返回案例
个人日常使用 · 持续调整2026—现在Agentic AI · 知识工程

个人 AI 系统:把反复查找和整理的工作接起来

用 OpenClaw、编码助手和现有检索工具,处理邮件信息、日历、资料检索与归档,并明确读写权限。

我的角色 · 工具组合、工作流设计、知识整理与日常维护

取用方法模板

重构的问题

如果只问: 还能接入哪些 AI 工具?

进一步追问: 哪些反复发生的任务可以明确输入、步骤和检查方式?先定义工作,再组合工具并划定权限。

从自己的碎事开始

查产品资料、找标准段落、整理邮件信息、跟进日历和归档,这些工作反复出现。2026 年起,我开始把它们接进自己的 AI 工作系统。

我的角色是选择和配置工具、设计任务规则、整理知识库、调试并日常使用。运行时基于现有的 OpenClaw,Claude Code 编码助手参与实现;我做的是组合与工作流设计。

先拆步骤,再接工具

我用 Python 脚本与 ChromaDB 维护检索,产品问题和可用性问题进入不同的资料库,减少检索时混入不相关内容。术语明确时先用关键词查,表述模糊时再用语义检索。重复任务写成可复用的指令,说明输入、要做的步骤和需要检查的结果。

我也区分工作 Agent 与私人 Agent 的上下文。关键数据的修改通过规定的工作流程处理,私人 Agent 对这类数据只读。规则要落实到具体工具和权限,并在调整系统时复查。

现在做到哪里

这套系统已用于我的日常工作,包括信息整理、查询与归档。它不是对外发布的通用产品,目前也没有公开的节省时间或错误率对照数据。

对我来说,这项实践的价值是能直接检查自己的方案:一个步骤如果总要返工,就修改指令、工具或分工。新增 Agent 和功能本身不算解决了问题。

可以带走的材料

以下材料为本站整理的空白模板或指令示例,可下载后按任务改写。它们不包含客户数据,也不是上述项目的原始交付物或效果证明。