OpenClaw定时任务实践:GLM-4.7-Flash每日早报生成与邮件发送

news2026/3/22 8:17:24
OpenClaw定时任务实践GLM-4.7-Flash每日早报生成与邮件发送1. 为什么选择OpenClaw做定时任务去年冬天的一个深夜我盯着电脑屏幕手动整理行业资讯时突然意识到——这种重复性工作完全可以用自动化解决。尝试过各种RPA工具后最终被OpenClaw的AI自动化模式吸引。与其他工具最大的不同在于OpenClaw能理解自然语言指令并通过大模型动态生成内容这让我看到了实现智能定时任务的可能性。以每天早晨的行业早报为例传统方案需要预先编写爬虫、设计模板而OpenClaw只需告诉它生成包含AI和云计算领域最新动态的摘要就能自动完成信息检索、内容提炼和格式整理。更重要的是当需求变化时比如增加新的关注领域只需修改提示词而无需重写代码。2. 环境准备与基础配置2.1 部署GLM-4.7-Flash模型在星图平台找到【ollama】GLM-4.7-Flash镜像后我选择了最低配置的GPU实例T4 16GB进行部署。这个模型特别适合我们的场景# 通过ollama快速启动 ollama pull glm-4-flash ollama run glm-4-flash --port 11434验证模型服务正常运行后在OpenClaw配置文件中添加模型端点// ~/.openclaw/openclaw.json { models: { providers: { local-glm: { baseUrl: http://localhost:11434, api: openai-completions, models: [ { id: glm-4-flash, name: Local GLM-4-Flash, contextWindow: 128000 } ] } } } }配置完成后通过命令测试连通性openclaw models test glm-4-flash2.2 邮件技能安装与配置选择社区维护的email-sender技能包clawhub install email-sender在环境变量中配置SMTP信息我使用的是腾讯企业邮箱# ~/.openclaw/workspace/TOOLS.md export SMTP_HOSTsmtp.exmail.qq.com export SMTP_PORT465 export SMTP_USERyournamecompany.com export SMTP_PASSWORDyour-token export EMAIL_FROMyournamecompany.com踩坑记录最初直接使用密码登录被拒绝后来发现需要生成应用专用密码。建议大家在配置时注意邮箱服务商的安全策略。3. 构建早报生成流水线3.1 设计提示词工程经过多次迭代最终确定的提示词模板如下你是一位专业的行业分析师请根据近期动态生成每日早报要求 1. 涵盖AI、云计算、大数据三个领域 2. 每个领域提供3-5条重要资讯 3. 每条资讯包含事件简述影响分析50字内 4. 使用Markdown格式二级标题为领域名称 5. 中文输出语气专业但不晦涩 今日日期{{current_date}}将提示词保存为~/openclaw/prompts/morning_brief.md其中{{current_date}}会被自动替换为执行当天的日期。3.2 创建组合技能在OpenClaw的Web控制台http://127.0.0.1:18789创建新技能第一步 - 内容生成模型选择GLM-4-Flash输入模板读取morning_brief.md输出处理保存到~/openclaw/outputs/brief_{{date}}.md第二步 - 邮件发送调用技能email-sender收件人列表teamcompany.com邮件主题AI晨报 {{date}}附件上一步生成的Markdown文件设置错误处理重试次数3次失败通知发送警报到我的飞书关键技巧在测试阶段我添加了人工确认环节让AI在发送前先向我展示内容预览。确认流程稳定后才改为全自动模式。4. 设置定时任务OpenClaw支持两种定时任务配置方式我选择了更灵活的cron表达式# 每天早晨7点执行 openclaw schedule add --name morning-brief --cron 0 7 * * * --skill morning-brief-skill验证任务列表openclaw schedule list遇到的时间问题最初没注意服务器时区设置导致任务执行时间与预期不符。解决方法sudo timedatectl set-timezone Asia/Shanghai openclaw gateway restart5. 实际运行效果与优化连续运行两周后系统稳定生成并发送了14份早报。通过分析执行日志发现几个优化点内容质量波动GLM-4-Flash偶尔会遗漏重要事件。解决方案是在提示词中加入请优先关注以下厂商动态的明确指引邮件延迟SMTP连接有时需要5-6秒。改为异步发送后整体流程加速30%节假日处理添加了日期判断逻辑周末只生成精简版当前完整执行流程如下每天7:00触发任务调用GLM-4-Flash生成约800字的早报耗时12-15秒自动添加公司LOGO作为邮件页眉发送给15人的团队邮箱组执行结果记录到数据库供后续分析6. 扩展应用场景这套框架经过简单修改就能支持其他定时场景每周五下午自动生成技术周报汇总GitHub趋势项目每月1号整理云服务费用报告并发送给财务突发事件监控每小时检查指定新闻源发现重大事件即时警报最让我惊喜的是团队同事看到早报后主动提出了定制需求。现在市场部的同事每天会收到包含竞品动态的特别版而技术团队则更关注开源项目更新。通过复制和微调技能配置轻松实现了千人千面的信息服务。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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2432472.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…