Matthew Berman 如何将 OpenClaw 用作个人助手

我在一台 MacBook 上运行 OpenClaw，把它用作工作和日常生活中的个人助手。在这期 2026 年 2 月的演示中，我介绍了自己构建的工作流程，从联系人数据库、会议跟进到内容研究、定期审查和饮食日志。这些都是我的定制集成，并不意味着每项功能开箱即用。

OpenClaw 是一个开源框架，可以围绕 AI 模型构建助手，并通过熟悉的聊天应用与它交流。我在 `IDENTITY.md` 和 `SOUL.md` 中配置它的身份与个性，包括正式程度、回答详略和幽默感。我希望私下交谈时更亲切，而同事能看到的 Slack 场景中更专业。

我的系统将每日对话笔记保存为带日期的 Markdown 文件，再把提炼出的偏好写入 `MEMORY.md`，供后续会话读取。我还介绍了如何将文件向量化，以便进行语义检索。助手可以利用这些上下文记住我的写作风格、兴趣话题、邮件处理偏好和反复出现的商业经验。

我的第一个主要定制应用是个人 CRM。我用自然语言描述所需功能，再对结果不断迭代。它从 Gmail、日历和 Fathom 会议记录获取信息，过滤简报和陌生推销，并用模型判断哪些对话和联系人值得保存。

筛选后的信息进入本地数据库。录制视频时，其中有 371 位联系人；向量搜索让我可以用普通语言提问，例如上次何时与某人交谈，或在某家公司见过谁。系统还尝试识别会议中的承诺，检查是否已经完成。

示例 CRM 提示词要求建立一个带嵌入向量的 SQLite 数据库，包含联系人档案、关系状态提示、提醒和重复联系人合并建议。访问邮件和会议记录涉及敏感信息，因此我稍后会讨论权限与安全措施；这样的设置并非没有风险。

由于不同工作流程共享上下文，助手可以在原本分开的任务之间建立联系。例如，当我考虑一个视频创意时，它可能发现我曾与某位赞助商讨论过相关话题。这是我认为 CRM 与其他工具相连的好处。

我的 Fathom 集成在工作时间每五分钟检查一次已结束的外部会议。它等待会议结束，获取转录和摘要，将参与者匹配到 CRM 联系人，更新关系记录，并提取可能的行动事项。

系统每 30 分钟检查一次邮件，寻找我认为紧急的消息，并通过 Telegram 提醒我。我调整过它的筛选方式，让它关注重大交易或有时限的承诺等需要立即处理的事项，而不是每封邮件都通知。

提取出的会议行动事项会进入审批队列，因为 AI 可能选出无关任务或弄错负责人。我批准属于我的事项后，它们才会变成 Todoist 任务；其他人的承诺则单独记录为我正在等待的事项。我说，被拒绝的建议可以用于调整提取提示词。

会议流程的提示词要求在会议结束后留出缓冲时间，区分我和其他人的行动事项，每天检查三次完成情况，并在 14 天后归档较旧事项。这些时间和集成方式是我针对自己工作流程的选择，并非通用默认值。

我的知识库收集文章、YouTube 视频、X 帖子和 PDF。我把链接发到 Telegram 后，系统会获取内容、生成嵌入向量，并存入本地 SQLite 数据库，方便我用自然语言搜索。它还可以把新来源与我之前保存的材料联系起来。

对于 X 线程，流程会尝试收集原帖、回复和链接来源。我展示了涉及 OpenClaw 和 Qwen 3.5 的例子，然后将摘要转发到团队 Slack，并说明这是我选给大家看的内容。目的是分享我实际阅读过的材料，而不是自动向频道大量发送链接。

知识库提示词包含实体提取、语义搜索，以及根据时间和来源进行排序。对于我已经登录的网站，我介绍了用浏览器自动化提取内容的方法。之后我可以询问某个话题的已存文章，找回链接供以后参考。

配置 X 内容获取花了不少功夫。我的流程先尝试 FXTwitter，再以 X API 和 Grok 搜索作为后备方案；在可能的情况下，它会跟进线程和链接页面，对内容分块并生成嵌入向量，加入知识库。这些途径能否使用取决于相应服务和访问权限。

我的商业顾问委员会从 14 个来源收集数据，包括观众统计、社交帖子和邮件。八个代表不同商业视角的 AI 专家并行分析信息，再由汇总环节整合并排序建议，每晚向 Telegram 发送带编号的简报。这些视角由模型生成，并非真人顾问。

