当前位置：首页 > news >正文

OpenClaw+Gemma-3-12b-it自动化方案：个人内容处理助手搭建

news 2026/5/26 10:54:20

OpenClaw+Gemma-3-12b-it自动化方案：个人内容处理助手搭建

1. 为什么需要个人内容处理助手

上周整理技术文档时，我对着几十篇Markdown文件发愁——手动提取目录、检查中英文混排格式、标注关键词，这些重复劳动消耗了大量时间。直到发现OpenClaw+Gemma-3-12b-it的组合，才找到自动化解决方案。

这个组合的核心价值在于：

Gemma-3-12b-it的指令优化能力，能精准理解"提取目录""格式检查"等具体任务要求
OpenClaw的本地执行特性，可以直接操作我的文档文件而不必上传到第三方平台
技能扩展机制让我能通过飞书接收处理结果，甚至设置定时自动处理

2. 环境准备与基础配置

2.1 部署Gemma-3-12b-it模型

我选择了CSDN星图平台的gemma-3-12b-it镜像，主要考虑：

指令优化版本更适合任务型场景
12B参数量在个人笔记本上（RTX 3060 12GB）能流畅运行
WebUI界面方便快速验证模型能力

部署命令如下（使用平台提供的docker-compose模板）：

docker-compose up -d --build

启动后访问http://localhost:7860即可测试模型基础能力。我特别测试了以下指令：

请将这段文字中的英文术语用反引号标注： 卷积神经网络(CNN)是深度学习的重要模型

模型准确输出了：

卷积神经网络(`CNN`)是深度学习的重要模型

2.2 OpenClaw基础安装

采用npm安装方式（我的环境是Ubuntu 22.04）：

sudo npm install -g openclaw@latest openclaw onboard --mode=Advanced

在配置向导中关键选择：

Provider选择"Custom"
Model ID填写本地Gemma服务地址http://localhost:5000/v1
不启用默认技能（后续按需单独安装）

3. 核心文档处理能力实现

3.1 自动目录生成

创建~/.openclaw/skills/markdown-helper.js技能文件：

module.exports = { name: "markdown-helper", actions: { generateToc: { handler: async (filePath) => { const content = await fs.readFile(filePath, 'utf-8'); const prompt = `提取以下Markdown文档的标题结构，生成嵌套列表格式的目录： ${content}`; const response = await openclaw.models.complete({ model: "gemma-3-12b-it", prompt }); return response.choices[0].message.content; } } } };

测试时发现两个问题：

模型有时会添加额外说明文字
多级标题缩进不一致

通过修改prompt解决：

严格按以下要求处理： 1. 仅输出目录内容 2. 一级标题用"-"，二级用" -"，保持缩进一致 ${content}

3.2 中英文混排检查

中文技术文档常见的中英文间缺少空格问题，通过正则表达式+模型校验结合解决：

checkSpacing: { handler: async (filePath) => { const content = await fs.readFile(filePath, 'utf-8'); // 先用正则快速定位可能问题区域 const suspectLines = content.split('\n').filter(line => /[\u4e00-\u9fa5][a-zA-Z]|[a-zA-Z][\u4e00-\u9fa5]/.test(line)); const prompt = `检查以下行中英文混排格式，指出缺少空格的位置： ${suspectLines.join('\n')}`; const result = await openclaw.models.complete({ prompt }); return result.choices[0].message.content; } }

实际运行中发现模型对专业术语（如"CNN层"）的判断更准确，比纯正则方案误报率低40%左右。

4. 工作流自动化扩展

4.1 飞书通知集成

通过OpenClaw飞书插件实现处理结果推送：

openclaw plugins install @m1heng-clawd/feishu

配置~/.openclaw/openclaw.json添加：

{ "channels": { "feishu": { "enabled": true, "appId": "YOUR_APP_ID", "appSecret": "YOUR_SECRET" } } }

在技能中添加通知逻辑：

async afterProcess(file) { const feishu = openclaw.channels.get('feishu'); await feishu.sendMessage({ msg_type: 'text', content: { text: `文档处理完成：${file.name}\n处理时间：${new Date().toLocaleString()}` } }); }

4.2 定时任务配置

使用Linux crontab设置每日凌晨处理文档：

0 2 * * * /usr/bin/openclaw exec markdown-helper process-all /docs/daily

为避免资源冲突，在技能中添加并发控制：

const lockFile = '/tmp/markdown-helper.lock'; if (fs.existsSync(lockFile)) { throw new Error('已有处理任务运行中'); } fs.writeFileSync(lockFile, process.pid.toString()); process.on('exit', () => fs.unlinkSync(lockFile));