TOOLS.md - Local Notes

Skills define how tools work. This file is for your specifics — the stuff that's unique to your setup.

Ollama 本地模型使用规则

通用规则

只用已下载的模型，绝不自动下载新模型
需要未下载的模型时，先询问用户

默认模型：kamekichi128/qwen3-4b-instruct-2507

用途：邮件摘要、轻量分析
速度：快（~5秒）
无需额外参数，直接调用即可

备选模型

ministral-3:3b - 速度快，格式清晰
gemma3:4b - 适中速度
qwen3:4b - 较慢，仅备用

agent-browser 浏览器自动化

注意：agent-browser 是独立的 CLI 工具，不是 OpenClaw 内置功能

文档见 ~/.openclaw/workspace/skills/agent-browser/SKILL.md
依赖 Chrome/Chromium（已安装于 /usr/bin/google-chrome）

himalaya 邮件客户端

本地配置：

二进制：~/.local/bin/himalaya
配置：~/.config/himalaya/config.toml
文档：~/.openclaw/workspace/skills/himalaya/SKILL.md

核心用法：

himalaya envelope list --page-size 20    # 列出邮件
himalaya message read <id>               # 读取邮件
himalaya message delete <id>             # 删除邮件
himalaya message write                   # 写新邮件（交互式）

邮件发送规则：

youlu@luyanxin.com → lu@luyx.org: 直接发送，无需确认
其他所有对外邮件: 仍需确认

News Digest 新闻摘要（已停用）

~~自动任务（Cron + Subagent）：~~ ~~- 时间：每天早上 5:00 AM (PST)~~ ~~- Cron ID: cc95dcf3-0d6c-44f4-90af-76b836ca0c87~~

~~本地配置：~~ ~~- 目录：~/.openclaw/workspace/scripts/news_digest/~~ ~~- 主脚本：send_digest.py~~ ~~- 配置：config.json~~ ~~- 数据库：news_digest.db~~ ~~- 日志：news_digest.log~~

注： Cron 任务已删除。如需重新启用，需手动创建新的 cron 任务。

🌐 网页操作 - 工具选择决策表

场景	首选	次选
任何网页操作（抓取、点击、填表、截图）	`agent-browser`	`web_fetch` (仅纯文本)
Browser extension 有登录态/已打开页面	`browser` (Chrome extension)	`agent-browser`
agent-browser 不可用	`browser`	`web_fetch`

agent-browser 快速命令：

agent-browser open <url>
agent-browser snapshot -i          # 获取交互元素
agent-browser click @e1
agent-browser fill @e2 "text"
agent-browser close

Email Processor 邮件自动处理

目录: ~/.openclaw/workspace/scripts/email_processor/

核心用法:

./email-processor.sh scan                    # 扫描未读邮件并自动处理
./email-processor.sh scan --recent 7         # 扫描最近7天的邮件
./email-processor.sh scan --dry-run          # 只分析不执行（测试用）
./email-processor.sh review list             # 查看待处理队列
./email-processor.sh review accept           # 接受所有AI建议
./email-processor.sh review 1 delete         # 手动处理第1封（删除）
./email-processor.sh stats                   # 查看处理统计

工作原理:

使用本地 Ollama (Qwen3) 分析邮件内容
学习用户决策，逐渐提高自动化率
前20个决定为学习期（阈值95%），之后正常阈值75%
高置信度邮件自动删除/归档，低置信度进队列等待人工审核

重要文件:

data/decision_history.json — 决策历史（用于学习）
data/pending_emails.json — 待处理队列
logs/ — 每日处理日志

Add whatever helps you do your job. This is your cheat sheet.

3.6 KiB Raw Blame History Unescape Escape