为了重建这个委员会，我建议连接 YouTube 和 Instagram 分析数据、邮件、会议转录和任务运行可靠性等来源，再创建专家角色和汇总步骤。配置这些集成需要相应的 API 权限和凭据，单靠提示词无法提供。

另一个安全委员会每天凌晨 3:30 通过 Cursor agent CLI 运行。它从攻击、防御、隐私和运营角度审查代码库、提交记录和日志。Opus 4.6 将发现的问题整理成编号摘要发送到 Telegram，我可以要求查看详情或让系统处理。

我强调，AI 安全审查和提示注入防御都不完美。这些系统具有非确定性，设置安全委员会也不能保证发现所有问题。我错开审查任务的时间，以分散模型配额的使用。

社交媒体跟踪器每天将 YouTube、Instagram、X 和 TikTok 的表现快照存入 SQLite。前一天的结果会进入早报和商业委员会，让不同系统在提出改进建议时使用同一批数据。

视频创意流程从有人在 Slack 话题线程中提及助手开始。它读取线程、研究网页和 X、查询知识库并检查是否已有重复创意。如果是新创意，它会创建 Asana 卡片，再将链接发回 Slack。

我展示了一张 Qwen 3.5 创意卡，其中包含来源链接、社交媒体研究、选题评估、标题和缩略图建议、可能的开场钩子以及大纲。系统将选题存入数据库以避免重复工作；这些建议仍需要编辑判断。

我的早报汇总夜间任务结果，以及次日日历、CRM 上下文、邮件、社交数据和行动事项，通过 Telegram 发送。除了商业和安全委员会，我还使用平台委员会检查代码库、文档偏离、日志和备份。

Cron 任务就是定时任务。我的夜间任务包括文档同步、CRM 扫描、配置与安全审查、日志获取和早报。白天每五分钟检查 Fathom、每 30 分钟检查邮件、每天检查三次行动事项；中央日志记录成功和失败。

外部材料中的提示注入是我最担心的问题之一。我介绍了使用传统代码筛查和清理输入数据、隔离数据并限制权限的做法。我的助手没有邮件或日历写入权限；我结合确定性检查和基于模型的检查，从日志和消息中隐去敏感信息。

我的安全提示词将网页和帖子视为不可信内容，要求助手进行摘要而不是盲目重复，并报告试图修改配置或行为的内容。我只允许在私信中处理财务信息，发送邮件、帖子和其他公开内容前必须获得批准。这些层次可以降低暴露面，但不能保证安全。

我备份本地系统，以防电脑丢失或故障。SQLite 数据库加密归档到 Google Drive，代码则保存在 Git 中并推送到 GitHub。任务会自动发现数据库，每小时运行一次，并在备份失败时提醒我。

备份示例提示词要求保留最近七份归档、提供恢复脚本、每小时自动同步 Git，并在提交前检查浏览器 Cookie 等敏感材料。虽然口头示例暗示可以覆盖一周，但仅保留七份每小时备份无法提供完整一周的每小时恢复点；保留策略需要与期望的恢复窗口一致。

在视觉工作流程中，我通过 Nano Banana Pro 接入图像生成，通过 Veo 接入视频生成。我演示了请求生成托斯卡纳别墅视频、在 Telegram 接收文件，并在发送后删除本地下载文件。图像提示词还描述了创建、编辑和合成图像，以及使用带时间戳的文件名。

我配置了每天检查 OpenClaw 更新，并将更新日志摘要发送到 Telegram。我可以要求查看变更并明确批准更新，之后系统才会更新并重启网关。这个例子让人在决策环节中把关。

我跟踪 API 调用、模型和 token 用量，以了解成本。由于不同模型对提示方式的响应不同，我在本地保存针对各模型的提示指南，并要求助手在修改提示词或 Markdown 文件时参考对应指南。

在开发工作中，复杂请求会启动后台子智能体，让主对话保持响应；失败的工作进程可以重试。我个人偏好将中等或较大的编码任务交给 Cursor 的 agent CLI，同时指出 OpenClaw 也可以使用 Claude Code。心跳机制负责监控系统健康状态。

我的饮食日志记录餐食照片、时间、饮品、症状和备注，每天提醒三次，每周进行一次分析。我说，这些模式提示洋葱可能让我胃部不适；这是日志中的个人观察，并不能证明因果关系，也不是医学诊断。

系统会追问细节，例如我吃了几片披萨，并跟踪此前与不适有关的食物。要让这些工作流程真正有用，需要不断迭代。最后我提醒观众关注安全与隐私，并备份工作成果。