OpenClaw 实战：10 个场景让你的效率翻倍

前两篇分享了折腾过程和核心价值，这篇聊聊实战应用场景，以及权限管理策略。

我发现的应用场景

个人使用场景

1. 个人管家 / GTD 大脑

进行 daily review 和 weekly review，提醒我并触达相关事项
保证 GTD 外部大脑和内部大脑的信息同步
接管 OmniFocus，帮自己整理任务

2. 信息输入来源

关注 Twitter 上 AI 相关的新闻
推送给我的都是筛选过的核心信息，不是社交媒体基于算法推荐的内容
每日推送新闻，底层是定时任务，稳定性比 ChatGPT 高很多

3. 知识管理

能够访问本地文件，可以创建 Skill，让它访问 Obsidian 的库
AI 时代，Obsidian 真的是最佳的知识管理工具
很核心的一点是"本地优先"，因为云端不适合 AI
印象笔记之类的东西，可能都要慢慢导出到本地，以本地作为最核心的知识库去管理

4. 反思日记工作流

将每天的反思日记写完后，同步到 OpenClaw
通过 Skill SOP，入库归档到 Obsidian 里面
基于 Obsidian 里的内容去加工，形成 OpenClaw Memory

5. 内容输出工作流

从一段语音写作的文稿，到润色好的文章，再到排版、插图、发布到微信公众号，它都可以一键帮你做完。

6. 编程搭子

可以使用 Claude Code 或 Codex 工作工具
让它帮我 Review 同事的代码
在我不需要看代码的场景下，它非常适合帮我做 Web Coding

7. 邮件智能管理

包括邮件的筛选、分级和回复，这都可以帮我完成。

8. 职位监测与推荐

可以监测各大招聘网站上的职位，找到合适的推荐给自己，并建立沟通。

这比 AI 算法推荐的职位更靠谱，是一个很好的应用场景。

9. 理财辅助

可以帮我抓取信息或做一些行业调研，让我合理分配自己的仓位。

10. Twitter 运营

可以让它帮我运营 Twitter，完成发文、回复等相关工作。

企业使用场景

1. 通用智能助手

让用户使用更先进的模型及对应能力，例如 Skill、Subagent、MCP 以及各类工具。

2. 部门数字员工

因为不同的 Agent，其项目工作空间是隔离开的。

所以，通过 Agent 作为不同部门的助手，这条思路是走得通的。可以有法务部、项目部、专利部、技术部、行政部等。

3. 降低使用门槛

这比让大家去安装客户端、翻墙使用 ChatGPT、Gemini 等要好很多，入手的门槛也会更低。

4. AI 编程能力赋能

当 OpenClaw 去做编程类任务时，可以让它把结果发布出来，而不是只生成一个 HTML 文件。

因为本来已经是云服务器了，你可以分配一个 IP 去访问，把它通过 Nginx 或 Tomcat 部署出来。

然后在钉钉里面返回的不是一个文件路径，而是一段 URL。

这样其实让大家能充分利用到 AI 编程的能力去生成报告，完成一些工作。

权限管理与安全策略

权限开放策略

接下来我想做的事情，就是给 Mac mini 更多的权限，让它尝试去做更多的事情，看看它的上限在哪里。

在这个阶段尽量不给它设限，然后在使用过程中，再加入更多的权限控制，确保它不乱搞。

第一阶段：主要让它去处理自己的文件。

在浏览器上的操作，可能到下一个阶段，再逐步给它权限去做这些事情。

兜底保护

需要注意的是，有一个兜底的权限是需要自己设置的，避免它删了文件后，对你造成不可逆的风险。

Apple 的 iCloud 可以帮我及时恢复
Google Drive 也能帮我及时恢复
如果有这两个兜底，本地的文件就不担心会丢失
同时也可以考虑对删除命令加一些控制权限

第一步，可能只需要对删除操作加上权限即可。

执行脚本的命令可以不用限制，以及增、改的权限都可以保留。

浏览器权限

如果它能操作我的浏览器，访问我的各种账号，让它来付款，这件事情是需要很谨慎的。

所以，它能使用什么样的浏览器，也要给它限制一些权限。

最合适的，其实是让它使用 Chrome，然后给它一个我自己备份的 Chrome 账号去使用。

涉及到个人账号相关的事情，最好是让它使用个人的备用账号去折腾。

多 Agent 隔离

如果多个 Agent 之间需要做好隔离，哪些文件放在对应的 Agent 下，可能需要在

AGENTS.md

中进行约束。

同时，每个 Agent 能使用什么样的工具也要进一步约束，否则权限过大，可能会影响主目录的安全，这一点需要特别注意。

下一步计划

个人方向

在 Mac mini 上安装 OpenClaw 服务，把自己的知识库沉淀出来，让系统了解我是一个什么样的人
模型底层优先使用 Claude 的模型。如果成本不允许，可能会用 Minimax 2.5 或 GLM 5 版本作为模型基座
不断积累各种 Skill，让系统帮我完成很多常规 SOP 类的任务，并且高频使用 AI First 的方式，把它作为个人助理和数字分身，充分利用它来提升效率
深度研究 OpenClaw 的各种实践，系统学习，在 YouTube、Twitter 上关注别人的最佳实践，自己多做尝试，了解底层原理
要了解它的边界在哪里。比如在 AI 时代，让 AI 使用的工具更应该是 MCP、API 这类工具，而不是让它去操作浏览器，那是为人设计的

企业方向

在 VPS 上搭建 OpenClaw 服务，供公司同事使用，让不同部门都能通过 Agent 的方式使用，创建部门分身，帮助部门同事提升效率
深度使用几个具体场景：编码任务、知识管理体系、项目方案 SOP 等

核心认知总结

权限管理：先开放，再收紧。先探索边界，再根据实际使用情况加入权限控制
兜底保护很重要：iCloud 和 Google Drive 可以作为文件恢复的兜底方案
浏览器权限要谨慎：涉及个人账号的操作，最好使用备用账号
多 Agent 隔离：通过
```
AGENTS.md
```
约束不同 Agent 的权限和工具使用范围

如果你也在折腾 OpenClaw，或者对 AI Agent 感兴趣，欢迎交流。

我会持续分享后续的实践和发现。