普通人也能用 AI「长出」自己的工具：我这一年的实践分享

用户4410

2月28日修改

这篇文章的前身是一篇偏极客向的技术分享（原文链接）。本文是我把原始草稿和本地十几个项目的代码文件交给 Claude Code，让它自行探索所有仓库后生成初稿，我只负责审阅和提修改意见。核心目的是降低非技术人员的阅读门槛。如果你有技术背景，建议直接看原文，写得更详细。

如果你在阅读过程中遇到不理解的概念，非常建议你把那段话复制给任意一个 AI 助手（比如豆包、ChatGPT、Kimi），问它「这是什么意思？能给我举个例子吗？」——这本身就是 AI 时代最重要的能力之一。​

先说结论：这篇文章想告诉你什么

过去一年多，我让 AI 帮我写了十几个小工具。这些工具现在每天 24 小时自动运行，帮我完成信息筛选、内容总结、笔记整理、每日复盘等工作。​

既然你会读到这篇文章，说明你已经在积极拥抱 AI 了。所以我想分享的不是「AI 有多厉害」这种老生常谈，而是一种思路——如何让 AI 从「对话工具」变成「24 小时为你工作的系统」。​

这篇文章的核心价值在于思路，具体的代码其实没有那么重要。按当前 Coding Agent 的发展速度，恐怕过几个月，当前的这些代码就一文不值了。你不需要用和我一样的工具，但你完全可以借鉴类似的想法，让 AI 帮你长出属于你自己的那一套。​

而且现在已经有了 OpenClaw（龙虾）这样的工具——你可以把各种 API 和能力封装起来，交给 AI Agent，让它 24 小时自主运行、帮你处理各种任务。原则上，每个人都可以拥有一套 24 小时运行的 AI Agent 系统，为你持续地采集信息、处理内容、整理知识。这不再是程序员的专利。

一个比喻：理解整套系统在做什么

在正式介绍之前，我想先用一个比喻帮你理解这套系统的全貌。​

想象你是一家小公司的老板，你雇了一个 24 小时工作的私人助理团队：​

这个「助理团队」的工作流程大概是这样的：

代码块

采集信息 → 筛选过滤 → 转录理解 → 存储管理 → 回顾分析​

每一个环节都有对应的工具在支撑。下面我逐个介绍，重点讲它们能帮你解决什么问题。​

第一部分：信息太多了，怎么办？

你有没有过这样的体验？

•
打开手机，一堆公众号推送、短视频推荐，刷了半小时也没看到什么有价值的东西​

•
想了解某个领域的动态，但信息散落在微信、微博、YouTube、B站等各个平台​

•
收藏了一堆文章，但从来没有回头看过​

•
别人推荐了一个两小时的播客，但实在没时间听完​

这些问题，就是我这套系统主要在解决的。

工具一：AI 信息处理中枢 —— 你的「智能新闻编辑」

一句话介绍：它就像你雇了一个 24 小时值班的新闻编辑，帮你从上百个信息源里筛选出最有价值的 5% 内容。​

它在解决什么问题？

每天互联网上产生的信息量是天文数字。光是我自己订阅的信息源就有上百个——科技媒体、行业博客、YouTube 频道、播客节目、微信公众号……如果每篇都看，一天 24 小时也不够。​

所以我需要一个「编辑」帮我先过一遍，把不值得看的去掉，把值得看的整理好推送给我。​

它具体做了什么？

第一步：自动巡逻——从各个平台收集新内容

系统会定时去检查我订阅的所有信息源有没有更新。就像你每天早上打开新闻 App 一样，只不过这个系统帮你打开了上百个 App，而且一天检查很多次。​

这些信息源包括：

•
科技媒体和博客：36氪、少数派、Hacker News 等​

•
YouTube 频道：订阅的 YouTuber 更新了新视频​

•
播客节目：小宇宙、Apple Podcast 上订阅的播客​

•
微信公众号：通过特殊工具把公众号转成可以被系统读取的格式​

•
社交媒体：Twitter / 微博上关注的人发了什么​

小知识：什么是 RSS？

RSS 是一种互联网上古老但非常实用的技术。你可以把它理解成一种「信息订阅协议」——就像你订报纸一样，你告诉系统「我要订这些频道」，系统就会定期帮你去取新内容回来。很多网站、播客、YouTube 频道都支持这种订阅方式。​

如果你想深入了解，可以问 AI：「RSS 是什么？普通人怎么用 RSS 订阅自己感兴趣的内容？」​

一个重要的设计原则：一切转文本

这套系统有一个核心设计原则：不管原始内容是什么形式——文章、图片、音频、视频——都先转换成文本，然后再交给 AI 处理。​

为什么？因为尽管现在很多 AI 模型已经具备了「多模态」能力（能直接看图片、听音频），但文本依然是 AI 处理能力最强、成本最低的形式。同样一段内容，用文本让 AI 分析，比直接丢一段视频给它，效果更好、速度更快、花费更少。​

普通人也能用 AI「长出」自己的工具：我这一年的实践分享​