为什么又搭一套？
市面上的 Agent 产品（Cursor、Windsurf、Manus、Devin……）确实厉害，但有几个问题让我这个"重度的日常使用者"始终不踏实：

痛点 表现
记不住 每次开新对话都从零开始，不知道你昨晚写过一篇知乎
会失忆 隔了一个月回来，连你自己的账号、签名、目标受众都忘了
会被平台反爬 SaaS Agent 跑在你看不见的集群里，IP/UA/cookie 都是公共的，登录态根本拿不到
不能存草稿 Agent 给你写了一篇很好的稿子，结果它只放在它自己的对话历史里
不容易沉淀 你想让 Agent 学到的东西，明天再教它一次
我需要的，其实是一个本地的、能长期记忆的、能驱动真实浏览器、还能让我自己用 Markdown 维护配置的 Agent 栈。下面这套就是我在 2026 年跑通了的一版。

二、整体架构
┌──────────────────────────────────────────────┐
│ Obsidian Vault │
│ (~/workroom/ai_knowledge/…/agents/skills/) │
│ ├─ skills/publish-zhihu.md │
│ ├─ skills/publish-cnblogs.md │
│ ├─ skills/publish-xiaohongshu.md │
│ └─ drafts/2026-XX-XX-*/… │
└────────▲─────────────────────┬────────────────┘
│ 读写 Markdown │ 读取 skill
┌──────────────────┐ ┌──┴──────────────────────────┐ ┌──────────────────────┐
│ Supermemory │◀─┤ OpenClaw Agent ├─▶│ Cron / Heartbeat │
│ (云端长期记忆) │ │ (本地 LLM + tool runtime) │ │ 定时任务 & 心跳 │
└──────────────────┘ └─┬───────────────────────────┘ └──────────────────────┘
│ Playwright CDP
▼
┌────────────────────────────┐
│ BrowserOS │
│ 本地持久化 Chrome 9100 │
└────────────┬───────────────┘
│ 110 个 MCP 工具
▼
┌────────────────────────────┐
│ Crawl4AI MCP │
└────────────────────────────┘
五个组件各管一摊：

OpenClaw：Agent runtime，跑在你自己的 Mac 上
Supermemory：把对话、决策、踩过的坑、重要事实写进云端长期记忆
Obsidian：你的"永久仓库"，所有草稿、skill、profile、模板都用 Markdown 写在这里
BrowserOS：本地常驻 Chrome，CDP 端口 9100
Crawl4AI：作为 MCP server 集成进 OpenClaw，提供 110 个工具
三、最关键的几个工程实践

1. 强制协议：执行任何浏览器自动化前先 supermemory recall
   每次写脚本前第一句话：

supermemory recall
比如今天要发知乎，第一件事：

supermemory recall zhihu publish
supermemory recall browser automation react fiber
平台的 DOM 选择器、按钮位置、React Fiber 树深度都会漂移。这一条帮我在过去一周避免了至少 3 次发到一半失败。

2. 知乎：Draft.js / Slate 编辑器只能走 React Fiber
   知乎专栏用的是 Draft.js（早期是 Slate）。直接 execCommand(‘insertHTML’) 一定失败——内容"看起来"写进去了，发布后是空白，因为它没触发 React 状态。

唯一可靠的方法是顺着 React Fiber tree 找到 onChange 回调，调用 EditorState.push() 或 resetWithValue()：

const editor = document.querySelector(‘.DraftEditor-root’)
|| document.querySelector(‘[data-slate-editor]’);

// 找到 React Fiber 上的 props
const key = Object.keys(editor).find(k => k.startsWith(‘__reactProps$’));
const props = editor[key];

// 深度 3-4 找到 onChange
const onChange = props.onChange ?? walkFiber(editor, 4).memoizedProps.onChange;

// 推荐用法（Slate 路径）
onChange(editorState);
如果是 HTML 来源（从 markdown 转的），用 html-to-draftjs 或 draft-convert 转 ContentState，再构造 EditorState 推送。

3. 博客园：Angular 注入协议——三件事缺一不可
   博客园后台是 Angular（nz-tree-select 这类组件）。React 那套 setter 在这里会失效，必须三步走：

function injectAngularValue(el, value) {
const proto = el.tagName === ‘TEXTAREA’
? HTMLTextAreaElement.prototype
: HTMLInputElement.prototype;

// 1. 原生 setter (绕过 Angular 的 value tracking)
const setter = Object.getOwnPropertyDescriptor(proto, ‘value’).set;
setter.call(el, value);

// 2. 双事件派发
el.dispatchEvent(new Event(‘input’, { bubbles: true }));
el.dispatchEvent(new Event(‘change’, { bubbles: true }));

// 3. blur 触发 Angular 提交
el.blur();
}
少了第三步（blur），你点"发布"后会发现标题正文全为空。少了第二步的 change 事件，Angular 会以为你没改过。

4. 小红书：发布按钮必须用硬编码坐标
   小红书的"发布"按钮走 icon + z-index，没法用 selector 稳定定位。视口必须设成 1440x900，按钮在 (1280, 850) 附近：

await page.setViewportSize({ width: 1440, height: 900 })
await page.mouse.click(1280, 850)
而且不能直接打开 /publish 或 /creator/note-editor（早被废弃），必须走 xiaohongshu.com/new/home → 头部 “发布笔记” 下拉箭头 ▾ → 选 “上传图文”。

