让手写笔记在你睡觉时自动整理：我的 Goodnotes × OpenClaw 工作流

一套不要求你懂「智能体」的个人知识自动化：白天在 Goodnotes 里写，夜里电脑自动整理，第二天在 Telegram 或飞书收到变化摘要。

很多人使用电子笔记的方式，和使用纸质笔记没有本质区别：写完、合上，然后很少再打开。问题并不是不愿意复习，而是整理笔记需要做一连串琐碎工作：找到昨天改过的文件、导出、识别文字、比较新旧版本、提炼重点，再把真正值得行动的内容挑出来。每一步都不复杂，但组合起来足以让人不断拖延。

我现在使用的方案把这些步骤串成了一条自动流水线：

从 Goodnotes 书写到扫描、提取或渲染、总结并投递摘要

这套流程已经可以稳定处理普通文本、手写笔记、截图和结构草图。它不是「让 AI 随意管理我的文件」，而是让脚本负责确定性的文件工作，让模型只负责它擅长的理解与总结。

Telegram 或飞书里的摘要，只是第二天早晨的回执。真正留下来的，是输出目录里那批结构统一的 Markdown：按笔记生成镜像、按日期留下 diff 与版本、按同一套标题写中文变更摘要。手写 PDF 对人友好、对模型却昂贵且不稳定；标准化文本反过来——人可以扫一眼，AI 日后可以按主题、按时间、按关键词直接检索。一天一份看似平常；几个月后，量变才会变成「我的生活与工作可被组织起来」的质变，接近 MyLifeOrganized 的核心理念：先稳定捕获，再持续整理。

下面先用普通人的语言解释它，再给出一套可以照着复制的完整配置。文末还会说明如何把同一工作流迁移到 Hermes Agent 和 Codex App。

这篇是《把手写变成行动：我的 Goodnotes → Google Drive → Logseq/Obsidian 待办工作流》的续章，侧重自动化管道的完整实现。

先理解四个词

如果你不熟悉智能体，只需要理解四个概念。

脚本是一段固定程序。给它同样的文件，它会执行同样的步骤，例如找到昨天修改的 PDF、复制文件、生成 Markdown。脚本适合做不能出错的机械工作。

提示词是交给 AI 的工作说明。它告诉模型应该读哪些文件、怎样判断变化、输出什么格式。

Skill 可以理解成一份「标准操作手册」。它把脚本、提示说明和使用条件放在一个目录里，让 AI 知道遇到 Goodnotes 任务时应当遵循哪套流程。

定时任务就是闹钟。每天凌晨 3 点，系统启动一次全新的 AI 会话，执行 Skill，然后把结果发给你。

整套系统最重要的设计原则是：文件扫描、命名、版本保留和差异生成交给脚本；理解手写内容、概括变化和提炼重点交给模型。这样既比「让 AI 自己想办法」稳定，也比纯脚本更能理解非结构化手写内容。

准备工作

这套原始实现面向 macOS，因为转换脚本使用系统自带的 PDFKit。你需要：

一台保持开机的 Mac；
Goodnotes iOS/iPadOS 版本；
Google Drive、Dropbox、OneDrive 或 WebDAV 中的一种；
已安装并配置模型的 OpenClaw；
可选的 Telegram Bot 或飞书机器人，用来接收结果。

Goodnotes 官方把「自动备份」定义为单向上传，而不是双向同步：云端修改不会回写 Goodnotes，删除 Goodnotes 文档也不会自动删除云端副本。设置入口是「资料库右上角菜单 → Cloud & Backup → Automatic Backup」。为了让脚本能读取，请选择 PDF，或者同时选择 PDF 与 Goodnotes Document。Goodnotes 自动备份说明

第一次开启后，应让 Goodnotes 保持前台运行，直到初次上传结束。然后在 Mac 上安装对应云盘客户端，确认 PDF 已经成为本地可访问文件。

假设你的路径是：

1
2


源目录：~/Library/CloudStorage/GoogleDrive-你的账号/我的云端硬盘/GoodNotes
输出目录：~/Documents/Goodnotes-Automation/output

