先说个数字：我之前每天大概要花40 分钟刷各种 AI 资讯——技术社区、X、GitHub Trending、几个垂直站点轮着翻，翻完还得自己挑、自己存。一个月下来就是 20 个小时没了，纯体力活。
后来我用 OpenClaw 搭了个"资讯管家"，现在这 40 分钟变成了每天早上花 3 分钟读一封整理好的摘要。这个坑我替你踩过了，今天手把手带你跑通同一套，兄弟们可以直接抄作业。
这篇是保姆级实战，从装到跑通每一步都有，踩过的坑我都标出来了。建议先收藏——下次重装或者排错直接照着抄。
一、先想清楚：我们到底要搭个什么东西
很多兄弟一上来就装工具、抄配置，结果跑起来发现"不是我想要的"。带学员时这是最常见的问题，所以我们先把目标拆清楚。
一个能用的"AI 资讯管家"，本质就是三件事串起来：
- 定时触发—— 不用我手动点，每天固定时间自己跑。
- 抓 + 筛—— 从我指定的几个信息源拉内容，再让 AI 按我的口味挑出真正值得看的。
- 整理 + 推送—— 把筛完的内容总结成人话，推到我每天必看的地方（邮箱 / 本地文件 / IM）。
OpenClaw 刚好把这三件事都包了：它是个能自己调工具、能定时跑、能联网的 AI Agent。我们要做的不是写一堆代码，而是把需求"说"清楚给它。这也是 Agent 时代和以前写爬虫最大的区别——以前你写规则，现在你定目标。
二、环境准备（5 分钟搞定）
我本机是 Windows + WSL，Mac/Linux 步骤一样。先确认有 Node 和 Git：
node-v# 建议 v20+git--version拉源码、装依赖、起服务：
gitclone https://github.com/your-org/openclaw.gitcdopenclawnpminstallcp.env.example .env# 关键一步，很多人漏了打开.env，至少填一个模型的 Key。我自己用的是兼容 OpenAI 协议的接口，配置长这样：
# .envLLM_BASE_URL=https://api.your-provider.com/v1LLM_API_KEY=sk-xxxxxxxxxxxxxxxxLLM_MODEL=your-model-name# 资讯管家要联网，这两个按需开ENABLE_WEB_SEARCH=trueTIMEZONE=Asia/Shanghai避坑 1：
.env一定要从.env.example拷，不要手撸——少一个变量名启动就报undefined，新手最容易卡在这。避坑 2：时区别忘了设
Asia/Shanghai，不然你设的"每天 8 点"会按 UTC 跑，变成下午 4 点，我第一次就这么懵了半天。
起服务：
npmrun start# 看到 listening on http://localhost:3000 就成了三、核心：写一个"资讯管家"Agent
OpenClaw 里一个 Agent = 一段说明书（它该干嘛）+ 一组它能用的工具 + 一个触发方式。我们用配置文件来定义，存成agents/news-butler.yaml：
name:news-butlerdescription:我的 AI 资讯管家，每天整理行业新闻# 1) 它该干嘛 —— 这段就是 prompt，写得越具体越听话instructions:|你是我的私人资讯助理。每次运行时： 1. 抓取下面 sources 里所有来源的最新内容（只看过去 24 小时）。 2. 按我的关注点筛选：AI Agent、大模型、AI 编程工具、开源项目。 3. 每条用一句话说清楚"发生了什么 + 为什么值得我关注"，附原文链接。 4. 把无关的广告、招聘、纯营销稿全部丢掉。 5. 按重要性排序，最多保留 10 条，宁缺毋滥。# 2) 它能用的工具tools:-web_search-http_fetch# 3) 信息源 —— 换成你自己关注的sources:-https://github.com/trending?since=daily-https://news.ycombinator.com/-https://your-favorite-ai-blog.com/feedschedule:"0 8 * * *"# 每天早上 8 点（cron 表达式）output:format:markdownchannel:email# 也支持 file / webhook几个新手必懂的点（带学员时反复讲的）：
instructions就是你给它的"工作要求"，写得越像给真人交代任务越好。别写"整理新闻"这种空话，要写清楚"看哪段时间、按什么筛、丢什么、留几条"。schedule用的是标准 cron 表达式，0 8 * * *= 每天 8 点。不会写的去搜"crontab guru"，填进去能看到人话解释。output.channel我推荐先用file，跑通了再换email。原因下面坑里讲。
四、跑起来 + 三个真实的坑
先别等定时，手动触发一次验证：
npmrun agent:run -- news-butler跑通的话，你会在output/下看到一份 markdown 摘要，长这样：
# 行业资讯 · 2026-06-10 1. **某开源 Agent 框架发布 v2** —— 支持本地模型热插拔，适合想离线跑的同学。 [link] 2. **某大模型降价 50%** —— 长文本场景成本直接腰斩，做 RAG 的可以重新算账了。 [link] ...我踩过的三个坑，直接给你避了：
坑 1：第一次跑就让它发邮件 / 推 IM。
强烈别这么干。先用channel: file跑几天，确认筛选质量过关、不漏不水，再接推送。不然你配了半天邮箱，结果它天天给你推垃圾，体验极差。先本地、后推送，这是铁律。
坑 2：信息源给太多。
我一开始塞了 15 个源，结果 AI 每次要处理的内容爆炸、又慢又贵，还容易超 token 报错。精选 3~5 个高质量源远好过堆量——这跟我们做内容一样，质 >> 量。
坑 3：instructions 写得太笼统，它就给你"水"。
“整理一下新闻"这种指令，AI 只会给你一堆没营养的罗列。一定要把"判断标准"写进去——比如我加了一句"如果一条新闻你自己都觉得三个月后没人记得，就别放进来”，质量立刻上一个台阶。
五、再进一步：让它"懂我"
跑顺之后，我又加了两条让它更贴我：
instructions:|...（前面的不变） 6. 额外加一段【今日一句】：用一句话点评今天最值得关注的那条， 像朋友跟我唠嗑那样说，别端着。 7. 如果今天确实没什么大事，就直接说"今天没大事，省点时间"， 不要为了凑数硬编。最后那条特别重要——允许它"什么都不推"。很多自动化工具最烦人的就是为了存在感天天打扰你。真正好用的助理，是没事的时候安静、有事的时候靠谱。
六、写在最后（实战总结）
整套下来核心就三句话：
- 目标拆成"触发 → 抓筛 → 推送"三段，别想着一步到位。
- instructions 写得像给真人交代任务，把判断标准写进去，质量全靠这个。
- 先本地跑稳、再接推送；源宁精勿多，质 >> 量这条到哪都成立。
跟着我走一遍就通了。我自己这套已经稳定跑了一段时间，每天省下的半小时，够我多写一篇文章了。
兄弟们，几个站内的小事：
- 上面的
news-butler.yaml完整配置我已经放在正文里了，复制即用，建议收藏，下次搭新机器直接抄。 - 这只是 OpenClaw 100 个实战场景里的第 1 个。后面我会接着写"用 OpenClaw 自动写日报""多 Agent 协作发内容"等进阶玩法，都整理在我的《OpenClaw 100 案例实战营》专栏里，想系统学的进专栏跟着练。
- 配置跑不通、或者你想让它管别的源，评论区甩出来，我看到都会回——你遇到的坑大概率别人也会遇到，一起踩平。
- 关注大鹏AI教育，我持续更新 AI 实战，手把手带你把 AI 真正用起来。
