我用OpenClaw + 钉钉AI表格，搭了一套自媒体内容工厂
原创 花叔 花叔 2026-03-09 17:56
互动数据
- 阅读：9781
- 点赞：98
- 转发：913
- 喜欢：50
- 留言：10
最近养龙虾🦞这事有多火，我就不赘述了，我都已经写过相当多文章了。
不过，以我收到的评论区反馈看，还有不少人处在观望，或者「玩」的状态，并不知道究竟该怎么用，怎么接近平时最常用的工具。
确实，OpenClaw装完如果只是在本地网页或者终端里聊天，那跟ChatGPT没什么区别。它真正好用的地方是能嵌进你已有的工作流里，你们公司常用的IM软件中，帮你干那些重复但不得不干的活。
我发现很多我的读者里很多人都是钉钉用户，而且钉钉最近刚开放了AI表格的MCP接口，时机刚好。
我最近花了些时间把OpenClaw和钉钉的两个核心能力都接通了：一个是AI表格（用来结构化地存数据），一个是钉钉机器人（直接在聊天窗口对话）。然后跑了三个实际场景测了一下效果。
怎么接、能干什么、踩了什么坑，都记在下面了。
接入钉钉AI表格与聊天机器人
当然，一切的前提是你需要已经安装了OpenClaw（这一步我就先不教了，你随便一搜就有很多教程，以及最简单的方式其实是你把OpenClaw的官网链接丢给Claude Code或任何你常用的AI编程工具，让它引导你一步步完成安装就好了）
在你安装好OpenClaw的前提下，你接下来需要做两步接入：一是让OpenClaw能操作钉钉AI表格（MCP接入），二是让钉钉聊天窗口能直接对话OpenClaw（机器人接入）。
第一层：MCP接入钉钉AI表格
这个最简单，3步搞定。
第1步是去给OpenClaw装上钉钉AI表格的Skill，你可以去写命令安装，或者你也可以像我一样，把skill链接丢给OpenClaw，它作为一个成熟的龙虾🦞宝宝，自己知道怎么装Skill的。你只需要说：
安装这个skill：https://github.com/aliramw/dingtalk-ai-table
第2步则是去钉钉AI表格MCP页面：https://mcp.dingtalk.com/#/detail?instanceId=42931
复制一个Streamable HTTP URL，这个URL包含了认证信息。
然后第3步，在OpenClaw的MCP配置文件里把URL贴进去，指定类型为 streamableHttp，测试连接通过就行了。你可以跟我一样，直接把这个URL也都给龙虾自己解决就好了。
零代码，不用配服务器，一个URL搞定。
第二层：钉钉机器人接入OpenClaw
这一步稍微麻烦一点，但也不复杂。核心就是装一个插件、填几个凭证。
先在终端装钉钉连接器插件：
openclaw plugins install @dingtalk-real-ai/dingtalk-connector
然后去钉钉开放平台（open.dingtalk.com）创建一个应用，添加「机器人」能力，消息接收模式选Stream模式（这个很关键，选错了要公网IP）。记下AppKey和AppSecret。
把凭证填进OpenClaw的配置文件 ~/.openclaw/openclaw.json：
"channels": { "dingtalk-connector": { "enabled": true, "clientId": "你的AppKey", "clientSecret": "你的AppSecret" }}
最后重启gateway，去钉钉开放平台发布应用版本（这步容易忘，不发布就不生效），就能在钉钉聊天里找到你的机器人了。
openclaw gateway restart
说实话，第二层接入我折腾了一会儿。主要是钉钉开放平台的权限配置和版本发布容易漏，不是技术难度的问题，是流程步骤多。好在钉钉有一份保姆级文档：https://open.dingtalk.com/document/dingstart/install-openclaw-locally
我自己的做法是把这个文档链接丢给Claude Code，让它帮我排查哪些步骤没做对。AI辅助配置AI，效率确实高。
两层都接好之后，OpenClaw就同时拥有了「操作钉钉AI表格」和「在钉钉聊天里直接对话」两个能力。接下来我用三个实际场景测试了一下这套组合能做什么。
场景一：一稿多吃的内容分发工厂
这是最让我期待的场景。
