技术知识库 · 工具评测 · · 国科智飞 Gavin

OpenClaw 的 10 个真实用例拆解

一个人、一台 MacBook，跑出小公司中台团队的活。拆解 Matthew Berman 的 10 个 OpenClaw 用例，以及真正的设计要点：数据飞轮。

OpenClaw 火了以后，讨论大多集中在架构和愿景上，真正讲清楚「能用来干什么」的内容不多。Matthew Berman 做过一期视频，一次性展示了他用 OpenClaw 搭起来的全部用例；X 用户 Yanhua 把这期视频整理成 10 个用例的拆解（原文：https://x.com/yanhua1010/status/2025069629123781031）。

值得注意的不是单个功能，而是场景本身：一个人、一台 MacBook，干出了一家小公司中台团队的工作量。下面按用例过一遍，最后再谈这套系统真正的设计要点。

用例一：自然语言 CRM，30 分钟从零到可用

用自然语言让系统从 Gmail、Google Calendar 和 Fathom 三个来源提取数据，过滤营销邮件和冷推销，只保留有价值的对话与联系人，搭建过程约 30 分钟。

运行层面：系统每 30 分钟扫描一次邮件、每 5 分钟检查一次 Fathom，写入数据库前由 LLM 判断内容价值。能力上有自然语言查询、关系健康评分、重复联系人检测和向量语义检索，还能跨模块联动推荐潜在赞助商。

用例二：会议行动项自动追踪

工作流是：会议转录 → 匹配联系人 → 提取行动项 → Telegram 审批 → 写入 Todoist。两个细节值得学：一是区分「我的行动项」和「对方的行动项」，并学习用户的拒绝原因；二是每日自动检查完成情况，14 天后自动归档。

用例三：个人知识库

在 Telegram 里丢一个链接，系统自动抓取全文、视频转录、X 帖子、外链和 PDF，向量化后存入 SQLite，之后用自然语言检索，团队场景可以同步到 Slack。这个用例的价值在于把「收藏夹吃灰」变成了可检索的长期资产。

用例四：商业顾问委员会

接入 14 个数据源，8 个角色（财务、营销、增长、运营等）并行分析、互相讨论后合并结论，输出带优先级的建议清单。它不是让 AI 替你决策，而是把多视角分析的成本压到接近零。

用例五：安全委员会——AI 审查 AI

每晚 3:30 定时运行，多个安全视角的 Agent 审查代码库、提交记录、日志和数据，由更强的模型汇总告警；用户可以直接下指令让它修复，系统本身也在持续迭代。这是少见的把「安全治理」放进个人 Agent 体系的实践。

用例六：社交媒体追踪与每日简报

每天抓取 YouTube、Instagram、X 和 TikTok 的数据，生成简报，并与顾问委员会共用同一份数据源。同一条数据被多个模块复用，是后面要讲的「飞轮」的组成部分。

用例七：视频选题流水线

在 Slack 里标记一个创意，系统自动做全网搜索、趋势调研和知识库查重，生成完整选题包，最后在 Asana 建卡。从灵感记录到可执行任务，中间的资料工作全部由 Agent 完成。

用例八：记忆系统

包含对话记忆、偏好提炼、身份与人格更新、向量检索和场景化人格切换。没有这一层，前七个用例就是彼此割裂的工具；有了它，系统才像一个持续积累的助手。

用例九：食物日记

拍照记录饮食，结合症状反馈，每周分析过敏模式——作者提到系统识别出了他对洋葱的敏感。这是一个很生活化的例子，说明同样的架构可以迁移到完全不同的领域。

用例十：定时任务、备份与更新

频率任务、SQLite 加密备份、Git 推送、更新检查和 API 调用追踪。此外还有视觉生成环节：Veo 生成视频、NanoBanana 生成图像，作为流水线的一环。

关键设计：数据流动构成的飞轮

这 10 个用例单独看都不新鲜，市面上大多有替代工具。真正难复制的部分，是模块之间的数据流动：CRM 里沉淀的联系人关系可以喂给顾问委员会；社媒数据既生成简报，又是选题流水线的输入；知识库和记忆系统为所有模块提供长期上下文。

用作者的话说，「你会开始看到我搭建的所有不同部分是如何相互作用、让彼此变得更强大的」。单点功能会被复制，跨模块的数据流不会。

另一个值得注意的设计是把审批环节放在关键动作之前——会议行动项要经过 Telegram 确认才写入 Todoist。Agent 负责准备，人负责点头，这是个人自动化里最实用的安全阀。

还有一点容易被忽略：这些用例的输入和审批大多发生在 Telegram、Slack 这类已有的聊天工具里，而不是另开一个后台。对个人系统来说，降低「打开成本」比功能多寡更重要——随手转发一个链接、回一句确认，系统才能真的被用起来。

可复刻要点

边界与风险

首先，这套系统跑在个人设备上，权限收敛和安全边界需要自己承担。安全委员会这类设计提供了多一层审查，但作者的原话是「没有完美的安全方案，但这不意味着你什么都不做」。

其次，多个数据源意味着个人数据高度集中，备份加密和凭据管理不能省；把邮箱、日历、会议记录都接进来之前，先想清楚哪些数据不该进这个系统。

最后，这些用例的效果来自长期调试和持续维护。把它当成「装好就灵」的产品会失望——它更像一套需要自己养的个人基础设施。

参考来源