2026-03-22｜90 天逆袭计划、OpenClaw 生成日报

本篇博客介绍最近一周（2026-03-16 ～ 2026-03-22）的记录与思考。

本周摘要

小龙虾周报

2026-03-16 ~ 2026-03-22 小龙虾周报

1. 工作重点与能力建设

• 完成 OpenClaw 模型配置调整，移除 qwen-portal 相关配置，切换并确认当前使用 OpenAI OAuth 模型（openai-codex/gpt-5.4）。
• 完成 Memos 能力切换，从 usememos 升级到 usememos-api，并完成 API token 配置。
• 配置 WakaTime 兼容技能，验证 API 连接与时区处理，支持按 Asia/Shanghai 统计昨天/今天数据。
• 安装并配置 Umami 统计技能，修复 Python 3.9 兼容性和时区问题，实现博客访问数据分析与日报。
• 完成多个 GitHab 热门 AI 项目简报生成，了解当前 AI 技术趋势。
• 整理并保存多篇技术文档到 Linkding 书签，规范书签保存流程。

2. 自动化与工作流优化

• 形成”数据查询 → 日报生成 → 公开 Memos 存档 → Telegram 群发送”的完整工作流闭环。
• 覆盖数据源：GitHub、WakaTime、Umami
• 新增 Umami 正式日报脚本（每天 05:50 执行）并配置定时任务，但后续已删除。
• 验证并打通 Telegram 群消息发送链路，目标群：-1001632154815。

3. 问题发现与解决

• GitHub 日报时区问题：最初按 UTC 统计导致北京时间窗口错位，改为按 Asia/Shanghai 自然日切分窗口。
• Umami/Wakapi 时区问题：发现 API 按 UTC 切分，支持 Asia/Shanghai 的参数生效。
• 探索并尝试安装 PPT 制作技能，未完成 FELO_API_KEY 配置。
• wakapi-skill 时区验证：官方 WakaTime API 正确按 Asia/Shanghai 切分，Wakapi 实例可能需要配置或升级。

4. 内容学习与知识管理

• 阅读 GPT-5.4 mini 与 nano 发布文章并做总结，了解新模型的能力和价格优势。
• 阅读技术职业发展文章（90 天逆袭计划），总结聚焦核心技能、战略性学习、项目构建的重要性。
• 整理并保存多篇技术文档到书签，包括 OpenClaw、Codex、Wakatime、Umami 相关内容。
• 探索并尝试了解 PPT 制作技能（felo-slides、presentation-skills），未完成测试。

5. 技能开发与配置

• 尝试通过 npx clawhub@latest 安装 felo-slides，命令不可用，改为手动安装。
• 安装并配置 wakapi-skill，最终确认使用官方 WakaTime API。
• 验证 felo-slides 安装，但未配置 FELO_API_KEY，未测试功能。
• wakapi-skill 后续被删除，技能开发流程验证完整（初始化、编辑、打包、测试）。

6. Linkding 书签管理

• 保存多篇微信文章和技术文档到 Linkding 书签（ID: 118-123）。
• 规范书签保存流程：当无法获取标题时，使用空标题。
• 更新 TOOLS.md，记录书签保存规则。

7. 工具与环境配置快照

• GitHub：账号 chensoul，已完成 gh auth login。
• Memos：URL https://memos.chensoul.cc (https://memos.chensoul.cc/)，Token 已配置。
• WakaTime：官方 API（https://wakatime.com (https://wakatime.com/)），API key 已配置。
• Umami：Website ID 2311be4b-ebe4-4a94-9c69-b2e841584d0d。
• Linkding：实例 https://linkding.chensoul.cc (https://linkding.chensoul.cc/)，默认公开+未读。

整体情况

• 本周重点集中在工具配置、能力建设、自动化工作流和知识管理。
• 已打通多个数据源的日报生成和分发链路，提高了信息汇总的效率。
• 学习了多个技术文章和职业发展内容，为后续 Java 大模型应用开发方向做好了准备。

健康

这周一共跑了 28.12 公里。按原计划是 23.1 公里（3.3 × 7 = 23.1），实际多跑了 5 公里，整体完成度明显超预期。数据来自 Running 页面的 Week 统计。

AI 给出的分析和建议：

上周你一共跑了 6 次，累计约 28.17 公里，频率很高，但配速基本都在 6'57"–7'44" 之间，说明当前训练以稳定跑量为主。03-21 的平均心率 166 对应配速 7'21"，比 03-20 更慢却更吃力，说明那天恢复可能不够。