我让OpenClaw帮我创建了一张叫「内容分发工厂」的表格，字段包括：文章标题、原文内容、小红书版本、X推文版本、视频脚本大纲、封面图提示词、状态。
创建表格本身没什么特别的。有意思的是往里面灌数据的过程。
我说：
我有一篇公众号文章叫「GPT-5.4发布：AI的最强之争已经结束了」，请帮我基于这篇文章的小红书版本和X推文版本，在「内容分发工厂」表格中把这条记录的状态更新为「已生成」。然后再帮我添加第二条记录，文章标题是「龙虾纪元」，内容是关于OpenClaw开源项目如何在3个月内成为GitHub最火项目的分析。请帮我自动生成：小红书版本（200字以内，口语化，带emoji）X推文版本（280字符以内，英文为主）视频脚本大纲（5段结构）封面图提示词（英文）状态设为「已生成」
它瞬间生成了所有内容，直接写进了表格的对应字段里。
小红书版本带emoji，口语化。X推文用英文为主，控制在280字符以内。视频脚本大纲有5段结构。封面图提示词是英文的，可以直接丢给AI生图工具。
当然，自动生成的内容质量和接入OpenClaw的模型有关，我一般也不会完全直接用，肯定要改。但它把从0到0.7的部分解决了，剩下的微调远比从头写轻松。
以前一篇文章的多平台分发要一两个小时，现在核心工作变成了审核和微调，大概十几分钟。
场景二：AI模型军备竞赛追踪表
我写AI评测文章，需要持续追踪各家模型的动态。以前这些信息散落在我的笔记、文章、调研报告里，我希望有一个表格能更直观地进行追踪。
这次我让OpenClaw创建了一张「AI模型追踪」表格，字段包括：模型名称、公司、发布日期、关键亮点、Benchmark表现、价格信息、花叔点评、是否值得写文章。
建表和填基础数据都很常规。下一步的操作才是更有趣的。
我跟我的龙虾说OpenClaw说：
帮我在本地文件中搜索关于GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro这三个模型的相关内容。找到后提炼成一段话，更新到表格的花叔点评字段。同时判断是否值得写文章：已经写过的标跳过，有新角度的标可写。
它真的去翻了我写作目录下的所有md文件，找到了我之前的文章和调研笔记，然后提炼出了每个模型的点评，回填到表格里。
GPT-5.4：「AI的最强之争已经结束了」，已写过→跳过。Claude Opus 4.6：编程能力世界第一，已有大量使用心得→跳过。Gemini 3.1 Pro：性价比最高，有新角度还没写→可写。
这个场景的价值除了帮我解决无聊的复制黏贴工作外，它把我散落在各处的知识碎片串起来了。
不过要说一个坑。OpenClaw在预填数据的时候出现了幻觉，编造了一个不存在的模型「Codex Next」。这和它接入的底层模型有关，不是钉钉AI表格的问题。所以AI往表格里填的事实性信息，一定要自己过一遍。
场景三：自媒体运营数据Dashboard
这个场景给我的惊喜最大。
我让OpenClaw帮我创建了一张「自媒体数据Dashboard」表格，用来汇总我在各个平台的内容表现数据。
哦对了，这个场景里，我试了试直接用OpenClaw的网页界面：http://127.0.0.1:18789/ 去做操作，而不是通过钉钉的助手。OpenClaw的特点就是你可以通过任何端口发起对话，它始终拥有一致的记忆和表现。
然后我做了两件事。
第一件，我直接从公众号后台复制了最近10篇文章的数据，粘贴给OpenClaw。这些数据的格式非常混乱，标题、时间、阅读量、点赞数全揉在一起，中间还夹着「已发表」「原创」这些状态标签。
它居然全解析出来了。10篇文章的标题、日期、阅读量、点赞数，准确地写进了表格。而且自动帮我做了数据评级：2万阅读以上标「爆款」，1万以上标「优秀」，1万以下标「一般」。
还自动给了洞察：爆款率30%，10篇里有3篇破2万。
第二件更省事。我把B站主页链接丢给它，说「帮我收集最近10条视频的数据」。
它直接打开浏览器，自己去B站页面抓取了10条视频的标题、播放量、点赞数、发布日期，全写进了表格。
最终，一张表里有了公众号和B站共20条内容记录，每条都有平台标签、内容类型分类、数据评级。
说说不足：B站的收藏数和评论数没抓到，这些数据在页面里不容易直接拿到。但即便如此，这整个过程省了我至少80%的枯燥工作。以前手动一条条填这些数据，光是复制粘贴就能搞半个小时。
