2026-03-31 08:00:00
进入 AI 时代之后，我有一个很强烈的感受：以前要折腾一整天的工作，现在可能两三个小时就做完了。
本职工作的效率提升了，时间反而多出来了。与其闲着，不如做点有用的事。
所以我启动了一个计划——365 开源计划：在一年内帮大家做 300+ 个实用工具，全部开源。
你在日常工作和生活中，有没有遇到过这样的时刻：
现在你可以直接把需求告诉我。
👉 提交你的需求
不需要登录，不需要注册，打开链接写清楚你想要什么、在什么场景下用就行。我会从所有需求中筛选排期，用 AI 辅助开发，从开始做起 24 小时内交付。
做出来的工具全部开源，所有人都能用。
简单来说：做了就能用、不需要服务器一直跑着的工具。
手机 App、需要后端服务器的系统、需要数据库的完整应用暂时不做。
| # | 项目 | 类型 | 说明 | |
2026-03-30 08:00:00
之前 OpenClaw 一直跑在云端，收到 Cloudflare 50 刀的月账单之后，我决定改为本地部署，年后入手了 Mac mini（16G + 256G）。因为我不指望用本地大模型，所以硬件配置方面没有太高要求。OpenClaw 除了 macOS，也支持 Linux 和 WSL2（不建议原生 Windows）。下面是我作为一个从来没用过 Mac mini 的人，在使用过程中碰到的各种坑，以及我觉得新入手 macOS、使用 OpenClaw 需要注意的一些点。
如果你和我一样是 Windows 过来的，有几个差异先知道会少踩坑：
.dmg 文件打开后把图标拖进 Applications 文件夹。命令行装软件用 Homebrew（相当于 Windows 的 winget/scoop），终端执行 /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 即可安装。由于 Mac mini 通常会作为"Headless"（无显示器）服务器运行，第一步是确保它能持久在线并方便远程管理。
进入「系统设置 > 能耗」，开启"显示器关闭时，防止自动进入睡眠"。同时建议在终端运行以下命令，确保断电恢复后自动开机：
sudo pmset -a autorestart 1如果这台 Mac mini 是专门拿来跑 OpenClaw 的独立设备，并且放在可信环境中，可以考虑开启自动登录（系统设置 > 用户与群组 > 自动登录）。这样系统重启后，OpenClaw 可以随开机启动项直接拉起，无需等待手动输入密码解锁文件系统。若这台机器还存放个人资料，或存在他人物理接触风险，就不要开启。
在「系统设置 > 通用 > 共享」中，务必打开以下选项：
查看 Mac mini 的 IP 地址：打开「系统设置 > 网络」，当前连接的网络下会显示 IP（或在终端执行 ifconfig | grep "inet " 查看）。建议在路由器里为 Mac mini 绑定固定 IP，避免重启后地址变化。
如果只是查看画面，可以使用 RealVNC Viewer，清晰度比较好。操作时不需要注册账号，直接连局域网 IP 即可。
OpenClaw 安装非常简单，只需要在终端依次执行以下命令：
sudo curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemon其中，第二条命令用于安装并注册 OpenClaw 守护进程。这里使用 sudo 是为了避免缺少 Homebrew 等依赖导致安装失败。不过，新手最好先确认域名和安装脚本来源可信，再执行这类 curl | bash 命令。
OpenClaw 拥有极高的系统权限（读写文件、操作浏览器、发消息等），建议只在非主力机上安装。
如果你想让 OpenClaw 接管 iMessage 或系统日历，强烈建议注册并登录一个全新的 Apple ID，不要使用存放了个人隐私和重要备忘录的主力账号。把它当做一个真实的"助理账号"来对待。
首次运行 OpenClaw 后，可以通过下面两个动作分别触发权限申请并点击允许：
open ~/.openclaw
然后在「系统设置 > 隐私与安全性」中，确认为 OpenClaw 运行的终端（或 Node 环境）授予完全磁盘访问权限和辅助功能权限，否则它将无法跨应用执行本地自动化脚本。如果你平时是通过 iTerm、Warp 或 VS Code 内置终端启动 OpenClaw，需要授权的往往不是 Terminal.app，而是你实际使用的那个终端应用。
为了能在局域网内随时访问 OpenClaw 的 Web UI 控制台，可以编辑配置文件 ~/.openclaw/openclaw.json，参考以下配置（关闭了安全验证，仅适用于局域网环境）：