建议本周先保留跑量、把连续跑压一压，安排 1 天完整休息，避免天天都跑；另外把大多数跑步刻意放轻松，让心率控制在你更容易交谈的强度。若想提升效率，可只保留 1 次稍快一点的质量课，其余都做轻松跑。

技术

技术从业者 90 天逆袭计划总结

Siva 最近发表了一篇文章Feeling Left Behind in Tech? This Is Your 90-Day Comeback Plan。 翻译成中文就是技术从业者 90 天逆袭计划。

核心观点：

1. 你的问题不是旧技术栈

招聘者不只看工具，更看重解决问题的能力。你有多年系统调试、生产环境处理、解决真实问题的经验，这些是新人的软肋。

2. 你不是从零开始

你不是新手，你是翻译者。任务是：

- 把你已知的东西映射到现代工具
- 在新语境下复用基础知识

3. 只学必要的技能

分析 10-15 个职位描述，找出重复出现的技能。聚焦 3 层：

- 核心语言（Java、Python、JavaScript）
- 一个相关框架
- 基础系统设计

4. 战略性学习

不要学完再应用。遵循：学习 → 应用 → 重复

- 每天学一个小概念
- 立刻在小项目中应用
- 继续前进

5. 构建证明项目

项目不需要复杂，只需要相关。例如：

- 简单的 CRUD 应用
- 带认证的小型 API
- 展现实际思考的基本系统

更重要的是：清晰的结构、干净的逻辑、能解释你的决策。

6. 重新包装你的经验

不要说"维护遗留应用"
要说"维护并优化高流量生产系统，提升性能，减少停机时间"
你卖的不是工具，是影响力和思考。

7. 准备面试

聚焦：

- 核心概念（数据结构、解题模式）
- 实际知识（你选择的技术栈、你的项目）
- 沟通能力

8. 避免 5 个错误

- 一次学太多东西
- 等太久再应用
- 不断和别人比较
- 忽视已有经验
- 只消费内容不构建项目

9. 60-90 天学习计划

第 1-3 周：

- 选择一门语言 + 一个框架
- 学习基础
- 开始小练习

第 4-6 周：

- 构建 1-2 个小项目
- 聚焦真实用例

第 7-9 周：

- 开始找工作
- 准备面试
- 优化简历

第 10-12 周（如需要）：

- 改进薄弱环节
- 继续面试
- 根据反馈迭代

10. 你不是在更差的地方竞争

新人有新工具，你有经验、上下文、解决真实问题的能力。结合起来，你就是一个强有力的候选人。

---
一句话总结：不要试图学所有新东西，聚焦核心技能，战略性学习，用小项目证明自己，把经验重新包装成影响力，60-90 天内完成逆袭。

如何实践呢？对于我来说，我是一个 Java 工程师，可以以大模型应用开发为方向制定一个逆袭计划：

Java 大模型应用开发技术栈

核心框架

- Spring Boot：应用基础框架
- Spring AI：Spring 官方的 AI 框架（类似 LangChain 的 Java 版本）
- Spring WebFlux（可选）：响应式编程，适合 AI 流式响应

AI 能力

- 大模型 API：OpenAI / Claude / 通义千问 / 百度文心
- Embedding 模型：OpenAI / HuggingFace
- 向量数据库：
  - Milvus（Java 客户端）
  - Weaviate（Java 客户端）
  - 或者直接调用云服务（Pinecone）

前端

- Thymeleaf（服务端渲染）
- 或者 Vue / React（前后端分离）

───

学习计划（第 1-4 周）

第 1 周：Spring AI 基础

- Spring AI 架构
- Prompt 管理
- ChatClient 调用大模型
- 练习：写一个简单的问答 API（调用 OpenAI）

第 2 周：RAG（检索增强生成）

- 向量数据库概念
- DocumentLoader（文档加载）
- Embedding 存储
- 向量检索
- 练习：做一个基于本地文档的问答系统

第 3 周：多模态（图像/音频）

- 图像分析 API（GPT-4o / Claude Vision）
- 音频转文字 API
- 练习：做一个图片问答或音频总结功能

第 4 周：Agent（智能体）

- Agent 框架（Spring AI Agent）
- Tools（工具调用）
- Function Calling
- 练习：构建一个能调用工具的 Agent

───

项目实战（第 5-8 周）

项目：智能知识库助手

功能模块：

1. 文档上传
   - 支持 PDF、TXT、MD、DOCX
   - 文档切片
   - 向量化存储
2. 智能问答
   - 基于文档内容回答问题
   - 对话历史上下文
   - 引用来源标注
3. 多模态分析
   - 图片问答
   - 文档图片提取（OCR）
   - 音频总结
4. Agent 能力
   - 调用外部 API（如搜索、天气）
   - 自动规划任务

