openclaw提供五种实战工作流：一、每日资讯自动推送；二、关键词驱动自动回复；三、文件变更驱动内容发布；四、github pr事件驱动自动化检查；五、多智能体协同销售线索挖掘，覆盖资讯、客服、内容、研发、销售全场景。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您已部署OpenClaw但尚未构建可用的工作流，则可能是由于缺乏可直接复用的、覆盖真实业务场景的配置范例。以下是OpenClaw AI工作流实战案例的多种具体实现路径：
一、每日资讯自动推送工作流
该工作流通过定时触发机制，主动拉取多源科技资讯并结构化生成日报，无需人工干预即可完成信息筛选、摘要生成与跨平台分发，适用于运营、技术管理者等需持续跟踪行业动态的角色。
1、在OpenClaw工作区创建workflows/daily_news.yaml文件，写入标准Cron触发配置；
2、配置trigger.type: schedule并设置cron: "0 8 * * *"（表示每天早上8点执行）；
3、在actions中依次声明fetch_news（指定36kr、TechCrunch、HackerNews为数据源）、summarize（限制输出10条，格式为Markdown）和send_message（目标渠道设为wechat）；
4、确保已安装news-fetcher技能并完成API密钥绑定；
5、重启OpenClaw服务使配置生效，系统将在次日8:00准时推送首份AI行业日报。
二、关键词驱动的自动回复工作流
该工作流监听指定通讯渠道中的文本消息，当检测到预设关键词时立即激活响应逻辑，实现客服应答、报价查询等高频事务的零延迟处理，显著降低人工响应压力。
1、新建workflows/auto_reply.yaml，定义trigger.type: keyword；
2、在keywords字段中填入["报价", "价格", "多少钱"]；
3、配置generate_response动作，使用template: "price_query"并注入上下文变量product: "OpenClaw企业版"；
4、设置send_message.channel: source，确保回复原路返回至触发消息的渠道；
5、验证技能依赖：确认response-template-engine已启用且模板文件存在于prompts/price_query.j2；
6、首次匹配到“报价”关键词后，将在3秒内返回预置报价文案。
三、文件变更驱动的内容发布工作流
该工作流监控本地指定目录下的Markdown草稿文件，一旦有新文件写入即自动执行解析、格式转换与多平台分发流程，适用于内容团队批量发布文章、公告或产品文档的场景。
1、创建workflows/publish_article.yaml，将trigger.type设为file_watch；
2、设定path: "/workspace/drafts/*.md"，启用递归监听；
3、在actions中依次调用read_file（读取{{trigger.file}}路径）、convert（to: wechat_markdown）、publish（platform: wechat）；
4、添加notify动作，向Telegram频道发送成功提示，消息体含{{article.title}}变量；
5、确保/workspace/drafts/目录存在且OpenClaw进程具有读写权限；
6、将任意.md文件放入该目录后，全文将在10秒内完成微信公众号格式转换并发布。
四、GitHub PR事件驱动的自动化检查工作流
该工作流通过Webhook接收GitHub仓库的PR合并事件，自动触发代码质量扫描、Changelog更新及通知推送，将开发流程关键节点完全自动化，保障交付一致性。
1、在GitHub仓库Settings → Webhooks中添加新Hook，Payload URL指向OpenClaw Gateway暴露的/webhook/github端点；
2、创建workflows/pr_merge_check.yaml，设置trigger.type: webhook并指定source: github；
3、定义actions序列：先调用scan_code（使用SonarQube插件分析变更行）、再执行update_changelog（基于PR标题与描述生成条目）、最后send_message至Slack指定频道；
4、在OpenClaw配置中启用github-webhook-auth中间件，校验签名防止伪造请求；
5、将changelog.md路径映射至Git工作区根目录，并赋予Agent写入权限；
6、当PR状态变为merged时，Changelog将在30秒内完成自动更新并同步至代码仓库。
五、多智能体协同的销售线索挖掘工作流
该工作流启动多个专用智能体并行执行子任务：一个负责爬取LinkedIn公开资料，一个调用邮箱验证API，另一个生成个性化触达话术，最终汇总成CRM可导入的结构化线索表，适用于BD与销售团队规模化拓客。
1、在workflows/lead_generation.yaml中定义trigger.type: schedule，cron: "0 10 * * 1"（每周一上午10点运行）；
2、配置agents字段，声明linkedin-scraper、email-verifier、outreach-writer三个独立Agent实例；
3、为每个Agent分配专属memory_scope，确保敏感数据隔离；
4、设置orchestration策略为parallel，并定义merge_strategy: csv_export；
5、在output中指定导出路径/exports/leads_{{now.date}}.csv；
6、每周一10:00启动后，将在12分钟内生成包含姓名、职位、验证邮箱、定制话术的完整线索CSV文件。