{
"gateway": {
"port": 18789,
"mode": "local",
"bind": "lan",
"controlUi": {
"enabled": true,
"allowInsecureAuth": true,
"dangerouslyDisableDeviceAuth": true,
"allowedOrigins": ["http://192.168.2.127:18789", "http://localhost:18789"]
},
"auth": {
"mode": "token",
"token": "你的自定义Token"
}
}
}配置完成后，在局域网内访问 http://192.168.2.127:18789?token=你的Token 即可打开控制台。
注意：
- 这套配置只建议用于受信任的家庭局域网，不要直接映射到公网。
allowInsecureAuth和dangerouslyDisableDeviceAuth都属于降低安全性的选项，只是为了换取局域网内访问方便。- 重启后 IP 可能变化，
allowedOrigins和访问地址都要跟着改（前面提到的固定 IP 绑定在这里也很重要）。- 如果你把 token 直接写在 URL 里，链接可能会留在浏览器历史记录中，最好只在自己的设备上使用。
更多配置参数请参考 openclaw.json 配置示例。
不过我后来觉得 WebUI 不如直接远程桌面控制来得直观，所以更多时候还是用下面的方案。
如果你和我一样，需要从 Win11 主机控制 Mac mini，并且希望支持剪贴板双向传输，推荐使用 RustDesk。
RustDesk 是一个开源免费的远程桌面工具，体验非常好：
注意：macOS 上安装后需要授予"辅助功能"和"屏幕录制"权限。
RustDesk 会自动识别你是 Win 控制 Mac 的场景，把 Win 快捷键"翻译"成 Mac 对应的操作。比如你按 Ctrl+C，它会自动翻译成 Cmd+C 发给 Mac，不需要自己记键位差异。
RustDesk 提供三种键位模式：
推荐设置：
如果
Ctrl+C/V无法正常复制粘贴，可以尝试取消勾选"交换 Control 键和 Command 键"。
如果你需要在局域网内的其他设备上直接访问 Mac mini 的文件（比如 .openclaw 的配置目录），可以通过 macOS 的文件共享功能实现。
RustDesk 远程桌面在无头模式下可以正常使用，但它内置的文件传输功能在没有外接显示器时不太稳定（社区和 GitHub issue 中有大量相关反馈，暂无完美解决方案）。因此跨设备传文件推荐使用 macOS 自带的 SMB 共享。
如果在弹窗中看不到
.openclaw这类隐藏目录，先在 Finder 中按Cmd+Shift+.显示隐藏文件，然后拖入该目录。
添加文件夹后，在右侧的"用户"列表中调整权限：读与写。
macOS 文件共享默认使用 AFP 协议，Windows 无法识别，还需要开启 SMB：
在 Windows 资源管理器的地址栏输入 \\Mac mini的IP地址（例如 \\192.168.2.127），回车后输入 Mac 的用户名和密码即可访问共享文件夹。
作为一个用了十几年 Windows 的人，第一次折腾 Mac mini 确实到处碰壁。但配置完之后回头看，其实就那么几步：系统设好无头模式、装好远程控制、权限放行、文件共享打通——之后就是一台 24 小时在线的 AI 助理主机，日常通过局域网远程管理就行了。
2026-03-27 08:00:00
你有没有遇到过这种情况：一个文件在浏览器里点击就能下载，但把链接丢到下载工具、aria2、wget 或 curl 里就 403 了？
最近想在 NHK 网站上下载一批 PDF，丢给 aria2 直接被拒，加了 User-Agent 也不行。但浏览器打开链接，秒下。
原因很简单：浏览器发请求时会自动带上 Cookie、User-Agent、Referer 等一堆 Headers，而外部下载器发的是"裸请求"。现在越来越多的网站（尤其是需要登录的站点）会校验这些信息，裸请求直接被拦。
我试了几种常见的解决办法：
给 aria2 手动加 Headers——理论上可以，但需要从浏览器开发者工具里一个个复制 Cookie、UA、Referer，遇到带 token 的链接还会过期，操作很繁琐。
浏览器转发扩展（比如把下载任务从浏览器发到 aria2 RPC）——这些扩展能转发 Headers，但只能拦截你在浏览器里点击的下载，不能批量粘贴一堆 URL 进去。
