OpenClaw 让我曾经那些看似无用的、或半途而废的研究一下子变得有价值起来。它就像一个熔炉，我把手头拿着的工具和搁置在墙角的破铜烂铁统统丢进去，然后念一番咒语，重造出一个严丝合缝的引擎。

今天晚上，我用它打通了一套完整的待办与日程管理系统。这篇文章是整个过程的记录。

结论：纯文本 + AI，是个人任务管理的最优解

这套方案的核心主张只有一句话：

用纯文本文件构建任务系统，用 AI 来执行机械操作。

它解决了任务管理系统最常见的两个失败原因：

1. 工具太重——用不下去，因为维护系统本身要消耗意志力；
2. 执行太难——知道规则，但机械操作（迁移、归档、提醒）太繁琐，懒得做。

纯文本解决前者：没有 app、没有账号、没有格式迁移，打开文件就能用。AI 解决后者：你说一句话，AI 调脚本把决定写进文件，几秒钟完成。

这个方案成立，有三个前提需要先讲清楚。

前提一：AI 只需要文本

很多人的第一反应是：想让 AI 管理我的待办，得找一个开放 API 的任务 app，或者支持 CalDAV 的日历服务。这条路走歪了。

对 AI 来说，一切都是文本。 用户通过自然语言表达需求，AI 给出文本形式的回应或指令——它根本不在乎你后端用的是什么数据库、什么服务架构。AI 需要的只是能够读取、写入、解析的文本。

这是一种技术平权：你不需要依赖任何 SaaS 服务，只需要一套结构化的文本文件，再加上能对这些文件做 CRUD 操作的脚本，就能构建出完整的任务管理系统。

唯一的要求是：文本的组织方式要有足够的结构，让 AI 和脚本都能解析它。

前提二：脚本固化操作，AI 只解析意图

这是整套系统可靠性的关键。

把所有 BuJo 操作封装成脚本之后，AI 在系统里只做一件事：理解你的意图，决定调用哪个函数。它不需要每次自己分析怎么修改文件。

好的（贵的）模型用来打通工作流、总结为技能；便宜的模型用来使用技能。为了让便宜的模型也能可靠运行，技能不能只有 skill.md——更重要的是脚本。

这个原则保证了系统的可靠性。AI 的输出是不确定的，但函数调用是确定的。 把不确定性限制在「意图解析」这一层，其余全部固化为代码，系统就不会因为 AI 的幻觉而写坏文件。

前提三：强制闭环，才能让系统不腐烂

任务管理系统最常见的死法是：todo list 越堆越长，看了就焦虑，最后彻底放弃。

根本原因是未闭环的任务会持续消耗认知资源。大脑不擅长忘记「还没做完的事」——心理学上叫蔡格尼克效应。

子弹笔记的解法是：每一件事都必须有明确的结局。一条待办最终只有四种去向：完成、推迟、放入长期规划、放弃。永远停留在「待办」状态是不被允许的。每天结束时强制处理完当天所有待办，清空大脑里的挂起进程。

理解了这三个前提，可以进入具体实现。

实现：BuJo 规则设计

文件结构按三个时间粒度组织：

日拱一卒/
├── 2026/
│   ├── 2026-03-15.org   # 日文件
│   ├── 2026-03.org      # 月文件
│   └── 2026.org         # 年文件

每一行的格式极简：类型标志 + 层级数字 + 空格 + 内容。

类型标志

标志	含义	说明
t	Todo 待办	要主动完成的事
d	Done 已完成
n	Note 笔记	纯信息，不代表任何行动意图
e	Event 事件	发生在特定时间，不依赖你的行动
m	Migrate 迁移	已推迟到后续日期
s	Schedule 规划	已放入月/年规划
q	Question 问题	需要研究或思考
a	Abandoned 放弃	决定不做了

两个容易混淆的地方：

• t vs e：「跑步」是 t，你主动去做；「出差回西安」是 e，它会发生，不管你做什么。这个区分迫使你在记录时想清楚：这件事是你要推动的，还是等待发生的？
• n vs t：笔记不代表任何行动意图。想研究一件事是 q，要做一件事是 t。两者混用是 todo 系统崩溃的常见原因。

层级与时间

字母后的数字表示层级，无数字为顶级。统计时只计顶级条目，子级是说明，不是独立任务：

t 完成 etaf 插件开发
t1 设计数据结构
t1 实现渲染逻辑

时间段支持精确和模糊两种写法：

• 精确：t 写周报 [09:00 ~ 10:00]
• 模糊：t 跑步 [Afternoon]

实现：两套编辑界面

同一套文件，两种操作方式。

桌面（Emacs + bujo.el）：主动记录、编辑、浏览。插件把字母标志渲染成符号（t → ○，d → ◉，a → X），结合 auto-modal 可以在行首直接按字母键切换状态。打开文件就能用，零摩擦。

手机（Telegram + OpenClaw）：随时随地对话式操作。说人话，AI 映射到函数调用，不需要记任何命令语法。

两套界面完全兼容，Emacs 手动编辑的文件和 OpenClaw 脚本写入的文件格式完全一致。

实现：OpenClaw Skill

核心脚本 bujo.py 封装了所有操作：

python3 bujo.py add <scope> <type> <level> "<text>" [--time]  # 添加
python3 bujo.py complete <scope> "<search>"                    # 完成
python3 bujo.py migrate <source> "<search>" <target>          # 迁移
python3 bujo.py schedule <source> "<search>" <target>         # 放入规划
python3 bujo.py query / stats / lint                          # 查询/统计/审查

scope 支持自然语言：today / tomorrow / next-周三 / 2026-03 / 2026。

对话示例：

我：明天下午跑步半小时
AI：→ bujo.py add tomorrow t 0 "跑步(≥30分钟)" --time 下午
    ✅ 已添加到 2026-03-16

我：把本月计划里的爬华山推到下周六
AI：→ bujo.py migrate 2026-03 "爬华山" next-周六
    ✅ 月文件标 m，下周六新增 t

实现：两个自动化闭环机制

每晚闭环提醒

每天 21:30，脚本检查当天未闭环的 t，推送 Telegram：

📋 今日未闭环的待办（3 条），请告诉我每条如何处理：
1. 折腾懒猫微服反向代理
2. 研究 Telegram Bot
3. 写周报

回复一句话，AI 调脚本执行。这是每天强制做一次「今日复盘」的仪式，不让任何任务在系统里悄悄腐烂。

心跳提醒

OpenClaw 的心跳检测每 30 分钟唤醒 AI 一次。如果今日有带精确时间段的条目且开始时间在 2 小时内，主动推送：

⏰ 提醒：「团队会议」将在 14:00 开始（距现在 45 分钟）

你不需要自己设闹钟，只要在文件里写了时间，AI 会替你盯着它。

最后：AI 是工具，不是管家

很多人用 AI 替自己「管理任务」——让 AI 决定今天做什么、怎么排优先级。这是错误的方向。优先级是你的价值判断，不应该外包给 AI。

在这套系统里，AI 做的是另一件事：执行你已经做出的判断。系统里的每一条记录，都是你亲自决策的结果，AI 只是忠实执行。

AI 降低的是执行摩擦，而不是思考责任。这个边界不能模糊。