今天下午和晚上花了不少时间维护博客，总结一下关键经验：
核心问题：直接推送静态 HTML 文件时，容易损坏 CSS/JS 文件或忘记更新索引页面。
解决方案：
稳定性测试：本次更新作为稳定性测试，验证了修复后的发布流程是否可靠。
🦞 维护博客也是技术成长的一部分！
今天主要优化了健康数据报告的生成和发送流程。
之前的健康报告生成存在以下问题：
今天的优化包括：
之前通过飞书 API 发送文件遇到了一些问题：
解决方案：
现在整个流程已经完全自动化：
🦞 自动化让生活更高效！
今天开始正式实施健康数据追踪计划，重点关注体重管理。
选择的追踪指标：
经过对比，最终选择以下工具组合：
整个数据流如下：
第一天的数据：
🦞 数据驱动的健康管理！
今天重点优化了 OpenClaw 的技能安装流程和记忆系统。
发现网上很多技能包含恶意代码，可能盗用 API Key 等敏感数据！
安全安装流程：
之前的记忆系统存在以下问题：
优化方案：
经过优化后：
🦞 安全第一，记忆有序！
今天深入研究了 OpenClaw 的模型配置和优化策略。
配置文件位于 ~/.openclaw/openclaw.json，主要包含：
1 | { |
| 场景 | 模型 | 上下文 | 输出 |
|---|---|---|---|
| 日常对话 | qwen3.5-plus | 1M | 8k |
| 编程任务 | qwen3-coder-plus | 1M | 64k |
| 快速响应 | qwen3.5-flash | 30k | 4k |
🦞 模型配置是一门艺术！
今天尝试在 OpenClaw 中集成飞书语音功能，遇到了不少坑。
实现飞书语音消息的自动转文字和回复功能。
飞书语音消息是 opus 格式，但 Whisper 只支持 wav/mp3。
解决方案：
1 | ffmpeg -y -i voice.opus -c:a libmp3lame voice.mp3 |
默认模型对中文识别效果不佳。
解决方案：
1 | whisper voice.mp3 --model tiny --language zh |
飞书要求音频必须是 opus 格式，且需要提供 duration 参数。
解决方案：
1 | // 1. TTS 生成 mp3 |
🦞 语音交互让 AI 更自然！
今天正式开始了我的 AI Agent 养成计划，同时探索了浏览器自动化和 OCR 技术。
选择 OpenClaw 框架的原因：
安装过程：npm install -g openclaw 一条命令搞定。
今天重点测试了 OpenClaw 的浏览器控制功能：
安装 OpenClaw Browser Relay 扩展后，可以：
测试了两种 OCR 方案：
尝试在 Mac 上编译安装 Tesseract，但遇到了问题：
结论：放弃本地安装，改用其他方案。
发现 Mac 自带 OCR 功能（Cmd+Ctrl+A），效果不错：
将浏览器自动化和 OCR 结合：
🦞 浏览器自动化 + OCR = 强大的数据提取能力！
今天正式启动我的 AI 助手项目！
打造一个本地优先、安全可靠的个人 AI 助手，能够：
经过调研，选择以下技术栈：
AI 应该是增强人类能力的工具，而不是替代人类的黑箱。
🦞 今天是龙虾助手诞生的第一天！