市面上的批量下载扩展——看了一圈，要么收费，要么权限要一大堆，要么下载时并不走浏览器原生通道——又绕回了丢 Cookie 的老问题，要么项目早就没人维护了。
想明白一件事：既然浏览器下载没问题，那就让浏览器自己来下载。
Chrome 允许扩展调用浏览器自身的下载能力，效果等同于你在地址栏输入链接按回车——Cookie、UA、Referer 全部自动携带，不需要你手动配置任何东西。
基于这个思路，我做了 Native Batch Downloader。
就这么简单。下载进度、成功/失败统计、实时日志都在弹窗里显示。
实测批量下载 66 个 PDF 文件（最大 120MB），全部正常完成。
支持什么文件类型？ 不限。PDF、图片、视频、压缩包、可执行文件，只要 URL 是直链就行。
并发数多少合适？ 默认 10。但浏览器对同一个网站有并发连接数限制，所以下载同一个站点的文件时，设再高也不会更快。跨站下载时高并发才有意义。
需要登录的网站能用吗？ 能，只要你在浏览器里已经登录了。扩展走的就是浏览器自己的请求通道，登录态天然携带。
URL 必须是直链吗？ 是的。如果一个网站是点按钮后 JS 动态生成临时下载地址的（比如网盘的"点击下载"），你需要想办法拿到实际的文件 URL。这个扩展不负责解析页面。
权限要了哪些？ 只需要"下载"权限，不会读取你的浏览记录、网页内容或其他隐私数据。无第三方依赖，支持 18 种语言，代码完全开源可审查。
2026-03-24 08:00:00
一篇关于 OpenClaw 思考模式的使用指南，附高性价比 Coding Plan 方案推荐
很多朋友买了 Coding Plan，把模型接上 OpenClaw 就开始干活了。但如果你没有开启 Think（思考模式），那你用的大模型其实只发挥了"快速应答"的水平——相当于买了一台高配电脑，却一直在用省电模式。
今天这篇文章，我把 Think 模式的作用、档位选择、成本控制一次讲清楚。
简单来说，大模型默认的工作方式是"看到问题→直接输出答案"，类似于人类的直觉反应。而 Think 模式（也叫深度思考、推理模式）会让模型在给出答案之前，先进行一轮内部推理：拆解问题、验证逻辑、排除错误路径，然后再输出结果。
这就像考试时两种答题方式的区别：
对于日常闲聊、简单问答，不开 Think 完全没问题。但一旦涉及代码生成、逻辑推理、多步骤任务规划这类复杂场景，Think 模式的质量提升是肉眼可见的。根据实际使用体验，国内模型开启深度思考后，对话任务的完成质量基本能达到 95% 以上。
OpenClaw 提供了非常灵活的思考级别设置，从完全关闭到最高档一共有这些选项：
| 档位 | 说明 | 适用场景 | |
2026-03-05 08:00:00
有段时间，我几乎每发完一篇文章，都会在几天后发现新的小问题。 有时是
description忘了写，有时是写了但长度不合适；有时是标题太长，搜索结果里显示得别别扭扭；读书笔记那边更烦，明明文章已经写完，还得去_sidebar.md里补链接。忙起来漏掉一两处，过几天回头看，才会想起“这篇怎么又没配好？”
最开始我还觉得这只是小事。直到 LearnData 的内容涨到 200 多篇，我才意识到，这些小事根本不是小事。它们重复、机械、分散，却会持续打断人，逼着你把本该用来写内容的时间，花在一遍遍检查和返工上。
然后我给自己定了个原则：凡是重复到让我烦的事情，就不该再用手做。于是我写了 3 个脚本，再配合 AI，把博客维护里最琐碎的一部分接管掉：构建时自动生成 llms.txt，批量审计全站 SEO，把问题整理成 JSON 报告交给 AI 修复，读书笔记写完还能一键更新侧边栏。
第一次完整跑通，只花了二十分钟。之后我终于可以把精力放回内容本身，而不是那些没完没了的维护杂活上。
本文是 LearnData 系列的第三篇。第一篇介绍了把博客变为知识库的理念，第二篇分享了笔记搜索、本地定位等进阶技巧。这一篇继续往前走，解决的是另一个更现实的问题：当文章和笔记越来越多，如何把重复、机械、容易遗漏的维护工作自动化。
最先让我觉得该补上的，是 llms.txt。
一如搜索引擎依赖 robots.txt，AI 也需要对应的引导文本。llms.txt 用 Markdown 格式列出站点所有页面的标题、描述和链接，让大语言模型能快速理解站点结构。
它的格式非常简单：
# LearnData 开源笔记
> 开源工具、效率方法、心理学探索的自我提升笔记
## Pages
- [Rclone 远端图床本地化管理方案](https://newzone.top/_posts/...) - 利用 Rclone 建立自动化工作流...
