从零搭建AI待办系统：用Vikunja+OpenClaw实现7×24小时智能任务管理

AI应用

从零搭建AI待办系统：用Vikunja+OpenClaw实现7×24小时智能任务管理

你有没有这样的经历：待办列表越来越长，但真正完成的没几个？不是你不够努力，而是传统工具缺少一个能主动帮你执行的AI搭档。

手机备忘录记了一堆事，回头就忘了看。Trello看板建得很漂亮，但卡片越堆越多。不是你偷懒，是从"想到一件事"到"把它记下来并跟踪执行"，中间的摩擦太大了。

这篇文章会带你从零搭建一套AI待办管理系统。用Vikunja（开源任务管理工具）做任务存储，用OpenClaw（开源AI助手平台）做智能交互。

搭完之后，你在Telegram或飞书里说一句"帮我记一下明天下午开会"，系统就自动帮你创建任务。每天早上它会推送今日待办，快到期的任务还会主动提醒你。

为什么需要AI待办管理

传统任务管理工具有一个根本问题：只记录，不执行。

你在Todoist里建了50个任务，完成10个，剩下40个静静躺在那里。工具不会催你，不会帮你拆分，不会在合适的时候提醒你。时间一长，待办列表变成了"待办墓地"。

AI解决了这个问题中的执行摩擦。具体来说，它能在三个环节帮到你：

自然语言创建任务：不用打开App，说一句"周五前交报告"就行
自动检查逾期：AI定时扫描，发现快到期的任务主动提醒你
智能查询汇总：问一句"今天有什么事"，直接给你整理好

Vikunja和OpenClaw的组合，恰好能覆盖这些场景。Vikunja提供稳定的任务管理后端，OpenClaw提供7×24在线的AI助手。两个都是开源项目，数据在自己服务器上，隐私有保障。

Vikunja + OpenClaw AI待办管理系统架构图

图1：系统整体架构——用户通过消息渠道与OpenClaw交互，OpenClaw调用Vikunja API管理任务

核心思路很简单：AI负责执行，你负责决策。AI帮你记事、提醒、查询，但哪些事重要、先做什么，由你来定。

部署Vikunja：搭建你的任务管理中心

Vikunja是用Go和Vue.js开发的开源任务管理工具，支持列表、看板、甘特图等多种视图。它提供完整的REST API，是我们后续AI集成的基础。

Docker Compose部署

推荐用Docker Compose一键部署。创建一个docker-compose.yml文件：

version: '3.9'

services:
  vikunja:
    restart: always
    container_name: vikunja
    image: vikunja/vikunja:latest
    volumes:
      # 数据持久化：数据库文件
      - /data/vikunja/db:/db
      # 数据持久化：附件文件
      - /data/vikunja/files:/app/vikunja/files
    ports:
      - '3456:3456'
    environment:
      - VIKUNJA_SERVICE_TIMEZONE=Asia/Shanghai

启动服务：

# 创建数据目录
mkdir -p /data/vikunja/db /data/vikunja/files

# 启动容器
docker compose up -d

# 查看运行状态
docker compose ps

启动后访问 http://<你的服务器IP>:3456，首次使用需要注册一个管理员账号。

注册完成后，登录界面就能看到Vikunja的看板。先创建一个项目（比如"个人待办"），记下这个项目的ID——后面API调用会用到。

提示：Vikunja默认使用SQLite，轻量且零配置。如果生产环境需要更高性能，可以切换到MySQL或PostgreSQL，官方文档有详细说明。

API Token与接口验证

要让AI操作Vikunja，需要先创建一个API Token（访问令牌）。

创建步骤：

登录Vikunja，点击右上角头像进入Settings
找到"API Tokens"选项，点击"Create new token"
给Token起个名字（比如"openclaw"），权限保持默认即可
复制生成的Token，保存好

核心API端点：

操作方法端点列出项目任务GET/api/v1/projects/{id}/tasks 创建任务POST/api/v1/projects/{id}/tasks 更新任务PUT/api/v1/tasks/{id} 删除任务DELETE/api/v1/tasks/{id} 获取任务详情GET/api/v1/tasks/{id}

用curl验证API是否连通：

# 设置环境变量（替换为你的实际值）
export VIKUNJA_URL="http://你的服务器IP:3456"
export VIKUNJA_TOKEN="你刚才复制的Token"

# 列出项目ID为1的所有任务
curl -s -H "Authorization: Bearer ${VIKUNJA_TOKEN}" \
  "${VIKUNJA_URL}/api/v1/projects/1/tasks" | jq '.'

