这是我目前最重要的一套AI工作流。从信息获取到发布，几乎不用手动完成。 
    
 
  
    
    
 
      
    
如果你也在持续关注AI，应该会有同样的感受：
信息太多了。
想跟上这些信息，本身就已经是一项工作。
更别说：
 
  
    
    
 
     
整理信息
 
     
找选题
 
     
写文章
 
     
配图
 
     
发布到各个平台
 
    
如果全部手动完成，写作就会变成一件非常消耗精力的事。
我一度也在这种状态里：
想持续输出，但写作本身占用了太多时间。
后来我开始思考一个问题：
 
  
    
    

      如果写作这件事可以被"系统化"，会发生什么? 
    
大多数人使用AI写作，是这样：
打开AI → 输入一个prompt → 生成一段文字 
写作真正耗时的，并不是写那一段文字。
而是：
 
  
    
    
 
     
去哪里获取信息
 
     
如何整理素材
 
     
如何形成选题
 
     
如何组织结构
 
     
如何配图
 
     
如何发布到不同平台
 
    
如果这些步骤都靠手动完成：
 
  
    
    

      AI只帮你完成了10%的工作 
    
所以我决定换一个思路：
不再优化"写一篇文章"
而是优化"整个写作流程"



我想搭一套：
经过一段时间的搭建，我现在的写作流程大致变成了这样：
 
  
    
    
 
      
    
整个流程已经基本打通。
更像是：
在一个已经准备好的系统中完成创作。
下面简单分享一下这套系统是如何运转的。
 
  
    
    
 
     核心工具清单（文末有详细说明）：OpenClaw (AI Agent 自动化中枢)Obsidian (知识库)Telegram (消息推送)bird CLI (Twitter数据)GitHub API (开源动态)Dajiala API (公众号监控) 
    
写作的第一步，一直是最耗时间的：找信息
以前我需要：
 
  
    
    
 
     
刷X
 
     
看GitHub趋势
 
     
看AI新闻
 
     
收藏素材
 
    
这些操作每天重复，且非常碎片化。
现在我把这一步完全交给AI。
我对 OpenClaw 说：
 
  
    
    

      "我想每天自动获取这些信息：Twitter/X 上的AI热点讨论GitHub 的今日热榜（24小时内高星项目）微信公众号（新智元、机器之心、量子位）的最新文章AI垂直网站（ai-bot.cn）的今日更新" 
    
OpenClaw 做了什么：
它自己：
 
  
    
    
 
     
安装了 bird CLI 工具（用我的浏览器Token抓取X数据）
 
     
写了 fetch_github_direct.py（调用GitHub API）
 
     
写了 fetch_wechat.sh（接入第三方公众号API）
 
     
写了 fetch_aibot.py（爬取AI网站，还加了日期过滤）
 
    
我全程没写一行代码。
现在系统每天会自动收集：
 
  
    
    
 
     
AI行业动态
 
     
热点讨论
 
     
GitHub趋势
 
     
技术更新
 
    
然后统一汇总。
 
  
    
    
 
      
    
信息抓取只是第一层。
真正有用的是：把信息变成可以使用的素材
现在系统每天会自动完成：
 
  
    
    
 
     
信息分类
 
     
核心内容提取
 
     
简要总结
 
     
形成日报
 
    
我对 OpenClaw 说：
 
  
    
    

      "每天早上9点，把这些信息整理成’卡片式日报’，分类展示：📚 公众号精选🔥 X 全网突发🚀 GitHub 黑马🧠 AI 行业动态" 
    
OpenClaw 做了什么：
它设置了一个定时任务（Cron Job）。
每天早上9点，自动：
 
  
    
    
 
     
执行所有抓取脚本
 
     
用AI解析和总结内容
 
     
生成格式化的日报
 
     
同时推送到两个地方： 
      
 
       
Telegram（手机立即查看）
 
       
Obsidian（永久归档到笔记库）
 
      
 
    
 
  
    
    
 
      
    
最大的改变
 
  
    
    
 
     写作不再从0开始 
    
我现在的写作中枢放在 Obsidian。
素材库已经就绪
每天早上9点，OpenClaw 已经把整理好的日报：
 
  
    
    
 
     
推送到 Telegram（即时查看）
 
     
自动写入 Obsidian（永久归档）
 
    
我打开 Obsidian，素材已经躺在那里等我了。
我如何在 Obsidian 中写作：
这里我用的是 Claudian 插件（Claude 模型直接集成在 Obsidian 中）。
我对 Claude 说：
 
  
    
    

      "基于今天日报中的’AI Agent 零代码实现’这个话题，帮我生成一篇公众号文章的初稿。 
     
 
从我的素材库中调取相关案例，按照这个结构展开：为什么需要零代码我的实现过程实战案例工具清单" 
 
 
 
 
 
 








    
Claude 在 Obsidian 中完成：
 
  
    
    
 
     
检索我的素材库（已发布内容、金句库、案例库）
 
     
生成结构化初稿
 
     
自动引用相关笔记链接
 
     
保持我的写作风格
 
    
写作角色的转变
在真正写文章时：
AI（Claude）会辅助完成：
 
  
    
    
 
     
初稿生成
 
     
结构整理
 
     
内容扩展
 
     
语言优化
 
    
而我只需要做一件事：
最后的思考与判断
这也是我最明显的感受变化。
写完文章并不代表结束。
还需要：
 
  
    
    
 
     
配图
 
     
排版
 
     
发布公众号
 
     
同步小红书
 
     
同步X
 
    
 
  
    
    
 
      
    
自动化实现
现在这一步也被逐渐自动化：
 
  
    
    
 
     
AI生成配图
 
     
自动适配不同平台
 
     
自动发布或半自动发布
 
    
闭环形成
于是，完整流程就形成了闭环：
信息输入 → 写作 → 发布 基本实现自动运转 
而是：
 
  
    
    
 
     
过去写作靠情绪与时间
 
     
现在写作靠系统
 
    
 
  
    
    
 
     
不再担心错过信息
 
     
因为系统每天都在自动获取
 
    
 
  
    
    
 
     
只需要在系统里完成最后一步
 
    
某种程度上，这更像是：
 
  
    
    
 
     给自己搭建了一支AI内容团队 
    
在这个过程中，我逐渐意识到一件事：
AI真正改变的不是写作
而是一个人的工作方式



我现在做的，也不只是用AI写文章。
而是在搭一套：
属于自己的AI工作系统