- [吃掉那只青蛙](https://newzone.top/reading/#/0_效率与习惯/吃掉那只青蛙) - 核心是每天先完成重要的工作...但几百篇文章总不能手写吧。于是我写了 llms-txt.js，在每次构建时自动扫描所有 Markdown 文件，从 frontmatter 提取标题和描述（没有 frontmatter 的读书笔记则从 H1 和正文首段提取），生成完整索引。
这个脚本已集成在构建命令中，pnpm docs:build 完成后会自动在 dist/ 目录生成 llms.txt，随站点一起部署。站点信息从 VuePress 配置文件自动读取，零配置。
真正最烦的，还是 SEO 元数据检查。
手动检查有多痛苦？打开一篇文章，看 title 是不是太长，description 是不是在 120-160 字符之间，有没有用「本文介绍了……」这种搜索引擎不喜欢的模板化开头。一篇看下来只要一分钟，几百篇就是好几个小时，而且下次新增文章后还得再来一遍。
我需要的是一个脚本，跑一次就能告诉我哪些文件有问题、问题是什么、该怎么改。于是有了 seo-audit.js。
运行 pnpm seo:audit，它会扫描全站 Markdown 文件，对每篇文章按规则打分（满分 100）：
| 检查项 | 扣分 | |
2026-02-06 08:00:00
注意
即使是低频使用，我在一个月后也收到了 Cloudflare 50 美元的账单。如果你也打算用 Workers 方案，请务必关注用量和计费。
OpenClaw 是一个开源的 AI 自动化框架，可以通过聊天指令驱动 Agent 完成浏览器操作、文件读写、邮件收发等任务——相当于给你配了一个 7×24 在线的数字助理。最近一个月，我不断被它的消息轰炸，似乎无所不能。于是决定亲手部署一套，看看它到底能帮我做什么。
本文记录的是基于 Cloudflare Workers 的部署方案，适合想低成本尝鲜、不想折腾本地环境的用户。
使用 cloudflare/moltworker 可以将 OpenClaw 托管在 Cloudflare Workers 上，无需自备服务器。
此方案需订阅 Cloudflare Workers Paid 计划（5 美元/月）。需要注意，这只是起步价，高频使用会产生额外费用（详见 GitHub 讨论：What's the cost running it 24/7 for a month）。作为一个 24 小时在线的 AI 服务，每月 5 美元的起步成本尚可接受，但务必留意实际用量。
点击 cf 一键部署 开始初始化。
重要
务必修改并妥善保存 MOLTBOT_GATEWAY_TOKEN，这是后续进入管理后台的唯一凭证。
部署过程约需十分钟，期间可点击「继续处理项目」跳过等待页面。
访问网页界面需要配置 CF_ACCESS_AUD 和 CF_ACCESS_TEAM_DOMAIN 两个变量。
创建应用：进入 Zero Trust → Access → Applications，添加一个 Self-hosted 应用。
设置域名：
moltbot-sandbox。配置策略：系统通常会自动创建 moltbot-sandbox - Production 策略，默认通过邮箱验证码登录。
获取变量：
xxxxxx.cloudflareaccess.com。OpenClaw 需要 R2 存储运行状态，需配置以下三个变量：
CF_ACCOUNT_IDR2_ACCESS_KEY_IDR2_SECRET_ACCESS_KEY操作步骤：
获取 Account ID：在 Cloudflare 侧边栏进入 R2 → Overview，右侧 Account Details 中即可找到 CF_ACCOUNT_ID。
创建 API 令牌：点击 Manage R2 API Tokens → Create API Token。
设置权限：权限选择 Object Read & Write，建议通过 Specific Bucket 限制在 moltbot-data，避免过大授权范围。
保存密钥：创建成功后，立即记录 Access Key ID 和 Secret Access Key。
警告
修改 Token 时请务必核对变量名称。如果不慎修改了 Build Token，会导致 Worker 构建失败。
回到 Workers → Settings → Variables and Secrets，填入上述 5 个变量后，点击 Deploy 重新部署。
部署完成后，通过以下地址访问 Worker：
https://moltbot-sandbox.xxxxxxxx.workers.dev?token=MOLTBOT_GATEWAY_TOKEN通过 Cloudflare Access 邮箱验证后，即可进入管理后台并接受 Pairing Requests：
https://moltbot-sandbox.xxxxxxxx.workers.dev/_admin/
部署完成后，通过聊天指令与 Bot 交互。常用操作如下：
查看或切换模型：
/model minimax/MiniMax-M2.1设置开机自启模型（防止 Worker 重启后被重置）：
set model minimax/MiniMax-M2.1远程终端连接：
openclaw gateway login --url https://moltbot-sandbox.xxxxxxxx.workers.dev
clawdbot configure --section skills在实际测试中，我踩了不少坑，总结如下：
set model 开机命令强制指定，而非依赖配置文件或后台 UI。CF_ACCESS_AUD 或 CF_ACCESS_TEAM_DOMAIN 填写有误，优先排查这两个变量。折腾了一圈 Cloudflare Workers 之后，我的判断是：
OpenClaw 目前还不是一个能「即刻提升效率」的工具。
现阶段，它更像是一个为 AI 自动化搭建的系统底座，而非开箱即用的产品。如果你没有明确的、可标准化的长流程需求，OpenClaw 带来的只会是维护成本，而非生产力红利。
Cloudflare Workers + OpenClaw 适合以下场景：
但如果你期望它「部署完就自动干活」，或者需要浏览器自动化等完整功能，Workers 方案会让你感到落差——这时候应该考虑本地部署方案。