如果返回了任务列表（新项目可能是空数组[]），说明连接正常。试一下创建任务：

# 创建一个测试任务
curl -s -X POST "${VIKUNJA_URL}/api/v1/projects/1/tasks" \
  -H "Authorization: Bearer ${VIKUNJA_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "测试任务",
    "description": "验证API连通性",
    "due_date": "2026-04-10T00:00:00Z",
    "priority": 3
  }' | jq '.id'

踩坑提醒：创建任务时，Vikunja要求namespace_id字段。如果不传这个字段，API会返回3010错误。使用/projects/{id}/tasks端点创建任务时，Vikunja会自动关联namespace。但如果遇到问题，可以在请求body中手动加上"namespace_id": 1。

安装OpenClaw：你的7×24 AI助手

OpenClaw是一个开源的AI助手平台，前身是Clawdbot。它可以在本地运行一个AI Gateway（网关），连接Telegram、飞书、Discord等20多个消息渠道。这样你就能随时随地用自然语言和AI对话。

安装和初始化

OpenClaw需要Node.js 24（或22.16+）环境。安装过程很简单：

# 全局安装OpenClaw
npm install -g openclaw@latest

# 运行初始化向导
openclaw onboard --install-daemon

onboard命令会引导你完成四项配置：

Gateway：本地控制中心，负责接收消息和调度AI
Workspace：工作空间目录，存放配置和Skills
Channel：消息渠道，比如Telegram Bot或飞书应用
LLM Provider：AI模型提供商，支持OpenAI、Anthropic等

连接消息渠道

以Telegram为例，这是最常用的消息渠道：

在Telegram中搜索@BotFather，创建一个新Bot
获取Bot Token
在OpenClaw配置中添加Telegram渠道：

# 添加Telegram渠道
openclaw channels add telegram --token "你的Bot Token"

添加完成后，在Telegram中给你的Bot发一条消息。如果一切正常，Bot会回复你。至此，你已经有一个可以通过Telegram对话的AI助手了。

理解Tools和Skills架构

OpenClaw有两个核心概念需要理解：

Tools（工具） 是AI的能力器官。比如exec工具让AI能执行命令行，read和write工具让AI能读写文件，cron工具让AI能设置定时任务。OpenClaw内置了26种工具。

Skills（技能） 是工具的使用说明书。通过编写SKILL.md文件，你告诉AI在什么场景下、用什么工具、执行什么操作。可以理解为Tools是手和脚，Skills是教AI怎么用手脚完成具体任务。

OpenClaw Hub-and-Spoke架构图

图2：OpenClaw架构——Gateway作为控制中心连接各消息渠道，Skills指导AI使用Tools完成任务

Gateway是整个系统的守护进程，确保AI助手持续在线。它通过systemd（Linux）或launchd（macOS）注册为系统服务，开机自启动。

开发Vikunja Skill：教AI管理待办

有两种方式让OpenClaw学会操作Vikunja：安装现成Skill，或自己开发。先看快速方案。

快速方案：安装现成Skill

社区已经有人开发了Vikunja的Skill，一行命令就能装好：

# 安装Vikunja任务管理Skill
openclaw skills install nickian/vikunja-tasks

安装后，配置环境变量让Skill知道你的Vikunja在哪：

# 在OpenClaw配置中添加环境变量
# 方式一：编辑 ~/.openclaw/openclaw.json
# 方式二：在Shell中设置
export VIKUNJA_URL="http://你的服务器IP:3456"
export VIKUNJA_TOKEN="你的API Token"

然后直接在Telegram里跟Bot说：

"帮我创建一个任务：周五前交季度报告"

Bot就会调用Vikunja API帮你创建任务。你还可以说"今天有什么待办"、"把XX任务标记完成"来查看和操作任务。

进阶方案：自定义Skill开发

现成的Skill能满足基本需求，但如果你想做更多定制（比如特定的任务分类规则、自动打标签等），就需要自己写Skill。

SKILL.md文件结构

每个Skill就是一个SKILL.md文件，分两部分：Front Matter（元数据）和正文（指令）。

先创建Skill目录和文件：

mkdir -p ~/.openclaw/skills/vikunja-manager

然后创建~/.openclaw/skills/vikunja-manager/SKILL.md：

---
name: vikunja-manager
description: 通过自然语言管理Vikunja待办任务，支持创建、查询、完成、删除操作
requires:
  - exec
os: []
---

# Vikunja 任务管理技能

你可以通过此技能管理我的Vikunja待办任务。以下是你需要遵守的规则。

## 环境变量

- VIKUNJA_URL: Vikunja实例地址（已配置）
- VIKUNJA_TOKEN: API Token（已配置）
- VIKUNJA_PROJECT_ID: 默认项目ID（默认为1）

