最近沉迷 Obsidian+Claude Code+OpenClaw，

OpenClaw+Claude Code 的组合可以定时帮我把所有信息都存到 Obsidian 里，提示语放里头，内容选题放里头，邮箱里的订阅也都搞里头，今天先就来说说我的阶段性踩过的坑，

知识管理

把 URL，文件，图片啥的丢给 OpenClaw 读取只是第一步，用好定时和记忆系统才是真的爽。

比方说做个第二大脑 or 定时定点追踪某一个领域的热门视频，

入库的知识还能自动去重 or 在一个基础信息源的基础上直接迭代出一大堆有用的定时任务。

等等等等，

这次所有的提示语和安装细节我都整理到文档了，还是回复 kimiclaw 就好了

我用的是新的手机对话端，KimiClaw，好处就是没有飞书的一堆权限也可以在手机上用上，很多人会觉得工作属性太强，或者设置太多就没兴趣了。

Kimi 选了一种更轻盈的方式，来驾驭我那个已经养了很久的 OpenClaw。

预测一把，会有更多家模型 App 把类似 OpenClaw 这样的 Agent 作为一个子功能，就跟之前 App 只能用来对话，现在还可以生图生视频生代码一样。

先说结论，

KimiClaw 提供了两种接入方式。第一种是一键部署，自带联网搜索和 Clawhub 来安装 Skills，还有 40G 云盘存储。它会直接在云端帮你跑一个全新的 OpenClaw 实例，并且自动配好了 K2.5 Thinking 模型和 Kimi Search 联网搜索。整个过程大概一分钟就能搞定。

对我来说，更有吸引力的是第二种，关联已有实例。如果你像我一样，本地已经有了一个养了很久的 OpenClaw，你所有的配置，记忆，和已经安装的 Skill 都会被完整保留，这样就不需要看一个新教程配置又配置一个新的，一直持续迭代一个主力 openclaw 就可以了。

OKOK，硬件准备就绪，上狠活，

首先是信息的快速消化。

春节这几天我特无助，每天看到隔壁更新了四个视频，今天凌晨看到 Gemini 3.1 Pro 更新了 12 分钟大聪明就出稿子了，我合理怀疑 OpenClaw 成他数字分身了。

我想了个招，把任何我觉得会是一个长期信息获取的任务，都给加上定时和记忆功能。

这几天，我装了个专门处理 YouTube 视频的 Skill。我给它的指令是，每天早上 8 点，去抓取我关注的几个频道的最新视频，然后为每条新视频生成一份核心报告，我甚至可以让它记住我的频道偏好列表，方便我后续随时增删。

安装这个 skills：https://clawhub.ai/therohitdas/youtube-full
每天早上 8 点，抓取下面 YouTube 频道的最新视频，生成一份包含核心摘要：@mreflow
针对每条新视频（过去 24-48 小时内发布）：
获取视频字幕。
用 2-3 个要点总结核心内容。
附上视频标题、频道名称及链接。
特殊说明：
如果某个频道 ID 无法识别，请通过搜索找到正确的频道。
请记住我的频道列表，方便我后续增删。

不想浪费 Token 的话还有一招，

让 KimiClaw 主动维护一个已处理过的视频列表，来避免重复生成。

每天上午 9:00，在 YouTube 上搜索关于“OpenClaw”的新视频。
排重机制：
维护一个名为 seen-videos.txt 的文件，记录已处理过的视频 ID。
仅针对该文件中不存在的新视频获取字幕。
处理完成后，将新视频 ID 存入 seen-videos.txt。
单条视频处理要求：
获取视频字幕。
生成 3 个要点的精简摘要。
标注出任何与我工作相关的内容。

先运行一次看看效果

这种主动性，还可以更进一步。

我可以让 KimiClaw 转职成目标管理教练，把我的个人长期目标，从职业发展，产品发布，到个人成长，全都告诉了它。然后，我让它每天早上 8 点，根据我的这些长期目标，主动为我策划四到五项它今天可以在我电脑上完成的任务。

这是我的个人目标，记下来并在后续所有任务中作为默认参考：
职业发展： 1 小红书账号做到 10 万订阅 2 建立可复现的内容方法论与系列栏目，持续增长与稳定爆款
产品发布： 1 在 Q3 前发布我的产品 2 以跑通核心闭环的 MVP 为交付标准，优先可用与迭代
个人成长： 1 每月阅读 1 本设计相关书 2 每本书输出结构化笔记，并落地到内容或产品中
决策原则： 1 优先做能同时推动增长与产品的事 2 优先做可复现可沉淀的事每天早上 8:00，请根据我的长期目标，主动策划 4-5 项你今天可以在我电脑上完成的任务。