技术栈：

- Spring Boot 3.2+
- Spring AI 1.0+
- Milvus（向量数据库）
- OpenAI / Claude / 通义千问（大模型）
- Thymeleaf（前端）
- PostgreSQL（存储文档元数据）

优势

1. 延续 Java 优势：不需要重新学语言
2. 企业级框架：Spring AI 直接集成
3. 工作机会多：企业需要 Java AI 开发者
4. 可以结合现有工作：把 AI 能力嵌入现有系统

OpenClaw 生成日报

1、OpenClaw 与模型配置调整

清理了 qwen-portal 相关模型配置与认证 profile。

切换并确认当前会话改用 OpenAI OAuth 配置。OpenAI API Token 是通过在闲鱼上花了几块钱购买的 Codex Team 拼车（一个月时效）加入 Team 然后创建的。设置当前模型为：openai-codex/gpt-5.4，在高强度的使用了两天之后，没有想到触发周限流策略，只能等一周之后再使用。

2、Google Workspace 技能接入

安装了 gog 技能并配置 Google OAuth 凭据并完成授权。

成功接入 Gmail，能够正常读取邮件。

• 汇总分析了最近 7 天邮件内容。
• 识别并整理了适合退订的 newsletter / 营销类邮件

3、Umami 技能接入与日报生成

通过 LobeHub Marketplace 安装技能 openclaw-skills-umami-stats

配置环境变量：

• UMAMI_API_KEY
• UMAMI_WEBSITE_ID
• UMAMI_BASE_URL
• UMAMI_DEPLOYMENT=self-hosted

修复技能脚本问题：

• Python 3.9 兼容性问题
• today 预设按 UTC 计算导致的时区偏差

给小龙虾发送消息：

当前时区 Asia/Shanghai，总结博客昨天的访问情况，可以和前一天数据进行对比分析，生成正式日报，提交到公开的 memos，并在末尾空行后带上标签：#日报 #umami，并且发送到电报群 -1001632154815。

小龙虾回复的日报内容如下：

2026-03-16 博客访问情况日报

1. 整体访问情况
- UV 为 115
- PV 为 216
- Visits 为 129
- Bounces 为 112
- Total time 为 16738

2. 与前日对比情况
- UV：前日 58，昨日 115，整体增加 57
- PV：前日 72，昨日 216，增加 144，约 200.0%
- Visits：前日 62，昨日 129，增加 67
- Bounces：前日 55，昨日 112，增加 57
- Total time：前日 7320，昨日 16738，明显提升

3. 数据分析
- 访客规模跟前天接近，整体受众比较稳定。
- PV 和 Visits 的变化能看出用户在站内的浏览深度和活跃度是否提升。
- 停留时长反映了用户在内容阅读和停留上的投入程度，时间越长说明用户越愿意花时间看内容。
- 综合看 UV、PV、Visits 和停留时长，可以判断昨天的整体访问质量。

4. 结论
- 昨日博客访问表现相较前日出现一定变化，需结合内容更新与流量来源继续观察。

#日报 #umami

4、GitHub 技能接入与日报生成

确认 GitHub 技能内置可用，完成 GitHub CLI (gh) 登录。

查询并分析今日 GitHub 提交内容，按 Asia/Shanghai 自然日 统计昨天/今天日报。

给小龙虾发送消息：

当前时区 Asia/Shanghai，统计昨天 github 数据生成正式版日报并提交到公开的 memos，并在末尾空行后带上标签：#日报 #github，并且发送到电报群 -1001632154815

小龙虾回复的日报内容如下：

2026-03-16 GitHub 工作日报

根据昨日 GitHub 提交记录，主要完成了以下工作：

chensoul/chensoul.github.io
1. 完成面包屑导航、分类/标签/归档页等页面结构与导航体验优化。
2. 完成分类显示名称、排序逻辑、TaxonomySummary 组件及相关文章页面的重构与样式调整。
3. 完成 sitemap、robots、llms 页面相关配置与结构优化。
4. 完成 RSS 源及 feeds.json 的多次同步更新，并对部分页面与配置项进行了整理维护。

chensoul/feeds-aggregator
1. 完成聚合功能向 Python 实现的重构与维护。
2. 完成 RSS 源列表说明文档补充，以及 GitHub Actions / Python 相关依赖更新。

chensoul/vps-backup
1. 完成 Umami 容器时区挂载相关配置调整。
2. 完成配置文件细节清理与维护。

chensoul/chensoul
1. 完成博客文章列表更新。
2. 完成 WakaTime 数据抓取及 briefing 更新。

整体情况
1. 昨日工作重点主要集中在博客站点结构优化、聚合工具重构、备份配置维护以及个人主页自动化更新。
2. 整体工作以功能改进、配置整理、数据同步和工程维护为主。

