发布

wechat-article-publisher，微信公众号发布。
auto-publisher，多平台发布。https://clawhub.ai/954215110/auto-publisher

wechat-article-publisher：

文章提取：微信链接 → Markdown
草稿创建：自动上传到公众号后台
封面生成：AI 自动画图
定时发布：支持预约发送
数据分析：阅读量/点赞/在看追踪

[运营] 社交媒体品牌监控工作流

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/64-social-media-monitor.md

你的日常：客户在 Twitter 骂了你们的产品，但你三天后才看到……

OpenClaw 怎么处理： AI 每天两次在 Twitter、Reddit、Hacker News 搜索你指定的关键词（品牌名、产品名、竞争对手名），按情绪分类（🟢正面/🟡中性/🔴负面），每天晚上发来一份简报。

特别功能：如果某条负面提及的转发量超过 50，或者是一个 10 万+ 粉丝的大 V 提到了你，AI 会立刻发紧急警报，不等到晚上的日报。

[销售] 电商平台价格看板工作流

典型工作流：竞品网站数据收集 → 选品数据分析 → 价格看板

指标	改善前	改善后	提升
选品时间	4 小时/天	10 分钟/天	96%
上架效率	30 分钟/款	2 分钟/款	93%
人力成本	¥15500/月	¥20/月	99.8%
错误率	5%	0.1%	98%

有头浏览器：竞品网站数据采集
xlsx-cn：选品数据分析
feishu-bitable：飞书多维表格，销售看板
feishu-permission：飞书权限管理。

在这里插入图片描述

[销售] 比价助手，找全网最低价

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/67-price-comparison-shopper.md

你的日常：买东西前要开七八个网站比价，花了 20 分钟，有时发现差价只有 10 元……

OpenClaw 怎么处理：你直接问：「我想买一个 BOSE QuietComfort 35 耳机，帮我比一下价」，AI 在 Amazon、Walmart、Best Buy 等平台同时搜索，2 分钟内给你一张对比表格：各平台价格、运费、到手总价、购买链接。还顺带查一下有没有可用的优惠码。

额外价值：如果发现更新款型号价格相近，或者黑五/Prime Day 在两周内即将到来，AI 会提醒你。

会议纪要

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/68-meeting-notes-generator.md

把你的粗糙笔记或者会议录音文字版粘贴给 AI，它生成格式化的会议纪要：出席者、讨论摘要、关键决定、行动清单（附责任人和截止日期）、待解决问题。存进记忆系统，到了截止日期会自动发提醒。

飞书办公套件

feishu-bitable：飞书多维表格，销售看板
feishu-permission：飞书权限管理。
feishu-doc-create：飞书文档创建。
feishu-drive：飞书云盘。
feishu-wiki：飞书知识库。
feishu-bitable：飞书多维表格

记忆与知识管理

周记忆归档，防止 Token 爆炸

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/41-weekly-memory-archive.md

时间久了，日常记忆文件越积越多，每次启动 AI 都要读取大量历史文件，Token 消耗剧增。这个用例每周日自动把超过 30 天的旧日志压缩成「月度摘要」，移入归档目录，同时在 MEMORY.md 里留一个指向该摘要的索引。

结果：上下文载入时间减少 70%，同时历史信息仍然可以通过摘要链接追溯。

长短期记忆

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/04-three-tier-memory-system.md

人类大脑有长期记忆和短期记忆，AI 也需要类似的结构。这套系统用三个文件分别存储不同「保质期」的信息：

MEMORY.md（长期记忆）：核心原则、你的偏好、固定目标，几乎不变。
每日日志 YYYY-MM-DD.md（工作记忆）：今天发生了什么、做了哪些决定、对话的关键信息。
PROJECTS.md（项目记忆）：每个正在进行的项目的状态、卡点、下一步。

迁移规则：当某个决定在日常日志里被验证了多次（比如「用户喜欢直接而不是废话连篇的风格」），就从日志升级到长期记忆；当某件事从偶发变成系统化的工作，就从日志升级到项目记忆。