如果你打算开发自己的产品的话，还可以在刚刚的提示语下面加一句：

根据今天我跟你对话信息开发一个能解决我问题的小应用原型（MVP）

相信我，你马上就不缺灵感了。

KimiClaw 里面也支持 HTML 预览，所以这些任务系统还可以做成看板展示，

请使用 Next.js 为我构建一个看板（Kanban Board），用于展示你正在处理的所有任务。
功能要求：
状态分列： 看板需包含“待办 (To Do)”、“进行中 (In Progress)”和“已完成 (Done)”三个列表。
实时更新： 当你完成任务时，看板状态必须实时同步更新。

还有一个大类信息，就是让 KimiClaw 过滤邮件里的长文，

单独给 AI 配一套账号还是有好处的，我可以先用 Playwright MCP 订阅 Andrej Karpathy 大神推荐的 2 个长文订阅里有邮件订阅的，做个 RSS 订阅也行，目前还是容易断连，如果有解决方案的我们可以一起讨论讨论。

🔗 https://gist.github.com/emschwartz/e6d2bf860ccc367fe37ff953ba6de66b

然后再总结我这个独立邮箱的内容，

我希望你每天晚上 8 点运行一次定时任务，读取过去 24 小时内的所有订阅邮件（Newsletter）。
用 Clawhub 搜索合适的 skills 完成这个任务。
执行细节：
提炼精华： 为我整理一份核心要点摘要，并附上原文链接以便深度阅读。
反馈互动： 完成后询问我对本次内容筛选的评价。
自主进化： 根据我的反馈更新你的记忆，不断优化筛选偏好，让未来的日报越来越精准。

到这一步就开始要记不住 KimiClaw 每天都存了多少定期任务了，

所以我们需要一个第二大脑来降低记忆的摩擦力，

有 Agent 的话，抓信息就应该像发微信一样简单，搜索长期记忆就应该简化一个网站里，

我想搭建一个第二大脑系统 (Second Brain)，用于复盘我们所有的笔记、对话记录和记忆碎片。使用 Next.js 完成开发。
功能清单：
全量列表： 一个支持搜索的列表，展示所有记忆点和历史对话。
全局搜索 (Cmd+K)： 支持通过快捷键唤起全局搜索，覆盖系统内所有内容。多维筛选： 支持按日期和内容类型进行过滤。
设计风格： 界面需保持极致简约（Minimal UI）。

我转到 KimiClaw 的网页版打开给大家看看，

这个比我纯用 RSS 或者纯用网页版的 Gemini 上总结多个网页的内容好用很多，OpenClaw 毕竟是有长期记忆的，能根据我的反馈来优化我的筛选偏好。

那如果我没有 AJ 大神推荐的好文，平时也没有积累一大堆 RSS，

有没有办法可以快速丰富我们的知识库呢？

对一些我不熟悉但又需要持续关注的领域，我就要搬出我最近新看到的左脚踩右脚，原地飞天提示语，用一段时间一两百个优质信息源简简单单儿。

每周日 18:00，运行一次 Cron Job 执行以下操作：
财报检索： 搜索下周科技与 AI 公司的财报日历。
目标筛选： 过滤出我关注的公司（如 NVDA, MSFT, GOOGL, META, AMZN, TSLA, AMD 等）。
人工确认： 等待我确认具体要追踪哪几家公司
追踪逻辑（当我回复要追踪的公司后）：
精准调度： 为每家公司的财报发布时间分别设置一个单次定时任务（One-shot Cron Job）。
结果抓取： 财报发布后，立即搜索业绩结果。
格式化摘要： 整理一份包含以下内容的报告：超预期/逊于预期（Beat/Miss）、营收、每股收益（EPS）、核心指标、AI 相关亮点以及业绩指引（Guidance）。
偏好记忆： 记录我常追踪的公司，以便每周自动向我推荐。

它会为每家公司的财报发布时间，分别设置一个精准的单次定时任务。

一旦财报发布，它会立刻抓取结果，并为我整理一份格式化的摘要报告。

最后的最后，

给大家超前预告个小彩蛋，

KimiClaw 连上电脑本地的 OpenClaw 后，

可以安装 obisdian-direct 的 Skill 直接把 obisdian 作为知识库，

这也就是为什么我废那么大劲要把这个链路打通。

回过头来看，

每一个新产品出现，

都在改变着我们跟信息互动的方式。

联网搜索解决了模型实时获取信息的问题，

DeepResearch 解决了短时间获取大规模专业知识的问题，

而一个带定时任务和长期记忆的 Agent，

让我不需要担心输入过多看了就忘，

也不用花心思去反复打磨所谓的知识库，

知识库是给 AI 看的，

我们看它就好。