aionclaw通过rpa可视化编排、yaml声明式task chain和数字专家条件调度三种方式实现多步固定流程自动化。rpa适合办公高频线性操作；task chain用于跨技能依赖链，需严格匹配input_from与output_key；数字专家支持人工判断分支逻辑。
☞☞☞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☜☜☜
让AionClaw按固定顺序完成多个步骤，本质是把零散操作固化为可复用、可触发的确定性流程，避免每次手动点选、重复输入、顺序错乱。这在处理「先查数据→再清洗→最后发邮件」这类强依赖任务时尤为关键。
用自动化（RPA）模块串起固定动作流
这是最直观、无需写配置文件的方式，适合办公场景中高频、结构清晰的多步操作。
第一步：打开左侧导航栏「自动化 (RPA)」→点击右上角「新建流程」。
第二步：在画布中依次拖入「打开网页」「等待元素出现」「点击元素」「输入文本」「截图保存」等原子动作块，每个块默认按垂直顺序执行，上下位置即执行先后顺序。
第三步：双击任一动作块，在弹出面板中填入具体参数——比如「打开网页」必须填完整URL，【若URL含中文或空格未编码，流程会卡在加载页不报错】；「点击元素」需用鼠标悬停预览并确认CSS选择器能精准命中目标按钮，否则后续步骤全部跳过。
第四步：全部配置完成后，点击右上角「保存并启用」，流程名建议带日期和用途，如「0920-日报导出+飞书通知」。
用OpenClaw原生Task Chain定义跨技能依赖链
当步骤涉及调用不同技能（如邮件、日历、数据库），且需要前一步输出直接喂给后一步输入时，必须用YAML声明式编排。
方法一：本地编辑task-chain.yaml
1. 打开AionClaw安装目录下的skills/workflow文件夹（macOS路径示例：~/Library/Application Support/AionClaw/skills/workflow；Windows路径：%APPDATA%\AionClaw\skills\workflow）。
2. 新建文件task-chain.yaml，写入以下内容：
step1: action: "fetch_email" output_key: "inbox_summary"step2: action: "notion-sync" input_from: "step1.inbox_summary" output_key: "notion_page_id"step3: action: "feishu-notify" input_from: "step2.notion_page_id"
注意：step2的input_from字段必须严格匹配step1的output_key值，大小写与下划线都不能错，否则流程启动后第二步直接报“no input found”并终止。
方法二：用CLI一键部署（推荐进阶用户）
打开终端，cd到AionClaw项目根目录 → 执行openclaw workflow deploy skills/workflow/task-chain.yaml → 等待返回Workflow deployed successfully即生效。
通过数字专家设定分步执行策略
如果你的任务逻辑需要人工判断节点（例如“若数据异常则跳过发送，改发告警”），就不能靠纯线性流程，得让数字专家介入调度。
① 在「数字专家」页面点击「新建专家」，类型选「流程协调员」。
② 在「执行逻辑」区域粘贴如下结构化指令：
「第一步：运行技能『订单数据检查』；
第二步：读取其返回的status字段；
若status == "normal"，则执行『生成PDF报告』→『邮件发送』；
若status == "abnormal"，则执行『钉钉告警』→『暂停后续步骤』。」
③ 保存后，该专家会作为独立入口出现在侧边栏，点击即可启动带条件分支的固定序列。