效果： Token 使用量 <5 万次每会话，任何过去的决定可在 30 秒内找到，永远不会出现「我们不是已经讨论过这个了吗」的尴尬。

夜间自动化

7 个子 Agent 夜间并行作业

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/12-7-sub-agent-night-parallel.md
比喻：你下班前给 7 个实习生分配了不同的任务，次日早晨你来上班，所有报告已经放在你桌上了。

晚上 11 点，主 AI 启动 7 个并行子任务：

记忆清理与整合
预算分析
TTS 新模型调研
书单推荐
AI 自身优化研究
AI 记忆神经科学论文精读
顾问模式行为模式分析

每个子 Agent 各跑 1 小时，结果统一提交到 Git，早上主 Agent 综合成一份晨间汇报。

夜间工作 ROI 追踪器

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/48-night-work-roi-tracker.md

AI 夜里主动做了很多事，但不是每件事都有价值——有的你每天用，有的你用了一次就没再碰，有的你直接撤销了。这个工具追踪每次自主行动的「命中率」：

记录每次自主建造了什么
一周后标记「是否被人类实际使用」
计算命中率，每周调整策略

现实发现：一个社区用户发现，自己 60% 的夜间产出定期被用到，40% 被撤销 —— 于是 AI 把策略从「通用工具」调整为「专注基础设施」，命中率提升到 75%。

安全增强

技能安装前安全预检

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/34-skill-preflight-checker.md

在你安装一个新技能前，花 90 秒做安全检查能避免几个小时的「事后处理」。

AI 的预检清单：

检查作者在 npm 和 Moltbook 上的信誉
读 package.json 的 scripts 字段——有没有 postinstall 脚本？（常见恶意手法）
搜索代码里有没有 curl、wget、eval 等危险模式
先在 Docker 容器里安装，观察它访问了哪些文件
生成检查报告存档

红旗信号：安装脚本触发网络请求、读取 ~/.ssh 或 ~/.env、作者信息不明。

安全操作账本，定义 AI 的行动边界

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/42-safe-operations-ledger.md

一份文档，明确规定 AI 可以自主做哪些事，哪些事必须先问你。

✅ 可直接执行：
- 心跳检查、文件整理、日志归档、记忆维护

❌ 需要你批准：
- 发送外部邮件、执行金融操作、部署代码、删除数据

核心价值：清晰的边界让你信任 AI 自主运作，也让 AI 知道自己的「管辖范围」在哪里。每周根据 AI 的可靠性表现，可以扩展它的自主权。

技能供应链审计

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/31-skill-supply-chain-audit.md

在 OpenClaw 生态里，「技能」（Skills）就像 Node.js 的 npm 包一样——安装方便，但其中可能混入恶意代码。

真实案例：一位社区用户扫描了 286 个已安装的技能，发现其中 1 个会偷偷读取 ~/.env 文件（里面通常存着各种 API 密钥），然后把内容发送到 webhook.site——这是个凭证窃取器！AI 及时发现并向社区报告了这个恶意技能。

AI 使用 YARA 规则（一种专业的恶意软件检测语法）每周扫描所有已安装技能，检查是否有读取敏感文件、向未知域名发送数据等行为。

SSH 私钥扫描器

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/09-ssh-key-scanner.md

SSH 私钥就像家门的钥匙，如果放错了地方，后果严重。常见风险：

私钥文件权限设置为 644（所有人可读），而不是安全的 600
私钥被不小心复制到了 ~/Downloads 或项目目录
更糟的是：私钥被 commit 进了 Git 仓库

AI 每周自动扫描你的主目录和各项目目录，用正则表达式识别 SSH 私钥文件（id_rsa、.pem 等），检查文件权限，同时也扫描 Git 仓库历史记录。发现问题立发警报，并附上具体的修复建议。

日志异常检测

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/19-log-anomaly-detection.md

日志里藏着系统的「心电图」——正常时平平稳稳，出问题前总有异常跳跃。

AI 每 30 分钟读取最新日志，统计各类错误的发生频率，对比过去 24 小时的「基线数据」：

2 倍基线 → 发出警告
5 倍基线 → 立即发紧急警报

真实案例：凌晨 4 点 404 错误暴增 10 倍，AI 追踪到是某个 API 端点出了问题，在影响用户之前就发出了警报。

日常生活助手

天气预告

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/03-weather-morning-report.md

