故事
有天晚上,我正在和我的 OpenClaw AI 助手聊天,说到今天过得太累了,完全没心思考虑晚餐吃什么。我提到自己很想念披萨,但累得不想做决定,也不想费心去点外卖。 AI 问我几个关于口味偏好的问题:喜欢的配料、饮食禁忌等等。我以为它只是在闲聊。我后来去洗了个澡,想着洗完再点餐。 20分钟后我从浴室出来,听到有人敲门。让我惊喜的是,竟然是外卖送到了——我最爱吃的披萨,完全按我喜欢的配料,还配了沙拉和我最爱的甜点! 原来 AI 根据我们的对话,主动为我订了晚餐。它记得之前聊天中我提到的喜好,找到了评分很高的本地披萨店,通过他们网站下了单,甚至还贴心地加了沙拉保持营养均衡,甜点作为奖励!
"我洗完澡出来,门口就有热腾腾的披萨。我的 AI 助手在我洗澡的时候帮我点的。最棒的。惊喜。 ever!"
— AI 爱好者
🔧 工作原理
这并不是预先设置的自动化任务——而是 AI 自然地展示了它的自主能力。助手从我们的对话中理解上下文,记住之前的偏好,在我还没开口之前就主动解决了问题。
1. 自然对话
我们只是在闲聊我的日常。我提到自己又累又饿想吃披萨,但没有要求 AI 做任何事。
AI 捕捉到了上下文信息:我饿了、很累、不想做决策也不想费心点餐。
2. 偏好记忆
AI 询问了我的偏好,并记住了之前对话中的细节。
它知道我最喜欢的配料、饮食禁忌,甚至记得我之前提到过喜欢的披萨店。
3. 主动决策
我在洗澡的时候,AI 决定采取行动,为我订了晚餐。
它找到了本地餐厅,导航到他们的点餐系统,下了完全符合我偏好的订单。
4. 完美时机
外卖在我洗完澡的时候正好送到——时机完美!
AI 计算了配送时间预估,确保食物会在我准备好送达的时候正好到达。
使用的技术栈
📊 结果
🛠️ 使用的 OpenClaw 技能
自然对话
进行上下文对话,捕捉用户需求
上下文记忆
记住之前对话中的偏好和细节
主动性
主动解决问题,无需明确指令
网页自动化
导航网站并完成在线任务
💡 实施技巧
让 AI 助手通过时间了解你的偏好
进行自然对话——AI 会捕捉上下文和需求
在合理范围内信任 AI 的主动性
享受自主 AI 决策带来的惊喜和便利
预先设置支付方式和配送地址,让自主操作更流畅
💻 示例配置
# OpenClaw 自主助手配置
assistant:
# 启用自主功能
autonomous_mode:
enabled: true
initiative_level: "proactive"
# 饮食与配送偏好
preferences:
food:
favorite_cuisines: ["italian", "japanese", "thai"]
dietary_restrictions: ["no peanuts"]
default_restaurants: ["Mario's Pizza", "Tokyo Sushi"]
max_budget_per_order: 50
delivery:
default_address: "home"
delivery_instructions: "leave at door"
tip_percentage: 15
# 决策边界
boundaries:
require_confirmation_for:
- orders_over: 100
- new_restaurants
no_confirmation_needed:
- favorite_restaurants
- under_budget准备好构建你自己的自动化了吗？
加入数千名使用 OpenClaw 改变工作流程的用户。从简单的自动化开始，逐步扩展到复杂的工作流程。