5. Skill Workshop：让所有"反复做的事"变成可复用的 skill
   OpenClaw 的 skill_workshop 是这套栈的灵魂。每个我跑通的发布协议，都打成 skill proposal 写进 vault：

skill_workshop action=create name=publish-zhihu
description=“发布文章到知乎专栏 (zhuanlan.zhihu.com)”
proposal_content=“$(cat ~/…/publish-zhihu.md)”
关键约定：

action=create 创提案；action=update 改已上线 skill；action=revise 改 pending 提案
不能直接用 write / edit / shell 改 skill 文件——所有变更走 skill_workshop
description 控制在 160 字节内
提案正文控制在 40000 字节内
效果：跨 session 复用。今天让 Agent 发小红书，明天新 session 它也能发，因为 skill 在 vault 里是结构化文档，不是对话历史里的临时脚本。

四、一个完整的"三平台同步发布"长什么样？
假设今天我写完一篇 blog，想同步到知乎 + 博客园 + 小红书：

[User] 帮我把这篇文章发到知乎、小红书、博客园
[Agent]

1. supermemory recall zhihu publish # 拉最新选择器
2. supermemory recall cnblogs publish
3. supermemory recall xiaohongshu publish
4. read vault/drafts/2026-07-01-*/main.md # 读 Markdown 草稿
5. convert md -> html (可选)
6. connect BrowserOS ws://localhost:9100 # 通过 Playwright
7. for platform in [zhihu, cnblogs, xhs]:
   a. navigate to editor URL
   b. inject title (Angular setter / native setter)
   c. inject body (React Fiber onChange / Angular dual-event / ProseMirror execCommand)
   d. inject tags / topics
   e. upload cover image
   f. click publish (selector / hardcoded coords)
   g. wait for navigation / save URL
   h. for zhihu: 手动补一次话题 ⚠️
   整套约 80-120 秒，三平台都是真实账号登录态。

五、Crawl4AI 在 Agent 栈里的真实用法
Crawl4AI 通过 mcporter 注册成 MCP server，由 OpenClaw 暴露成 110 个工具：

{
“mcpServers”: {
“crawl4ai”: {
“command”: “crawl4ai-mcp”,
“env”: {
“CRAWL4AI_API_URL”: “http://localhost:11235”,
“BROWSER_CDP_URL”: “ws://localhost:9100”
}
}
}
}
重点是复用 BrowserOS 的 9100 端口——这样 Crawl4AI 启动的浏览器就是你日常登录的 Chrome。

高频工具：

crawl(url, extraction_schema)：单页抓取 + LLM 结构化抽取
deep_crawl(url, max_depth, filters)：整站爬
extract(url, css_selector)：CSS 选择器精确抽取
markdownify(url)：干净 Markdown 输出
browser.screenshot(url)：截图（绕过反爬时备选）
六、Supermemory 的真实用法：别把它当搜索框
新手最容易把 Supermemory 当成"高级 grep"，它的核心其实是结构化召回：

写

supermemory_store text=“公众号排版优先用 1.6 倍行距、配图主色 #0EA5E9” category=preference
supermemory_store text=“知乎发文后必须补至少 3 个话题，否则推荐归零” category=decision

读（强制协议步骤）

supermemory_search query=“知乎发布流程” limit=5
supermemory_profile # 看看系统对你了解多少
三条实战军规：

每个新 session 第一件事：supermemory_profile + supermemory_search 关键词
每条"以后还会用到"的结论：立刻 supermemory_store，不要等
MEMORY.md / SOUL.md 写硬约束，supermemory 写偏好/事实/决策——两者职责分明
七、可执行清单
如果你也想搭这套，按这个顺序来：

装 BrowserOS（Chrome 持久化容器，跑在后台监听 9100）
装 OpenClaw，确认 tools, cron, agents capabilities
注册 Supermemory，写进 ~/.openclaw/config.yaml
搭 Obsidian vault：agents/skills/ + drafts/YYYY-MM-DD-*/ + templates/
装 crawl4ai-mcp + mcporter，配置 mcporter.json 指向 BrowserOS 9100
建第一批 skill proposal（知乎/博客园/小红书）
约定强制协议：每次发布前必须 supermemory recall publish
把 BrowserOS 的 cookie 登满
跑通前三个平台大约一周，每个平台踩 2-3 次坑后就稳定了。

八、一些真实的"坑"和"惊喜"
坑：

BrowserOS 的 CDP 端口是 9100，不是 9201（9201 是 RPC）
知乎发文不带话题不推荐——必须补
小红书的"发布"按钮坐标会随版本漂移
博客园的标签输入需要模拟 Enter 形成 chip
Crawl4AI + BrowserOS 共用 9100 端口时，批量抓取会抢占登录态
惊喜：

当 Agent 开始"记得"你上周说过什么，那种感觉真的像养了一只电子猫
vault + skill_workshop 的组合让"个人知识库"和"Agent runtime"是同一个文件系统
跑通后，每周省下来的"键盘时间"约 6-8 小时
心跳 + cron 把"周报生成"“股票提醒”"RSS 总结"自动化得干净利落