花了一个下午用OpenClaw做了个小工具,分享一下

需求是这样的:我经常需要把微信聊天记录里的重要信息提取出来归档。

以前的做法是手动复制粘贴——从微信复制到Excel、备注日期和来源。每次做完都觉得自己像个人肉搬运工。

我让OpenClaw做了什么

写了一个简单的工作流:

  1. 我把聊天记录的截图或者复制的文本放到一个指定文件夹
  2. OpenClaw读取内容,提取关键信息(日期、人名、事项、金额等)
  3. 自动按照我定义的格式写入Excel表格
  4. 不同类别(工作安排、费用报销、项目进度)自动分到不同的Sheet

效果

以前每周花一个小时做的事情,现在十分钟搞定。

而且它提取信息的准确率挺高的——大概90%以上。偶尔会把金额单位搞错(“万元"识别成"元”),但这种低频错误检查一下就好。

怎么实现的

本质上就是一段提示词加一些文件哎作。没有写任何代码。

提示词大意是:“读取{input_folder}中的文件内容,从中提取以下字段:日期、发送人、事项类型(工作/费用/项目)、具体内容、涉及金额。按事项类型分类写入{output_file}的对应Sheet中。”

然后配合OpenClaw的文件系统哎作能力,它就能自动完成了。

做这个的感想

  1. 很多看起来需要"写程序"才能实现的自动化,其实用OpenClaw写个提示词就能搞定
  2. 关键是想清楚你的输入是什么、输出是什么、处理规则是什么
  3. 不要一开始就追求完美,先做一个60分的版本用起来,后面慢慢改

分享给需要的人

如果你也有类似的需求——从非结构化的文本中提取信息并归档——OpenClaw真的挺适合的。

不需要会编程。只要你能清楚地描述你的规则,它就能执行。

有什么好的小工具想法也欢迎留言交流。

实测下来确实能提效 但前提是使用场景要足够标准化 边界情况多的任务AI处理不了

这个思路不错 但要注意检查AI输出的质量 不能直接拿来用 人工审核是必须的

我也试过类似的做法 效果取决于你给的示例质量 示例越规范AI学得越好

效率提升的数据很具体 比那些笼统说效率翻倍的帖子有说服力多了

这种小工具正是OpenClaw的强项

一下午出成品,效率确实高