OpenClaw技能扩展:千问3.5-9B加持下的办公自动化实战

张开发
2026/5/31 18:51:56 15 分钟阅读
OpenClaw技能扩展:千问3.5-9B加持下的办公自动化实战
OpenClaw技能扩展千问3.5-9B加持下的办公自动化实战1. 为什么选择OpenClaw做办公自动化去年冬天的一个深夜我还在手动整理当天的会议录音和待办事项。作为技术团队负责人每周要处理3-4场会议纪要这种重复性工作消耗了大量时间。直到偶然发现OpenClaw这个开源自动化框架我的工作方式彻底改变了。OpenClaw最吸引我的是它的技能扩展机制。不同于传统RPA工具需要编写复杂脚本OpenClaw通过ClawHub技能市场就能安装现成的自动化模块。更关键的是它能对接本地部署的大模型如千问3.5-9B让AI真正理解并执行自然语言指令。这意味着隐私保护所有数据处理都在本地完成会议录音等敏感信息无需上传第三方灵活定制可以根据团队特有的会议模板和术语定制处理流程持续进化随着技能库的丰富能覆盖的办公场景会越来越多2. 环境搭建与核心配置2.1 基础环境准备我的工作电脑是MacBook Pro (M1芯片16GB内存)系统为macOS Ventura 13.5。安装过程选择了官方推荐的一键脚本curl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --install-daemon配置向导中几个关键选择Mode选择Advanced模式以便自定义模型Provider选择Custom手动配置千问3.5-9BDefault model设置为本地部署的qwen3.5-9b2.2 千问3.5-9B本地模型接入在~/.openclaw/openclaw.json中添加自定义模型配置{ models: { providers: { local-qwen: { baseUrl: http://localhost:8000/v1, apiKey: null, api: openai-completions, models: [ { id: qwen3.5-9b, name: 千问3.5-9B本地版, contextWindow: 32768, maxTokens: 4096 } ] } } } }这里有个小插曲最初直接复制了示例配置忘记修改baseUrl导致模型无法连接。后来用openclaw doctor命令排查才发现问题。这也提醒我自动化工具配置时细节决定成败。3. 办公自动化技能实战3.1 会议纪要生成技能安装通过ClawHub搜索并安装会议处理相关技能clawhub install meeting-minutes markdown-formatter这两个技能包提供了meeting-minutes语音转文字关键信息提取markdown-formatter将原始文本按模板格式化安装后需要配置团队特定的会议模板。我在~/.openclaw/workspace/templates/下创建了meeting_template.md## {meeting_title} **时间**: {meeting_time} **参会人**: {participants} ### 讨论要点 {key_points} ### 决策事项 {decisions} ### 待办事项 - [ ] {todo_item_1} - [ ] {todo_item_2}3.2 实际工作流演示现在我的会议处理流程变得非常简单会议结束后将录音文件拖到指定文件夹在OpenClaw控制台输入处理今天下午3点的产品会议录音系统自动完成语音转文字调用本地Whisper模型提取关键信息千问3.5-9B分析按模板生成Markdown格式纪要保存到团队知识库并通知相关人员第一次运行时遇到个典型问题模型把KRKey Result错误识别为KPI。通过在技能配置中添加团队术语表解决了这个问题{ term_mapping: { KR: 关键结果, OKR: 目标与关键成果 } }4. 待办事项管理的进阶玩法4.1 与飞书集成的实践为了让待办事项自动同步到团队协作平台我配置了飞书通道安装飞书插件openclaw plugins install m1heng-clawd/feishu在openclaw.json中添加飞书配置{ channels: { feishu: { enabled: true, appId: YOUR_APP_ID, appSecret: YOUR_APP_SECRET } } }现在只需对OpenClaw说把优化部署脚本加入待办并分配给张三系统就会在本地Markdown文件中记录任务通过飞书API创建待办事项给责任人发送提醒消息4.2 个性化定制的价值我们团队有个特殊需求需要根据会议类型自动选择不同的审批流程。通过修改meeting-minutes技能的决策树逻辑实现了这个功能def select_approval_flow(meeting_type): if meeting_type 技术评审: return [TL审批, 架构师会签] elif meeting_type 产品规划: return [PM审批, 市场部备案] else: return [直接归档]这种深度定制在大厂标准化产品中很难实现而OpenClaw的开源特性让它成为可能。5. 实践中的经验与反思经过三个月的实际使用这套自动化方案平均每周为我节省6-8小时的手动工作时间。但也有一些值得注意的教训模型选择很重要最初尝试用更小的2B模型但处理复杂会议时效果不佳。千问3.5-9B在准确性和成本间取得了较好平衡。技能不是越多越好曾一次性安装10多个技能导致系统响应变慢。后来只保留高频使用的5个核心技能。人工复核不可少虽然准确率已达90%但重要会议纪要仍需要人工检查关键数据和技术术语。最让我惊喜的是团队同事的反应。看到自动化生成的待办事项和会议纪要不少人主动学习OpenClaw配置方法。现在我们小组已经形成了共享技能库每个人都可以贡献自己的自动化脚本。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

更多文章