#日报 #github

5、Wakapi 技能接入与日报生成

安装技能 wakapi-skill。

配置环境变量：

• WAKAPI_URL
• WAKAPI_API_KEY

验证兼容 WakaTime 官方 API：成功生成 CSV 数据文件；查询并分析昨日 WakaTime 数据

基于昨日数据生成 WakaTime 日报，并提交到公开 Memos，并同步发送到 Telegram 群

给小龙虾发送消息：

当前时区 Asia/Shanghai，统计昨天编程数据生成日报提交到公开的 memos，并在末尾空行后带上标签：#日报 #wakatime，并且发送到电报群 -1001632154815

小龙虾回复的日报内容如下：

2026-03-16 编程日报（基于 WakaTime 统计）

1. 总体投入情况
- 昨日总时长 12 hrs 55 mins
- 覆盖项目 3 个，主要工作集中在博客站点与聚合工具相关开发维护

2. 项目投入分布
- chensoul.github.io：8 hrs 39 mins（67.03%）
- feeds-aggregator：3 hrs 46 mins（29.16%）
- vps-backup：29 mins（3.81%）

3. 工作类型分布
- Coding：6 hrs 12 mins（48.06%）
- Browsing：4 hrs 49 mins（37.34%）
- AI Coding：51 mins（6.58%）
- Writing Docs：46 mins（5.96%）
- Debugging：15 mins（2.06%）

4. 主要语言分布
- Other：7 hrs 54 mins（61.23%）
- Text：1 hr 8 mins（8.84%）
- Markdown：53 mins（6.89%）
- C++：52 mins（6.75%）
- Python：39 mins（5.15%）

5. 工作总结
- 昨日工作重心主要在 chensoul.github.io，累计投入 8 hrs 39 mins；其次为 feeds-aggregator（3 hrs 46 mins）。
- 整体来看，昨日属于高投入工作日，主要时间用于持续开发、页面优化、资料处理与相关浏览分析。

#日报 #wakatime

6、Linkding 技能接入

1. 安装 clinkding CLI

通过 Homebrew 安装（macOS/Linux）：

brew install daveonkels/tap/clinkding

或通过 Go 安装：

go install github.com/daveonkels/clinkding@latest

2. 配置 Linkding 连接

获取 Linkding 实例信息：

• URL：https://linkding.chensoul.cc
• API Token：从 Linkding Web 界面生成

配置方式一：交互式初始化

clinkding config init

配置方式二：手动配置

clinkding config set url https://linkding.chensoul.cc
clinkding config set token YOUR_API_TOKEN

配置方式三：环境变量

export LINKDING_URL="https://linkding.chensoul.cc"
export LINKDING_TOKEN="YOUR_API_TOKEN"

配置文件位置：~/.config/clinkding/config.yaml

3. 测试连接

clinkding config test

4. 技能配置

技能位置：~/.openclaw/workspace/skills/clinkding/SKILL.md

5. 默认设置

根据我的个人偏好，我告诉小龙虾：

请记住，当我给你发送链接（除了链接没有其他内容）时，请将链接保存为未读、公开并附带标签的书签

7、Memos 技能接入

安装技能 usememos-api

配置环境变量：

• USEMEMOS_URL
• USEMEMOS_TOKEN

测试通过，确认可以正常创建 memo、读取 memo。

接下来，可以让小龙虾读取昨天或者上周的 Memos 带有某个标签的记录生成日报或者周报。

8、小龙虾日报

可以让小龙虾每天根据聊天内容生成昨日日报：

当前时区 Asia/Shanghai，总结博客昨天的访问情况，可以和前一天数据进行对比分析，生成正式日报，提交到公开的 memos，并在末尾空行后带上标签：#日报 #umami，并且发送到电报群 -1001632154815。

9、总结

这周的工作重点主要集中在 Gmail / GitHub / Linkding / WakaTime / Umami 数据统计分析、日报生成、Memos 归档以及 Telegram 分发链路打通。

