OpenClaw
个人自动化与 agent 工作流实验项目，探索 AI 如何接管重复性任务并沉淀可复用的工作流。
Media / Preview
OpenClaw project cover.
Screenshots will be added as the project interface stabilizes.
Why
我发现自己大量时间花在了重复性任务上：部署网站、验证链接、整理报告、批量处理文件。这些任务有规律可循，但每次都手动执行既耗时又容易出错。OpenClaw 是我尝试把这类工作交给 agent 的实验场。
核心问题：如何让 AI 不只是回答问题，而是真正执行端到端的任务，并把执行过程沉淀为可复用的工作流？
What it does
- 定义标准化的任务模板和阶段报告格式
- 通过 agent 执行云端部署、验证、报告生成
- 沉淀可复用的工作流和检查清单
- 本地与云端环境的无缝切换
当前能力边界：主要覆盖静态网站部署、文件处理、验证报告生成。尚未覆盖需要复杂人工判断的创意类任务。
Current status
阶段：长期实验
已完成：基础工作流模板、阶段报告格式、GitHub Actions 集成验证
仍待完成：更复杂的条件分支处理、错误恢复机制、多 agent 协作模式
Design notes
采用"阶段化 + 可验证"的设计哲学。每个任务拆分为明确的阶段，每个阶段有输入、输出和验证标准。这样即使 agent 执行出错，也能快速定位问题并回滚。
不追求一次性自动化所有事情，而是逐步把高频、低风险的任务交给 agent，保留人的判断在关键决策点。
Impact
对个人工作流：显著减少了重复性操作的时间，特别是网站部署和验证环节。阶段报告模板也被复用到了其他项目中。
复用价值：工作流模板和检查清单可以直接应用于任何需要标准化执行和验证的项目。
Next
- 探索多 agent 协作模式
- 增加更复杂的错误处理和恢复机制
- 建立工作流库，支持快速复用