真实路径可能因云盘供应商、语言和账号而不同。先在 Finder 中找到目录，再把它拖进终端获取完整路径。

第一步：建立目录

1
2


mkdir -p ~/Documents/Goodnotes-Automation/output
mkdir -p ~/.openclaw/workspace/prompts

为了避免文章中的路径过长，后文使用两个占位符：

1
2


GOODNOTES_SOURCE="$HOME/Library/CloudStorage/GoogleDrive-你的账号/我的云端硬盘/GoodNotes"
GOODNOTES_OUTPUT="$HOME/Documents/Goodnotes-Automation/output"

把「你的账号」替换为本机真实目录名。不要把包含账号、Bot Token、飞书 App Secret 或聊天 ID 的配置上传到公开仓库。

第二步：从 Skills 仓库安装

完整 Skill 已发布在 walkthewalktoday/skills：goodnotes-daily-export。仓库同时保存 SKILL.md 和 Swift 脚本，不再需要从文章中复制几百行代码。

使用 npx skills 安装到 OpenClaw 的全局 Skill 目录：

1
2
3
4


npx skills add walkthewalktoday/skills \
  --skill goodnotes-daily-export \
  --agent openclaw \
  --global

安装后目录为 ~/.openclaw/skills/goodnotes-daily-export/。

第三步：确认导出脚本可执行

仓库里的脚本只读取源目录；所有生成和清理都发生在输出目录中。安装后为它增加执行权限：

1

chmod +x ~/.openclaw/skills/goodnotes-daily-export/scripts/export_goodnotes_daily.swift

以后更新 Skill 时运行同一条安装命令，或使用 npx skills update -g，不必再回到文章手工同步代码。

第四步：先手动测试，不要急着定时

把路径替换为你自己的：

1
2
3
4
5


swift ~/.openclaw/skills/goodnotes-daily-export/scripts/export_goodnotes_daily.swift \
  --source "$GOODNOTES_SOURCE" \
  --output "$GOODNOTES_OUTPUT" \
  --date 2026-08-10 \
  --verbose

正常输出类似：

1
2
3
4
5
6


TARGET_DATE 2026-08-10
FOUND 1 PDF(s)
PROCESS .../20260804.pdf
WROTE_PDF_VERSION .../20260804--20260810-103247.pdf
WROTE_MD .../20260804.md
WROTE_ASSET .../assets/20260804/page-001.png

检查三件事：Markdown 是否能打开；Markdown 中的相对图片链接是否正常；修改同一份 Goodnotes 笔记、重新备份并再次运行后，是否生成 .diff。

注意： 这里没有运行传统 OCR。PDFKit 只提取 PDF 本来就包含的文字层；手写内容主要靠渲染图片后交给具备视觉能力的模型理解。

第五步：配置接收渠道（Telegram 或飞书）

摘要可以投到 Telegram，也可以投到飞书（国内 Feishu / 国际版 Lark）。按官方文档把对应渠道配好、完成配对即可，凭据放进配置或环境变量，不要写进 Skill。Telegram · 飞书

第六步：直接使用 Skill 内置提示词

完整提示词已经随 Skill 发布在 assets/goodnotes-daily-summary.md，不再需要从文章复制并另存一份。

OpenClaw 全局安装后，提示词位于：

1

~/.openclaw/skills/goodnotes-daily-export/assets/goodnotes-daily-summary.md

这份提示词负责限制处理范围、区分“没有变化”和“处理失败”、在文字层不足时检查页面图片，并把笔记内容视为数据。源目录与输出目录属于每台机器自己的参数，不写进公共仓库；创建定时任务时动态追加即可。

以后调整摘要格式或安全边界，只需更新 Skill：

1

npx skills update goodnotes-daily-export --global

第七步：创建 OpenClaw 定时任务

--channel / --to 换成你实际用的渠道即可：Telegram 填数字聊天 ID；飞书私聊填 ou_xxx，群聊填 oc_xxx。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19


