用 OpenClaw 构建个人 CRM,管理联系人与会议准备

原标题An OpenClaw Personal CRM for Contacts and Meeting Preparation

Matthew Berman 介绍一个个人工作流,结合邮件、日历事件和会议笔记,建立联系人记录并为会议做准备。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年2月12日
视频
1:15
阅读
2 分钟
幻灯片
1
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

在这段 2026 年 2 月的短视频中,Matthew Berman 介绍他基于 OpenClaw 的个人 CRM。他表示系统每小时检查邮件和日历数据,在本地保存相关联系人,并准备会议上下文。他还提到 Fathom 会议记录工具,并分享了用于过滤和整理联系人的详细提示词。 这个工作流是他的个人配置和一份拟议提示词,并非独立评估,也不保证相同提示词一定能生成可用系统。所描述的集成需要访问敏感通信和会议信息;CRM 存储在本地并不意味着所有上游服务或模型都在本地处理数据。

  1. 1每小时同步联系人Berman 表示他的机器人扫描邮件和日历信息,将相关联系人保存到本地 CRM。
  2. 2会议准备他介绍了一个早间频道,为当天日历上的参会者呈现此前的对话和笔记。
  3. 3会议转录他表示 Fathom 记录工具会加入会议,其笔记随后被导入工作流。
  4. 4过滤联系人噪声他分享的提示词要求排除新闻通讯、机器人和主动推广,同时提供联系人排序和检索功能。

要点建议

  1. Berman 表示其个人 CRM 每小时扫描邮件和日历数据,并在电脑上保存相关业务联系人。
  2. 他介绍了一个早间会议准备频道,可检索此前互动的上下文,包括导入的 Fathom 笔记。
  3. 分享的提示词提出,在添加联系人前过滤掉新闻通讯、自动发件人和互动较少的主动推广。
  4. 书面提示词指定每天导入一次,而 Berman 描述自己运行的配置是每小时同步一次。
  5. 建议的系统涉及邮件、日历和会议数据;仅有本地存储不能确保连接的服务或 AI 分类也在本地进行。
全文

按章节阅读整理后的全文

只看原始文稿
01

个人 CRM 与会议简报

Berman 介绍每小时同步、本地联系人存储和每天的会议准备频道。他表示工作流还会导入 Fathom 会议转录。

我最喜欢的 OpenClaw 用例是个人 CRM。我说我的机器人每小时同步一次,下载并扫描我的邮件和日历信息,将相关业务联系人保存到运行在我电脑本地的 CRM 中。这描述的是我的个人配置;短视频并未独立验证它的完整性、过滤准确性或可靠性。

每天早上,一个会议准备频道会查看我日历上的参会者,并检索此前互动的上下文:我们是否见过面、讨论过什么、有何收获以及接下来可能讨论什么。我还表示,Fathom 记录工具会加入我的会议并进行转录,提供我导入 CRM 的材料。

02

分享的过滤提示词

他介绍用于构建 CRM 的提示词,要求排除噪声联系人。书面描述补充了拟议的过滤、评分、存储和检索细节。

个人 CRM 实现提示词
幻灯片 1 / 1个人 CRM 实现提示词屏幕上的提示词描述了数据来源和联系人过滤;视频描述提供了更完整的规格。

我分享了一份提示词,要求建立个人 CRM,跟踪有意义的人际关系,同时过滤新闻通讯、机器人和主动推广。视频描述中更长的提示词提出扫描 60 天的邮件和日历事件,应用硬性规则与 AI 分类,对联系人评分和去重,将数据存入 SQLite,并支持自然语言检索。书面提示词指定每天导入一次,而我描述自己的运行同步是每小时一次;前者是拟议提示词,后者是我报告的配置。

拟议工作流需要访问邮件和日历内容,我所描述的配置还使用会议转录。提示词建议将候选联系人的详情和邮件片段发送给语言模型进行分类。把 CRM 数据库存放在本地电脑,并不意味着邮件、Fathom、嵌入向量或模型处理都留在本地;这些细节取决于集成方式和配置。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1