Files
nexus/wiki/sources/multi-channel-assistant.md
2026-04-22 19:20:32 +08:00

3.9 KiB
Raw Blame History

title, type, tags, date
title type tags date
Multi-Channel Personal Assistant source
Agent
Workflow
OpenClaw
Automation
2026-04-22

Source File

Summary用中文描述

  • 核心主题:构建一个统一入口的 AI 个人助理通过单一界面Telegram整合所有工作工具Google Workspace、Slack、Todoist、Asana消除应用切换疲劳。
  • 问题域:个人生产力管理中跨平台任务管理、日程安排、消息发送和工作流程自动化的碎片化问题。
  • 方法/机制:基于 Telegram 话题Topics实现上下文路由Telegram 作为主交互界面,通过 OpenClaw 配置整合 Google OAuth、Slack、Todoist、Asana API借助 gog CLI 操作 Google Workspace。
  • 结论/价值:将所有工具收敛到一个 AI 入口,用自然语言驱动一切操作,实现"说一句话AI 完成全套工作"。

Key Claims用中文描述

  • Telegram 话题Topics机制能够有效实现多上下文隔离路由不同话题对应不同工作域视频创意、CRM、财报、知识库等
  • OpenClaw 通过统一的配置体系Google OAuth、Slack tokens、API keys连接所有工具成为事实上的个人 AI 中枢。
  • 定时提醒Trash day、Weekly letter这类自动化行为是 AI Agent 区别于被动问答工具的核心标志——主动推送而非被动响应。
  • 跨工作流交互(如 Slack 链接存入知识库后用于视频研究)展示了多工具集成的复合价值。

Key Quotes

"Context-switching between apps to manage tasks, schedule events, send messages, and track work is exhausting. You want one interface that routes to all your tools." — 痛点陈述 "Telegram topics: config → system settings / updates → daily summaries / video-ideas → content pipeline / personal-crm → contact queries / earnings → financial tracking / knowledge-base → save and search" — OpenClaw 路由策略示例

Key Concepts

  • Topic-Based Routing:通过 Telegram Topic 标签实现多上下文分发路由,不同 Topic 触发不同工具和记忆上下文
  • Multi-Tool Integration:整合 Google Workspace、Slack、Todoist、Asana 等多个平台工具的统一架构
  • Scheduled Reminder基于定时任务的主动提醒机制Agent 主动推送而非被动等待用户查询

Key Entities

  • OpenClaw:多 Agent 编排框架,通过配置连接所有工具,本方案的"控制平面"
  • gogGoogle Workspace CLI 工具,支持 Gmail、Calendar、Drive 操作,本方案中用于 Google 生态集成
  • Telegram:主交互界面,通过 Bot + Topics 实现多上下文路由
  • Slack:团队协作通道(任务分配、知识库存取、视频创意触发)
  • Todoist:个人快速任务捕获工具
  • Asana:项目管理工具,对应 Video Pipeline 项目

Connections

Contradictions

  • multi-agent-team 冲突:
    • 冲突点Multi-Agent Team 强调多个专业化 Agent 并行工作Multi-Channel Assistant 强调单一 AI 入口路由到多个工具。
    • 当前观点Multi-Channel Assistant 更适合个人用户,以 Telegram 为单一界面收敛所有工具。
    • 对方观点Multi-Agent Team 适合需要专业化分工的场景(策略/商业/营销/开发 Agent 各司其职)。
    • 融合思路两者可以结合——Multi-Agent Team 作为底层实现Multi-Channel Assistant 作为用户交互层。