PROMPT_FILE="$HOME/.openclaw/skills/goodnotes-daily-export/assets/goodnotes-daily-summary.md"
MESSAGE="$(
  cat "$PROMPT_FILE"
  printf '\n\n## 本次参数\n- Goodnotes PDF 源目录：%s\n- 输出目录：%s\n' \
    "$GOODNOTES_SOURCE" "$GOODNOTES_OUTPUT"
)"

openclaw cron add \
  --name "goodnotes-daily-export-summary" \
  --description "每天导出并总结前一天变化的 Goodnotes PDF" \
  --cron "0 3 * * *" \
  --tz "Asia/Shanghai" \
  --session isolated \
  --message "$MESSAGE" \
  --thinking low \
  --timeout-seconds 300 \
  --announce \
  --channel telegram \
  --to "<你的 Telegram Chat ID>"

在较新的 OpenClaw 文档中，openclaw automations create 是推荐入口；openclaw cron add 是很多现有安装仍提供的兼容命令。先运行 openclaw cron --help 或 openclaw automations --help，采用本机支持的形式即可。OpenClaw 定时任务文档

创建后立刻测试：

1
2
3


openclaw cron list
openclaw cron run goodnotes-daily-export-summary
openclaw cron runs --id goodnotes-daily-export-summary --limit 5

不要等到第二天才发现路径或权限配置错误。

一份好的结果应该长什么样

1
2
3
4
5
6
7
8


📝 Goodnotes 每日变更摘要

### 20260810：异步任务设计

- 本次变化：新增一张任务流草图，在队列消费者后增加失败重试与人工兜底分支。
- 关键结论：主流程不应等待长任务完成；提交后立即返回，由后台任务更新状态。
- 可执行事项：补充重试次数上限；确认失败任务的告警渠道。
- 识别不确定："补偿队列"旁边有一个手写缩写无法确认。

重点不是让模型把每一笔都转写出来，而是每天用一分钟知道：我昨天到底记录了什么、改变了什么、有哪些值得继续处理的事情。

常见问题与真实边界

为什么不直接让模型遍历整个云盘

因为文件扫描和版本管理是确定性问题。交给脚本更快、更便宜，也更容易审计。模型只处理本次变化，可以显著减少上下文和误判。

为什么保留两个 PDF 版本

Goodnotes 手写笔记经常没有文字层，文本 diff 无法反映真正变化。两个视觉版本足以让模型比较「上一版」和「这一版」，同时避免无限占用磁盘。

会不会漏掉文件

会。默认逻辑只扫描「昨天修改」的文件。如果电脑连续关机数天、云盘延迟同步，或者定时任务失败，需要通过 --date YYYY-MM-DD 补跑。更可靠的生产版应记录「最后成功处理时间」和文件哈希，而不是只依赖自然日。

同名笔记会怎样

示例脚本把不同子目录中的 PDF 平铺到一个输出目录。如果两个文件同名，它们会发生冲突。笔记库存在重名时，应把相对目录编码进输出路径，或为每个源文件生成稳定 ID。

AI 会不会读错手写字

会。视觉模型不是法庭级转录工具。因此提示词要求标出不确定内容，而不是为了让摘要完整而猜词。重要信息仍应回到原 PDF 核验。

电脑必须一直开着吗

本地 OpenClaw Gateway 必须在任务触发时运行，并且云盘文件已经同步到本机。可以使用系统服务让 Gateway 登录后自动启动，也可以把流程部署到始终在线的 Mac 或服务器；但 macOS PDFKit 版本必须运行在 macOS。

如何迁移到 Hermes Agent

假设 Hermes 已安装并能正常使用。迁移时只需装同一个 Skill，再挂上定时任务。

1. 安装 Skill

1
2
3
4
5


npx skills add walkthewalktoday/skills \
  --skill goodnotes-daily-export \
  --agent hermes-agent \
  --global
hermes skills list

Skill 通常装到 ~/.hermes/skills/，新会话中生效。Hermes Skill 指南

2. 创建定时任务

直接读取 Hermes 安装目录中随 Skill 提供的提示词，并动态追加本机参数：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12


