OpenClaw定时任务管理：Phi-3-vision-128k-instruct每日早报自动生成系统
OpenClaw定时任务管理：Phi-3-vision-128k-instruct每日早报自动生成系统
1. 为什么需要自动化早报系统
每天早上打开电脑，第一件事就是刷新闻网站——这个习惯我坚持了三年，直到发现两个致命问题：一是时间黑洞，经常从科技板块跳到社会新闻，半小时就没了；二是信息过载，真正需要关注的行业动态反而被淹没在标题党里。
上个月部署Phi-3-vision-128k-instruct模型时，突然想到：既然这个多模态模型能理解图文内容，配合OpenClaw的自动化能力，能不能做个"只给我看需要知道的信息"的早报系统？经过两周折腾，终于实现了完全本地运行的自动化流程：每天7点自动抓取指定网站→截图→生成摘要→推送到飞书。整个过程不需要任何人工干预，甚至出差时用手机也能收到结构化简报。
2. 系统架构与核心组件
2.1 技术选型思路
这个系统的核心在于精准抓取和智能摘要的平衡。最初尝试过RSS订阅+文本模型方案，但发现三大缺陷：
- 主流新闻站点的RSS内容严重缩水
- 纯文本丢失了排版权重信息（比如头版头条的视觉优先级）
- 需要维护复杂的XPath规则
最终方案采用视觉驱动路线：
- OpenClaw：负责浏览器操控、截图保存、邮件/飞书推送
- Phi-3-vision-128k-instruct：解析截图并生成摘要
- Cron：协调整个流程的时间调度
2.2 关键配置清单
在~/.openclaw/openclaw.json中需要重点配置的模块：
{ "models": { "providers": { "phi3-vision": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [{ "id": "phi-3-vision-128k-instruct", "capabilities": ["vision"] }] } } }, "skills": { "morning-briefing": { "sites": ["https://news.example.com", "https://tech.example.com"], "viewport": {"width": 1920, "height": 1080}, "clip": {"x": 0, "y": 0, "width": 800, "height": 1800} } } }特别注意clip参数：经过实测，截取页面左侧800像素宽度能避开大部分广告栏，同时保留主要内容区。
3. 实现步骤详解
3.1 环境准备阶段
首先确保基础服务就位：
- Phi-3-vision-128k-instruct模型通过vllm运行在本地8000端口
- 安装OpenClaw的浏览器控制插件：
clawhub install browser-controller openclaw plugins install @official/screenshot - 飞书通道配置完成（如未配置可先用SMTP邮件方案）
3.2 核心自动化脚本
在OpenClaw的skills目录创建morning_briefing.js：
const { chromium } = require('openclaw-browser'); const fs = require('fs'); const path = require('path'); module.exports = async (task, { models, notify }) => { const screenshotDir = path.join(process.env.HOME, '.openclaw/screenshots'); if (!fs.existsSync(screenshotDir)) fs.mkdirSync(screenshotDir); const browser = await chromium.launch(); const dateStr = new Date().toISOString().split('T')[0]; // 并行抓取多个网站 const results = await Promise.all(task.config.sites.map(async (url) => { const page = await browser.newPage(); await page.setViewportSize(task.config.viewport); await page.goto(url, { waitUntil: 'networkidle' }); const domain = new URL(url).hostname.replace('www.', ''); const screenshotPath = path.join(screenshotDir, `${dateStr}_${domain}.png`); await page.screenshot({ path: screenshotPath, clip: task.config.clip }); // 调用视觉模型生成摘要 const visionResp = await models.phi3Vision.chat.completions.create({ model: "phi-3-vision-128k-instruct", messages: [{ role: "user", content: [ { type: "text", text: "请用中文总结这张新闻首页截图的主要内容，按重要性列出3-5条，不要包含广告或无关信息" }, { type: "image_url", image_url: { url: `file://${screenshotPath}` } } ] }], max_tokens: 1024 }); return { source: domain, summary: visionResp.choices[0].message.content, screenshot: screenshotPath }; })); await browser.close(); // 汇总生成最终简报 const finalReport = `# ${dateStr} 每日早报\n\n` + results.map(r => `## ${r.source}\n${r.summary}`).join('\n\n'); await notify.feishu.sendMarkdown(`每日早报 ${dateStr}`, finalReport); return { status: 'success', reportPath: `/screenshots/${dateStr}_report.md` }; };3.3 Cron定时任务配置
在系统crontab中添加（注意使用绝对路径）：
0 7 * * * /usr/local/bin/openclaw task run morning-briefing --config ~/.openclaw/skills/morning-briefing.json避坑指南：
- 浏览器实例必须用
chromium.launch()而非puppeteer.launch()，否则会与OpenClaw的浏览器管理冲突 - 模型响应超时建议在代码中显式设置timeout参数，默认的120秒可能不够
- 飞书消息长度限制为2048字符，超长内容需要自动分片
4. 效果优化实践
4.1 摘要质量提升技巧
经过两周迭代，发现这些prompt优化最有效：
- 视觉焦点引导：在prompt中明确"忽略右下角浮窗广告"
- 领域词典注入：添加"请优先关注AI、云计算、芯片等科技领域动态"
- 格式约束：要求"每条摘要前加•符号，不超过140字"
最新版prompt示例：
作为专业信息顾问，请分析该新闻首页截图，要求： 1. 完全忽略广告、推荐位、热点排行等非编辑内容 2. 重点提取科技、金融、政策领域信息 3. 输出格式： • [权重] 标题 (关键实体) 简要说明，不超过3句话 4. 使用中文输出，保持专业但易懂的文风4.2 资源占用监控
在MacBook Pro M1上运行的资源消耗：
- 浏览器实例：每个标签页约180MB内存
- 模型推理：处理单张截图平均耗时22秒
- 峰值负载：同时处理5个网站时CPU利用率达75%
建议方案：
# 在cron任务前添加资源限制 0 7 * * * ulimit -Sv 2000000 && /usr/local/bin/openclaw task run...5. 扩展应用场景
这套框架稍作修改就能支持其他定时任务：
5.1 竞品监控日报
修改抓取目标为竞品官网，添加diff分析：
// 对比昨日与今日截图 const diff = await pixelmatch(img1, img2, null, 800, 1800, { threshold: 0.1 }); if (diff > 1000) await notify.slack.send('检测到页面重大变更！');5.2 技术论坛精华摘要
针对HN/Reddit等论坛的定制化抓取：
- 滚动页面加载更多内容
- 用CSS选择器高亮高赞评论
- 生成"今日最值得读的3个帖子"简报
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。