当前位置：首页 > news >正文

OpenClaw定时任务：Qwen3.5-9B实现每日早报自动生成与推送

news 2026/5/26 2:02:09

OpenClaw定时任务：Qwen3.5-9B实现每日早报自动生成与推送

1. 为什么需要自动化早报系统

每天早上打开电脑，我都会被各种信息淹没——行业新闻、技术动态、团队消息...手动整理这些内容至少消耗半小时。直到发现OpenClaw能像人类一样操作电脑，我决定用Qwen3.5-9B模型搭建一个全自动早报系统。

这个系统的核心价值在于：用AI替代重复劳动。它会在凌晨自动完成RSS订阅抓取→关键信息提取→内容排版优化→钉钉推送的全流程。实测运行一个月后，我的晨间工作效率提升了40%，更重要的是再也不用担心错过重要资讯。

2. 技术选型与准备工作

2.1 为什么选择OpenClaw+Qwen3.5组合

在尝试过多种方案后，最终选择这对组合有三个关键原因：

隐私性：所有数据处理都在本地完成，我的订阅列表和摘要内容不会上传到第三方服务器
长文本优势：Qwen3.5-9B支持128K上下文，能一次性处理多个RSS源的原始内容
操作自由度：OpenClaw可以直接操控浏览器和通讯工具，省去了自己写API调用的麻烦

需要准备的资源很简单：

一台常开的电脑（我用的是闲置的Mac mini）
部署好的OpenClaw服务（建议用docker-compose方式）
能访问的Qwen3.5-9B模型（本地或内网部署）

3. 系统搭建全流程

3.1 基础环境配置

首先通过OpenClaw的CLI工具创建定时任务骨架：

openclaw tasks create daily-briefing --schedule "0 7 * * *"

这会生成任务配置文件~/.openclaw/tasks/daily-briefing.json。关键配置包括：

trigger：设置每天早上7点触发
steps：定义任务执行步骤
outputs：指定结果输出到钉钉群

3.2 RSS内容抓取模块

我使用了OpenClaw的Browser技能包来实现动态网页抓取。在任务配置中添加如下步骤：

{ "steps": [ { "name": "fetch_tech_news", "type": "browser", "config": { "url": "https://rsshub.app/techcrunch", "action": "waitForSelector('.item', { timeout: 30000 })", "extract": "return Array.from(document.querySelectorAll('.item')).map(el => ({ title: el.querySelector('h2').innerText, link: el.querySelector('a').href }))" } } ] }

这里有个坑：部分RSS源需要登录才能获取完整内容。我的解决方案是在OpenClaw中预先配置好浏览器Cookie：

openclaw config set browser.cookies '{"domain":".example.com","name":"session","value":"YOUR_COOKIE"}'

3.3 内容摘要生成

这是最核心的部分，调用Qwen3.5-9B进行文本摘要。在OpenClaw中配置模型端点：

{ "models": { "providers": { "local-qwen": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [ { "id": "qwen3.5-9b", "name": "Local Qwen" } ] } } } }

然后创建摘要生成步骤：

{ "name": "generate_summary", "type": "llm", "model": "qwen3.5-9b", "prompt": "你是一个专业的技术编辑，请用中文为以下文章生成3点关键摘要：\n{{fetch_tech_news.output}}", "temperature": 0.3 }

经过多次调试，发现temperature设为0.3时摘要质量最稳定，既不会太死板也不会太发散。

3.4 排版优化与格式化

原始摘要输出是纯文本，直接推送体验不好。我写了个简单的格式化函数：

function formatBriefing(items) { return `⏰ ${new Date().toLocaleDateString()} 技术早报\n\n` + items.map(item => `• ${item}`).join('\n') + `\n\n📊 共精选 ${items.length} 条要闻`; }

在OpenClaw中通过Custom Skill调用：

{ "name": "format_output", "type": "custom", "script": "formatBriefing", "inputs": ["generate_summary.output"] }

4. 钉钉推送集成

4.1 机器人配置

在钉钉开放平台创建自定义机器人后，配置OpenClaw的钉钉通道：

openclaw plugins install @m1heng-clawd/dingtalk

修改配置文件~/.openclaw/openclaw.json：

{ "channels": { "dingtalk": { "enabled": true, "appKey": "your_app_key", "appSecret": "your_app_secret", "robotCode": "your_robot_code" } } }

4.2 推送任务配置

最后在任务中增加推送步骤：

{ "name": "send_to_dingtalk", "type": "notification", "channel": "dingtalk", "content": "{{format_output.output}}", "target": "your_group_chat_id" }

这里遇到个权限问题：机器人默认不能@所有人。解决方案是在内容开头添加<at所有人>标签，并在钉钉机器人设置中开启相应权限。

5. 系统优化与实践心得

5.1 性能调优

运行一周后发现两个问题：

处理10个以上RSS源时耗时超过5分钟
长文章摘要质量不稳定

优化方案：

增加并发处理：修改fetch_tech_news步骤为并行模式
添加长度限制：在prompt中明确"每个摘要不超过50字"
启用缓存：对重复新闻自动跳过处理

{ "steps": [ { "name": "fetch_tech_news", "parallel": true, "maxConcurrent": 3 } ] }

5.2 内容质量控制

为防止AI生成错误摘要，我增加了验证步骤：

对每个摘要生成置信度评分
低于阈值的自动触发重试
三次重试失败则标记为"需要人工复核"

{ "name": "validate_summary", "type": "llm", "model": "qwen3.5-9b", "prompt": "请评估以下摘要是否准确反映了原文内容，给出1-5分评分：\n原文：{{fetch_tech_news.output}}\n摘要：{{generate_summary.output}}", "retry": { "maxAttempts": 3, "threshold": 3 } }