OpenClaw定时任务管理：千问3.5-27B驱动日报自动生成
OpenClaw定时任务管理：千问3.5-27B驱动日报自动生成
1. 为什么需要自动化日报
每周五下午，我都会陷入一种"汇报焦虑"——要手动整理GitHub提交记录、汇总JIRA任务进度、编写本周技术总结。这个过程通常要花费1-2小时，而且内容模板化严重。直到我发现OpenClaw+千问3.5-27B的组合可以把这个过程自动化。
我的核心需求很简单：
- 每天18:00自动抓取个人GitHub提交记录
- 用自然语言生成带分析的工作日报
- 通过邮件发送给团队和上级
- 整个过程完全在本地运行，不泄露代码和沟通内容
经过两周的调试，这个系统现在每天稳定运行。最让我惊喜的是，千问3.5-27B生成的日报不仅有数据汇总，还会指出代码提交中的模式变化（比如突然增加测试覆盖率）并给出合理解读。
2. 系统架构与核心组件
2.1 技术选型思考
我尝试过几种方案：
- 纯脚本方案：用Python爬取GitHub API+邮件发送。问题在于生成的日报像数据报表，缺乏分析
- 商业SaaS工具：如Zapier+ChatGPT。担心代码提交记录经过第三方服务器
- OpenClaw本地化方案：最终选择，因为：
- 所有数据处理在本地完成
- 可以灵活定制生成逻辑
- 能直接调用本地的千问3.5-27B模型
2.2 关键组件配置
# 我的环境清单 openclaw v0.8.3 qwen3.5-27b (本地部署) cronie 1.7.0 jq 1.6 (用于JSON处理)配置文件位于~/.openclaw/skills/daily-report/config.json：
{ "github": { "username": "YOUR_GITHUB_USER", "token": "ghp_xxx", "repos": ["project1", "project2"] }, "email": { "smtp": "smtp.office365.com", "port": 587, "from": "me@company.com", "to": ["manager@company.com", "team@company.com"] } }3. 实现步骤详解
3.1 基础环境准备
首先确保OpenClaw已正确安装并连接千问3.5-27B模型。我在~/.openclaw/openclaw.json中的模型配置如下：
"models": { "providers": { "local-qwen": { "baseUrl": "http://localhost:5000/v1", "api": "openai-completions", "models": [{ "id": "qwen3.5-27b", "name": "Local Qwen", "contextWindow": 32768 }] } } }验证模型连接：
openclaw models list # 应显示qwen3.5-27b模型状态为active3.2 日报生成Skill开发
我创建了一个自定义Skill，核心逻辑是：
- 通过GitHub API获取当天提交记录
- 用jq提取关键字段
- 构造提示词发送给千问3.5-27B
- 将生成结果通过邮件发送
提示词模板示例：
你是一个资深技术主管，请根据以下GitHub提交记录生成日报： {{commits}} 要求： 1. 按项目分类总结工作内容 2. 指出代码变更中的技术亮点 3. 发现可能的代码质量问题 4. 输出Markdown格式Skill的入口脚本main.sh关键部分：
#!/bin/bash # 获取当天提交记录 commits=$(curl -s -H "Authorization: token $GITHUB_TOKEN" \ "https://api.github.com/users/$GITHUB_USER/events" \ | jq '[.[] | select(.type=="PushEvent") | {repo:.repo.name, message:.payload.commits[].message}]') # 调用OpenClaw生成报告 report=$(openclaw exec --model qwen3.5-27b --prompt-template daily_report.tpl --data "$commits") # 发送邮件 echo "$report" | mailx -s "Daily Report $(date +%F)" -a "Content-Type: text/markdown" $EMAIL_TO3.3 定时任务配置
使用cron定时触发（注意要用openclaw-cli而非直接调用bash）：
# 每天18:00运行 0 18 * * * /usr/local/bin/openclaw-cli skill run daily-report验证cron日志：
tail -f /var/log/cron | grep openclaw4. 踩坑与优化记录
4.1 初始版本的问题
第一版日报生成效果不理想，主要问题：
- 模型有时会虚构不存在的数据
- 对技术术语的解释过于基础
- 邮件格式经常错乱
4.2 优化措施
通过以下调整显著提升质量：
提示词工程：
- 增加"你是一个资深工程师"的角色设定
- 要求模型先列出事实再进行分析
- 限制输出为特定Markdown格式
数据预处理：
- 在传入模型前先用jq过滤无效提交
- 添加提交时间分布等元数据
邮件模板：
- 使用HTML格式邮件
- 固定CSS样式确保各客户端显示一致
优化后的提示词片段：
请先严格按以下顺序输出： 1. [事实] 今日提交统计：共X次提交，涉及Y个项目 2. [分析] 主要工作领域：... 3. [建议] 需要关注的潜在问题：...5. 最终效果与使用建议
现在我的日报系统已经稳定运行3个月，最明显的收益是：
- 节省每周5-7小时手工整理时间
- 生成的日报比人工写的更具洞察力
- 上级反馈报告质量明显提升
对于想实现类似系统的开发者，我的建议是：
- 从小场景开始：先自动化一个具体场景（如仅GitHub提交记录），再逐步扩展
- 重视数据清洗：模型输出质量高度依赖输入数据质量
- 设置人工审核：我的流程会在发送前生成草稿，我只需花5分钟确认即可
- 监控Token消耗：长期运行要注意模型调用成本
这个方案特别适合：
- 需要定期提交技术报告的个人开发者
- 远程工作团队的状态同步
- 开源项目维护者的进度更新
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。