已基本形成从 数据查询 → 日报生成 → 公开 Memos 存档 → Telegram 群发送 的完整工作流闭环。

接下来可以寻找 Keep 运动的技能接入跑步数据，然后生成每日跑步日报。对于博客里的 artalk 评论也可以接入小龙虾。

这样就基本上可以覆盖 github 中 python 版的每日简报脚本了。至于每日诗词和名言，如果没有现成的技能，让 AI 创建一个技能也不复杂。

本周分享

虽然大部分有意思的输入都会自动同步到「ChenSoul Share」Telegram 频道，但我还是想在这里额外挑一部分出来。单独列出来之后，这篇周报就更像一份 newsletter 了。

文章

• Claude 官方出手了：13 门免费课，完成还送证书，99% 的人还不知道
• Code Simplifier：Claude Code官方团队自用的代码清理插件
• Superpowers-入门快速指南
• muety/wakapi: 📊 A minimalist, self-hosted WakaTime-compatible backend for coding statistics
• chenqimiao/qm-music: 🎧☁️ Your Private Music Service
• Navidrome
• Clawalytics：给你的 OpenClaw 花费装上一个仪表盘 | Verne in GitHub
• 使用 Java 构建 Spring Initializr 终端 UI
• LM Studio - 电脑上的本地人工智能
• AlexsJones/llmfit
• Y Combinator掌门人Garry Tan开源了自己的AI特种部队
• 一文了解｜火山引擎 OpenClaw 安全最佳实践
• How OpenAI Codex Works
• MiniMax M2.7 深度实测：Agent 能力强，OpenClaw 搭配体验拉满
• 用 Telegram 远程操控本地 OpenCode：opencode-telegram-bot 实战指南
• Feeling Left Behind in Tech? This Is Your 90-Day Comeback Plan
• OpenMAIC - Open Multi-Agent Interactive Classroom
• 产品经理 6 大热门 Skills 推荐
• 像管理代码一样管理需求：B端产品经理的Gemini全家桶实战指南
• Next.js + Supabase + Cloudflare worker + Hyperdrive 最佳实践（2026终极版）
• 用 Spec 做 SDK - 生成式 AI 的时代
• Bub Tape 架构深度解读：从可追踪记忆到可控上下文窗口
• 复盘：ClawOps AI Agent · 跬步
• 因为总感觉OpenClaw有点不顺手，所以我决定自己写一个
• Claude Code 如何在 NixOS 搭配多个 API 供应商
• Agent 原生系统通知实现总结（Claude、Codex 等）
• 骚操作来了！Claude编程的42个实战技巧大全

新闻

• OpenAI发布GPT-5.4轻量模型。

  GPT-5.4 mini：迄今为止最强的小型模型，代码编写、推理、多模态、工具使用全面提升，速度提高两倍以上。适合延迟敏感场景场景，包括代码助手、子智能体、计算机使用系统、多模态应用。

  GPT-5.4 nano：最轻量、最快版本，专为高吞吐量低成本任务设计。适合场景包括分类、数据提取、排序、简单辅助任务。

• 甲骨文三万人裁员震动业界。

  AI基建成本飙升是主因 😰。三万员工面临失业危机。员工沦为 (T_T) 降本增效工具。

• 清华团队发布 全自动互动课程系统（AI资讯）

  输入话题或PDF即可生成课件。AI老师 🤖 负责全程讲解。虚拟同学陪你实时讨论。在线教育门槛 (ﾉ´ヮ`)ﾉ 瞬间降低。

• LangChain推出Open SWE框架。

  核心采用隔离沙箱 🛡️ 技术。主打多智能体编排模式。支持Slack工作流集成 💬。上下文可自动注入运行环境。

• LangChain发布DeepAgents框架。

  内置LangGraph核心引擎 ⚙️。支持自动派生多个子智能体。通过本地文件实现 (｡◕‿◕｡) 数据持久化。专为复杂任务编排设计。

• GSD规格驱动AI开发引争议。

  规格驱动开发 📋 流程

• Nacos 3.2 发布

  Nacos 3.2 提出了”AI 三位一体”注册中心架构。叫”三位一体”，实际上由四个部分组成：Agent 注册中心、MCP 注册中心、Skill 注册中心、Prompt 注册中心

工具

• Kagi Translate

  Kagi Translate 是一个强大的翻译工具，利用先进的人工智能模型，可以即时、准确地翻译任何语言的内容。该平台的功能包括翻译历史、收藏夹、清除历史记录等，用户可以轻松访问他们的翻译记录。

• Kagi SmallWeb

  Kagi 小网站，类似一个博客圈，使用 RSS 收集并推荐近期更新的博客或网络漫画。

  关于小网站的更多介绍：The “small web” is bigger than you might think，ycombinator上面有讨论。