OpenClaw 早报功能要把天气、日程、待办和推送渠道串起来。先确认数据源,再设置时间窗口和飞书推送对象。
一、先看整体关系
早报不是单纯定时发送文本,而是多个数据源在固定时间窗口内汇总成一份可执行清单。
跑通后你会得到什么
配置完成后,每个工作日固定时间,OpenClaw 会生成一条简短早报,至少包含三部分:天气提醒、今天的日程与冲突、待办 Top 3。消息会自动发到飞书,失败时也会明确提示你人工检查源数据。
部署前准备
| 模块 | 用途 | 建议状态 |
|---|---|---|
| OpenClaw | 早报任务的执行主体 | 已部署 |
| 天气来源 | 输出今天天气和体感提醒 | 已配置 |
| 日历来源 | 识别今日会议与冲突 | 已配置 |
| Todoist | 输出待办 Top 3 | 已配置 |
| Feishu | 接收早报结果 | 已配置 |
第一步,先把 OpenClaw 部署起来
如果你还在准备环境,建议先走 「Claw龙虾部署大师」这条路径。先完成 「Claw龙虾部署大师」 本地部署,把 OpenClaw 跑起来,再配置早报。这样可以把环境问题和早报数据源问题分开处理。

第二步,安装早报需要的 Skills
当前这套早报闭环推荐拆成 5 个能力:安全审查、天气、日历、Todoist、飞书发送。先安装 skill-vetting,再配置消息发送步骤。当前官方技能文档推荐直接使用 openclaw skills install 安装。

这里有一个版本差异要注意:旧教程里常见的是 skill-vetter,但当前注册页与技能页里更常见的名字是 skill-vetting。安装前最好先搜当前 slug,避免照着旧命令直接报错。
第三步,先单独验证天气、日历、待办和飞书
不要一上来就直接加 cron。更稳的顺序是:先确认天气能查出来、今天日程能列出来并标冲突、Todoist 能筛出 P1/P2 或今天截止的任务、飞书发送能成功。全部单测通过后,再合并成一条早报。
第四步,固定早报模板
早报最怕的不是字段太少,而是越做越长。模板要同时约束时间、核心字段、失败兜底和飞书发送。把这两件事在提示词里一次写死,OpenClaw 每天产出的内容才会稳定。

如果你还想进一步收紧待办输出,可以在模板最后再补一句:待办只保留 P1/P2 或今天截止的任务,不要输出长列表。
第五步,添加工作日 07,50 的 cron 任务
OpenClaw 当前官方文档推荐使用 Gateway 自带的 cron 来跑这类定时任务。定时任务建议使用工作日早上 07:50 的 cron 表达式,并配置 isolated 会话。对早报这类固定任务来说,独立会话比挂在主对话里更稳。

配置完成后先执行一次 openclaw cron list,确认任务已经落库,再等第一次自动触发。如果你使用的是 Windows + WSL2 路线,记得先把 Gateway 服务启动起来,再跑 cron 子命令。
第六步,给失败场景做兜底
早报流程里最容易失败的地方通常不是模型,而是数据源:天气接口超时、日历没同步、Todoist token 失效、飞书机器人权限变化。这里的原则很简单:任何一个源失败,都写“暂不可用”,但不要让整条早报直接中断。
这也是为什么前面的提示词里要明确写上失败处理规则。对日常使用来说,一条部分可用的早报,远比一条完全发不出去的早报更有价值。
第七步,什么时候该考虑一体化 Skill
如果你只是先把早报跑通,用 weather + caldav-calendar + todoist + feishu-send-message 这种模块化方式最容易排错。等这条链路稳定以后,再去看像 daily-briefing-hub 这样的聚合 skill,会更适合做成长期版本。
参考链接
- OpenClaw Skills 文档
- OpenClaw Cron 文档
- skill-vetting 技能页
- weather 技能页
- caldav-calendar 技能页
- todoist 技能页
- feishu-send-message 技能页
- daily-briefing-hub 技能页
常见误区
数据源没授权
天气、日历和待办任何一项失败,早报内容都会缺块。
时间窗口太宽
窗口过宽会把无关日程带进来,过窄又会漏掉准备事项。
推送对象没确认
个人、群聊和机器人消息权限不同,发布前要先测试。
方法对比
| 处理项 | 适合场景 | 确认重点 |
|---|---|---|
| 数据源 | 早报内容来源 | 逐项授权 |
| 时间窗口 | 决定收录范围 | 按工作节奏设置 |
| 飞书推送 | 发送出口 | 先测试再固定 |
用「Claw龙虾部署大师」减少前置配置成本
一键本地部署 用来处理 OpenClaw 安装、基础环境和本地运行入口,适合不想先花大量时间排查依赖的人。
模型接入 用来把豆包、通义千问、DeepSeek 等模型配置进工作流,适合需要先跑通 AI 助手底座,再继续配置渠道和任务的人。
本地安全部署 适合把数据、账号和运行环境留在本机或指定设备上,再按文章里的步骤继续收紧权限、接入渠道或验证任务。

提示