数据灌进去之后，我又做了两件事。
第一件，让OpenClaw读取表格里的数据做交叉分析。我说：
帮我洞察下，公众号和B站哪个平台的内容表现更稳定更好，两边爆款内容的特点有什么差异，我有什么方式能更好做到两边内容的联动？
它从表格里读出20条记录，跑了一遍分析，给了个挺完整的结论。
几个让我印象深刻的数据点：
公众号平均阅读1.3万，B站平均播放14万，量级差10倍。但反过来，公众号点赞率2.4%，B站只有0.13%。
更有意思的是波动幅度。公众号最高2.5万、最低2千，差12倍。B站最高63万、最低1.5万，差42倍。
翻译成人话：公众号是稳定型流量池，有读者保底，不会凉透。B站是爆发型流量池，爆了就是几十万，没爆就吃灰。
它甚至给了内容分流建议：热点时效类内容B站首发、公众号做深度follow-up，教程类内容公众号首发、B站做精华版。
说实话，这些洞察我自己也能分析出来。但问题是我从来没做过——因为光是把两个平台的数据整理到一起就够烦的了。现在数据已经在表格里了，问一句话就行，这个门槛的降低才是关键。
第二件更有意思。我发现钉钉AI表格自带一个自动化功能，而且支持用自然语言配置。我在表格的「自动化」面板里输入了一句话：「当阅读量/播放量达到特定阈值时，自动更新数据评级。」
它的AI助手「表哥」直接帮我生成了一套工作流：当有新数据进来，自动判断阅读量/播放量是否≥20000，达标的更新评级，没达标的标记为一般。参数都自动填好了，我只改了一下阈值数字就能用。
这意味着以后OpenClaw往表格里灌新数据的时候，评级这件事不用它管了，钉钉AI表格自己会处理。
这就形成了一个分工：OpenClaw跑外勤，去各个平台抓数据、整理格式、写进表格。钉钉AI表格守内勤，数据进来之后自动分类、评级、触发通知。各干各的。
我的感受
折腾了一个早上，三张表都跑通了。说几个真实体感。
速度确实快。 创建表格、填数据、更新字段，整个过程都是秒级的。对OpenClaw说一句话，钉钉AI表格那边几乎同时就看到结果了。这比手动在网页上一个个字段点击填写快了不知道多少倍。
最有价值的是「连接」。 本地文件、浏览器、脑子里的模糊需求，OpenClaw帮我把这些零散的东西灌进了一张云端表格。信息终于有地方沉淀了。
两个AI各司其职，比一个AI全包更靠谱。 OpenClaw擅长跑腿，钉钉AI表格擅长看家。让它们各做各的强项，用MCP连起来，比指望一个AI什么都干要稳得多。
不完美但够用。 有幻觉、有数据抓不到、有格式识别错误。但整体的省力效果是实实在在的。8分靠AI自动化，2分靠人工复核，这个比例我可以接受。
真正让我烦的其实是平台的壁垒。 公众号的数据，想通过API拿自己的数据，难度依然很大。最后只能从后台手动复制粘贴一坨混乱格式的文字给AI。B站的数据也一样，OpenClaw要帮我抓取就得用浏览器登录我的B站账号，一登录就把我日常在用的设备挤掉了。
OpenClaw是一个需要「养」的东西。安装skill、配置MCP、给它权限、教它你的工作习惯。这个过程本身不复杂，但你会不断遇到各种平台为了安全和商业考虑设置的围墙。每一面墙都不高，但加在一起就够让人烦的。
我期待的未来是：agent有自己的账号体系，平台给agent开放结构化的数据接口，而不是让它假装成人类去浏览器里点来点去。这一天还没到，但所有产品都值得为agent重新做一遍设计。
如果说以前的AI表格就是更聪明的Excel的话。在和OpenClaw等Agent深度融合后，这个概念可能需要发生一些根本的转变了。他们将分化为完全不同的物种。
Excel你得自己填数据、自己拉公式。AI表格你只要说一句话，数据就进去了。再加上OpenClaw当中间人，整个东西就变成了一个轻量级的业务系统。你不需要学公式，不需要写脚本，只需要用自然语言说清楚你要什么。
对于做内容的人来说，这可能是目前最轻量的内容基建方案之一。不完美，但方向对。是时候开始养了
相关链接：
钉钉AI表格：https://table.dingtalk.com/
钉钉AI表格MCP页面：https://mcp.dingtalk.com/#/detail?instanceId=42931
OpenClaw接入钉钉的教程：https://open.dingtalk.com/document/dingstart/install-openclaw-locally