YouTube 内容流水线：自动选题与调研

作为一个日更的 YouTube 创作者，在全网和 X/Twitter 上寻找新鲜、及时的视频选题非常耗时。追踪已经做过的内容可以避免重复，还能帮你紧跟趋势。

这套工作流自动化了整个内容发现和调研流程：

• 每小时定时任务扫描突发 AI 新闻（网页 + X/Twitter），通过 Telegram 推送视频选题
• 维护一个 90 天的视频目录，包含播放量和主题分析，避免重复覆盖同一话题
• 所有选题存储在 SQLite 数据库中，并附带向量嵌入用于语义去重（确保你永远不会被推送同一个选题两次）
• 当你在 Slack 中分享一个链接，OpenClaw 会自动调研该话题、在 X 上搜索相关帖子、查询你的知识库，然后在 Asana 中创建一张带完整大纲的任务卡

需要的技能

• web_search（内置）
• x-research-v2 或自定义 X/Twitter 搜索技能
• knowledge-base 知识库 RAG 技能
• Asana 集成（或 Todoist）
• gog CLI 访问 YouTube Analytics
• Telegram 话题组用于接收选题推送

搭建步骤

1. 在 Telegram 中创建一个用于视频选题的话题组，并在 OpenClaw 中配置。
2. 安装 knowledge-base 技能和 x-research 技能。
3. 创建一个 SQLite 数据库用于选题追踪：

CREATE TABLE pitches (
  id INTEGER PRIMARY KEY,
  timestamp TEXT,
  topic TEXT,
  embedding BLOB,
  sources TEXT
);

4. 给 OpenClaw 下达指令：

Run an hourly cron job to:
1. Search web and X/Twitter for breaking AI news
2. Check against my 90-day YouTube catalog (fetch from YouTube Analytics via gog)
3. Check semantic similarity against all past pitches in the database
4. If novel, pitch the idea to my Telegram "video ideas" topic with sources

Also: when I share a link in Slack #ai_trends, automatically:
1. Research the topic
2. Search X for related posts
3. Query my knowledge base
4. Create an Asana card in Video Pipeline with a full outline

本文翻译自 awesome-openclaw-usecases 开源项目。英文能力过得去的朋友欢迎阅读原版，体验原汁原味的表达。

GitHub 原文链接