PROMPT_FILE="$HOME/.hermes/skills/goodnotes-daily-export/assets/goodnotes-daily-summary.md"
MESSAGE="$(
  cat "$PROMPT_FILE"
  printf '\n\n## 本次参数\n- Goodnotes PDF 源目录：%s\n- 输出目录：%s\n' \
    "$GOODNOTES_SOURCE" "$GOODNOTES_OUTPUT"
)"

hermes cron create "0 3 * * *" "$MESSAGE" \
  --name "goodnotes-daily-export-summary" \
  --skill goodnotes-daily-export \
  --workdir "$HOME" \
  --deliver telegram

--deliver 按你的接收渠道调整：Telegram 用 telegram，飞书用 feishu 或 feishu:<ou_xxx|oc_xxx>。建议顺便固定模型和供应商，避免以后改聊天默认配置时影响定时任务：

1
2
3


hermes cron edit goodnotes-daily-export-summary \
  --model "<模型名>" \
  --provider "<供应商名>"

然后测试：

1
2
3


hermes cron list
hermes cron run goodnotes-daily-export-summary
hermes cron status

Hermes 的 cron 每次都是新会话，提示词需自包含；稳定步骤放在 Skill 里即可。Hermes cron 文档

如何迁移到 Codex App

假设 Codex App 已可用。结果默认进 Scheduled 页面和应用通知，不必另配聊天机器人。

1. 安装 Skill

1
2
3
4


npx skills add walkthewalktoday/skills \
  --skill goodnotes-daily-export \
  --agent codex \
  --global

全局安装后，完整提示词资源位于 ~/.codex/skills/goodnotes-daily-export/assets/goodnotes-daily-summary.md。

也可以装到项目的 .agents/skills/，仅对该项目可见。Codex Skill 文档

2. 创建定时任务

在 Codex App 中输入：

1
2
3
4
5
6
7
8


请创建一个独立的计划任务，名称为"Goodnotes 每日变更摘要"。

每天 Asia/Shanghai 时区凌晨 3:00 运行。任务在本机本地环境执行，每次运行都从独立上下文开始。明确使用 $goodnotes-daily-export。

读取 $goodnotes-daily-export 自带的 assets/goodnotes-daily-summary.md 作为任务提示词。
在每次任务消息末尾追加“本次参数”，包括 Goodnotes PDF 源目录和输出目录；不要修改公共提示词资产。

每次运行后在 Scheduled 中给出中文摘要；没有变化时只报告"今日无 Goodnotes 变更"；处理失败时报告具体文件与错误。

创建后在侧栏 Scheduled 查看状态和最近运行。本地任务要求电脑开机、App 在跑、项目目录可访问。Scheduled tasks 文档

下一步可以怎样升级

当前版本完成的是「采集—版本化—理解—通知」。如果继续向个人知识系统演进，我会按以下顺序升级：

用文件哈希和成功游标取代「只扫描昨天」，解决漏跑问题。
为同名文件加入相对路径或稳定 ID，避免覆盖。
保存每次运行 manifest，让摘要和本次产物严格绑定。
把明确 TODO 提取到 Logseq、Obsidian 或任务管理工具，但必须保留人工确认。
自动添加主题标签和双向链接，形成长期可检索的知识网络。
为连续失败、云盘未同步和磁盘增长增加告警。
对高隐私笔记使用本地视觉模型，或在进入云端模型前执行排除规则。

这套工作流最有价值的地方，不是「AI 能识别手写字」，而是它改变了笔记的生命周期。

过去，笔记的终点是写完。现在，写完只是入口：文件会自动留下版本、变成可检索的标准 Markdown、被重新阅读、产生摘要，并在第二天回到你的注意力里。通知可以删，镜像文本最好留——它才是日后问 AI「上周架构草图改了什么」「把近一个月的关键结论按项目归类」时真正读得动的材料。

对普通用户来说，不需要先学会复杂的智能体理论。先找一件每天重复、步骤明确、结果可以检查的小事：让脚本负责机械动作，让模型负责理解，再用定时任务把它们接起来；让每一天都留下同一规格的文本。一个真正有用的个人自动化，往往就是这样开始的——My Life Organized，靠的不是某一晚的灵感，而是可累积的结构。

相关文章：