2026中文实测｜OpenClaw：从 brew install 到自动归档微信聊天+生成周报（全程离线）

痛点很实在

你桌面上那个 ExportedChat.txt，是不是导出来就再没打开过？
每周写周报，复制粘贴、调格式、数工时、翻截图——重复动作做半年，手指都形成肌肉记忆了。
更别提把含客户报价、同事吐槽、家庭私聊的微信记录，一股脑发给在线AI处理。数据一上传，控制权就没了。

核心就三件事：

• 数据不能出设备
• 重复操作得交给机器
• 工具得真动手，不是光嘴上说

OpenClaw 做的就是这件事：双击打开文件、grep 关键消息、写进归档目录、生成带时间戳的 Markdown 周报、甚至调用本地 Thunderbird 发邮件——它就在你电脑里，不联网，不传数据，只执行。

它到底是什么

OpenClaw 是个运行在你本机的 AI 执行引擎，不是服务端程序。它把本地大模型（比如 Ollama 上的 qwen2:7b）和系统权限连通：
✅ 读写文件、调 grep/echo/mail 这类命令，全在本地完成
✅ 微信文本、周报草稿、归档目录——所有数据始终留在你的 Mac 或 Linux 电脑里
✅ 你用自然语言下指令，比如“把上周三到今天所有带‘项目A’的微信消息按日期倒序整理”，它就真去跑

⚠️ 它不是另一个 ChatGPT 网页。它是装在你电脑里的“AI自动化脚本员”，靠本地模型 + 明确沙箱权限工作。

实操步骤（macOS，Linux 类似）

1. 安装 OpenClaw 和本地模型

确保已装 Homebrew，然后：

# 安装 OpenClaw（官方预编译版，自带沙箱）
brew tap yitb/openclaw && brew install openclaw

# 拉取轻量中文模型（7B，M2 Mac / 16GB 内存足够）
ollama pull qwen2:7b

brew install openclaw 下载的是预编译二进制，内置权限隔离：默认只允许访问 ~/Documents 及其子目录。qwen2:7b 在 M2 上推理速度约 30 token/s，处理千行微信文本绰绰有余。

2. 放好微信导出数据

微信电脑版 → 右键聊天 → “导出聊天记录” → 得到 ExportedChat.txt（纯文本，含时间、昵称、消息）。把它放进 OpenClaw 的安全区：

mkdir -p ~/Documents/wechat-archives
mv ~/Desktop/ExportedChat.txt ~/Documents/wechat-archives/

OpenClaw 默认沙箱路径就是 ~/Documents。放这儿，它才能读；放别处，直接拒绝——这是硬性边界，防误删，也防越权读隐私。

3. 配置微信解析能力

新建 wechat-agent.yaml，告诉 OpenClaw 怎么干活：

# wechat-agent.yaml
model: qwen2:7b
tools:
  - name: grep_chat
    description: 在微信导出文本中按日期或关键词搜索消息
    command: grep -n -i "{{query}}" ~/Documents/wechat-archives/ExportedChat.txt
  - name: save_report
    description: 将输入内容保存为本周报告（Markdown 格式）
    command: echo "{{content}}" > ~/Documents/wechat-archives/weekly-report-$(date +%Y%m%d).md

启动服务（监听 http://localhost:8080）：

openclaw serve --config wechat-agent.yaml

tools 就是它的“手脚”：grep_chat 调系统 grep，save_report 调 echo >，所有命令都在沙箱内执行，路径越界直接失败。

4. 下指令，看它干活

浏览器打开 http://localhost:8080，输入：

“请提取 ExportedChat.txt 中从2026-01-20到今天、包含‘项目A’或‘上线’的消息，按日期倒序整理成 Markdown 表格，最后保存为 weekly-report-20260127.md”

几秒后返回：

✅ 已找到17条匹配消息  
✅ 已生成表格并保存至 ~/Documents/wechat-archives/weekly-report-20260127.md  
📄 内容预览：  
| 日期       | 发送人 | 消息摘要         |  
|------------|--------|------------------|  
| 2026-01-26 | 张经理 | 项目A上线时间确认 |  
| 2026-01-25 | 李工   | 数据库迁移完成   |  
...

验证一下：

ls -l ~/Documents/wechat-archives/weekly-report-*.md  # 应看到新文件  
head -n 10 ~/Documents/wechat-archives/weekly-report-20260127.md  # 查看内容

常见问题

❌ Q：grep 提示 “Permission denied”？
→ 确保 ExportedChat.txt 在 ~/Documents/wechat-archives/ 内。沙箱外的路径一律拒绝访问

❌ Q：模型响应慢或输出乱码？
→ 运行 ollama list 看 qwen2:7b 是否在运行中；卡住就重拉：ollama rm qwen2:7b && ollama pull qwen2:7b

❌ Q：想让周报自动发邮件？
→ 在 wechat-agent.yaml 里加一个 send_email tool，调用 thunderbird -compose 或系统 mail 命令（具体配置示例）

接下来还能怎么玩

你刚跑通了一个零 API、零上传、纯本地的 AI 自动化闭环。延伸方向很直接：
🔹 把归档结果自动插入 Obsidian：加个 obsidian-insert tool，用 Obsidian CLI 写入指定 vault
🔹 接入私有知识库：用 llama-index 建本地向量库，让 OpenClaw 在你的项目文档里查答案
🔹 加“记忆”功能：用 SQLite 记录每次归档截止日期，下次自动从断点继续

👉 《OpenClaw + Obsidian：打造你的离线AI知识中枢》
👉 《手把手：用Ollama+LlamaIndex搭建私有RAG知识库》

关掉“云端同步”开关，数据主权才真正回到你手上。现在，你的 AI 同事已经坐在桌面上了。