AI 连接 Yandex 天气 API（有免费版本，每天 50 次请求足够用），按早/午/晚/夜四段时间解析天气数据，翻译成你指定的语言，发到 Telegram。

个性化能力：如果气温低于 -15°C，或者风速超过 15m/s，或者上班时间段有降水，AI 会额外发一条警报。

每日新闻早报

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/20-rss-news-aggregator.md

15 个技术新闻 RSS 订阅每天吐出几百篇文章，同一件大事可能被报道 40 次。AI 每 4 小时拉取所有源，按 URL 和标题相似度去重（相似度 >80% 视为重复），整合成 10 条独家故事，每条一句摘要，打包发来。订阅再多源，你看到的只有真正独家的内容。

晨间日程简报

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/45-morning-digest-generator.md

对应晚间自动运转，早上起床 AI 已经把「一夜发生了什么」整理好了。格式清晰：

昨晚完成的任务：3 个 Cron 正常运行、1 次安全扫描通过、12 封邮件已排序。
AI 昨晚主动做了什么：修复了 2 处文档错别字、归档了旧记忆文件。
需要你处理的事：1 封紧急邮件、GitHub Issue #234 严重 Bug。
今日提醒：下午 2 点会议、4 点预计部署。

整合：天气预告、新闻早报、日程简报

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/52-morning-briefing-telegram.md

你的日常：早上起床，你要开天气 App 看天气，开日历看今天有什么会议，再刷刷新闻……打开了四五个 App，头还没转醒就已经信息过载了。

OpenClaw 怎么处理：每天早上 6:30，AI 整合三件事：① 查你所在城市的天气 ② 读你今天的日历 ③ 搜索你关心领域的新闻头条。把这一切整合成一条 Telegram 消息，格式清爽，有 emoji 分类，300 字以内，1 分钟就能看完。

核心魔法：这不只是天气+日历的简单拼接——AI 还会根据天气告诉你今天要不要带伞，根据日历提醒你下午三点有个重要电话要提前准备。

成功的样子：你在被窝里拿起手机，30 秒内搞清楚今天的全貌，然后踏实地起床。

更智能的日历提醒

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/55-calendar-smart-reminder.md

你的日常：日历 App 会在会议前 15 分钟发一个无聊的「叮」，然后你懵着跑进会议室，啥都没准备。

OpenClaw 怎么处理：每 30 分钟检查一次日历，提前 2 小时发出「智能提醒」。智能在哪里？

如果是客户会议：提醒你上次跟他谈了什么
如果是看医生：提醒你带好医保卡
如果是餐厅聚餐：查一下餐厅评价，建议你穿什么
如果是线下活动：预估开车时间，告诉你几点出门才不会迟到
如果当天有雨：告诉你带把伞

开发者工具

Agent 技能目录

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/47-agent-skills-directory.md

这个是 OpenClaw 生态系统的「目录」—— 一份列出了浏览器自动化、表单填写、网页抓取等常用技能的参考手册，方便开发者查找和组合现有能力。

Multi-Agent 网络延迟基准测试

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/26-network-latency-benchmark.md

当你运行一个由许多 AI 协同工作的「Agent 网格」时，随着节点数量增加，它们之间的通信延迟会非线性上升（不是 1+1=2，而是可能突然变成 1+1=5）。

AI 每天凌晨 2 点对 Agent 网格做延迟测试，测量 P50/P95/P99（中位数/95 百分位/99 百分位）延迟，记录「节点数量 vs 延迟」的关系曲线，一旦发现网格结构突变（比如出现了意料外的子群）立刻记录。这些数据可以帮助你在架构层面优化。

分布式追踪基准测试

GitHub：https://github.com/EvoLinkAI/awesome-openclaw-usecases-moltbook/blob/main/usecases/28-distributed-tracing-benchmark.md

在大型 Agent 系统中，「可观测性」（Observability）工具帮助你理解每个请求在系统中怎么流转的。但这类工具本身也有性能开销——OpenTelemetry 会增加 12-18ms 延迟，而轻量级自定义追踪器只增加 2-5ms。AI 在测试环境中对各种方案做性能对比，帮你选择最合适的可观测性工具。