## 操作指南

### 创建任务

当用户要求添加、创建、记录任务时：

1. 从用户的话中提取任务标题
2. 如果用户提到了截止日期，转换为ISO 8601格式
3. 如果用户提到了优先级，映射为数字（1=紧急，2=高，3=中，4=低，5=最低）

curl -s -X POST "${VIKUNJA_URL}/api/v1/projects/${VIKUNJA_PROJECT_ID}/tasks" \

-H "Authorization: Bearer ${VIKUNJA_TOKEN}" \

-H "Content-Type: application/json" \

-d '{

"title": "用户描述的任务标题",

"description": "补充说明（如果有）",

"due_date": "截止日期（如果有，ISO 8601格式）",

"priority": 优先级数字


创建成功后，回复用户："已创建任务：{title}"。

### 查看待办任务

当用户询问今天有什么任务、待办列表、还没做完的事时：

获取所有未完成的任务

curl -s -H "Authorization: Bearer ${VIKUNJA_TOKEN}" \

"${VIKUNJA_URL}/api/v1/projects/${VIKUNJA_PROJECT_ID}/tasks" | \

jq '[.[] | select(.done == false)]'


将结果整理为简洁的列表格式回复用户，按截止日期排序。格式：
- [紧急] 任务标题 - 截止：MM-DD
- [普通] 任务标题

### 标记任务完成

当用户说"完成XXX"、"XXX做完了"时：

1. 先搜索任务列表，找到匹配的任务ID
2. 调用API标记完成

第一步：搜索任务

curl -s -H "Authorization: Bearer ${VIKUNJA_TOKEN}" \

"${VIKUNJA_URL}/api/v1/projects/${VIKUNJA_PROJECT_ID}/tasks?search=关键词" | \

jq '[.[] | select(.done == false) | {id, title}]'

第二步：标记完成（用上一步获取的ID）

curl -s -X PUT "${VIKUNJA_URL}/api/v1/tasks/{TASK_ID}" \

-H "Authorization: Bearer ${VIKUNJA_TOKEN}" \

-H "Content-Type: application/json" \

-d '{"done": true}'


### 检查逾期任务

当用户询问逾期任务，或需要定时检查时：

curl -s -H "Authorization: Bearer ${VIKUNJA_TOKEN}" \

"${VIKUNJA_URL}/api/v1/projects/${VIKUNJA_PROJECT_ID}/tasks" | \

jq '[.[] | select(.done == false and .due_date != null and (.due_date | sub("\\.[0-9]+Z$"; "Z") | fromdateiso8601) < now)]'


逾期任务用醒目的格式提醒用户，比如："以下任务已逾期！"。

### 删除任务

当用户明确要求删除某个任务时：

先搜索确认，再删除

curl -s -X DELETE "${VIKUNJA_URL}/api/v1/tasks/{TASK_ID}" \

-H "Authorization: Bearer ${VIKUNJA_TOKEN}"


删除前务必和用户确认。

这个Skill定义了四个核心操作：创建、查询、完成、删除。每个操作都有明确的触发条件和执行步骤。

Skill执行流程图

图3：用户输入自然语言后，OpenClaw解析意图、匹配Skill规则、调用API执行、返回友好结果的完整链路

调试技巧：开发Skill时，建议先用强模型（如Claude Opus）测试，因为它对复杂指令的理解更准确。流程跑通后，可以切换到更便宜的模型来执行日常操作。在OpenClaw的配置文件中可以针对不同Skill设置不同的模型。

namespace_id的处理：前面提到过，Vikunja创建任务时有时需要namespace_id。在Skill中可以加入一个预检查步骤：先查询项目的namespace信息，再创建任务。这样就不会因为缺少字段而报错。

自动化：让AI主动为你工作

手动让AI帮你记事只是第一步。真正的效率提升来自自动化——让AI主动帮你检查任务、推送提醒。

OpenClaw提供了两种自动化机制：Cron（定时任务） 和 Heartbeat（心跳）。

自动化双重提醒时序图

图4：Cron每日回顾和Heartbeat实时检查两条时间线协作，确保任务不被遗忘

Cron定时任务：每日回顾

Cron适合做定时、周期性的任务。比如每天早上8点推送今日待办，每天晚上9点半回顾未完成任务。

在OpenClaw中配置Cron任务：

{
  "cron": [
    {
      "name": "morning-briefing",
      "schedule": "0 8 * * *",
      "prompt": "查看Vikunja中今天到期的任务和已逾期的任务，整理成简洁的晨报推送给用户。格式：今日待办N项，逾期M项，逐条列出。"
    },
    {
      "name": "evening-review",
      "schedule": "30 21 * * *",
      "prompt": "检查Vikunja中所有未完成的任务，列出清单推送给用户。对逾期未完成的任务询问用户：推迟、归档还是放弃？确保每个任务都有归宿。"
    }
  ]
}

每天早上8点，AI会自动查看你的Vikunja，整理出今日待办和逾期任务，通过Telegram或飞书推送给你。晚上9点半，它会检查所有未关闭的任务，请你做决定——推迟、归档还是放弃。

Heartbeat心跳：实时检查

Heartbeat是OpenClaw的独特机制。它每隔固定时间（比如30分钟）触发一次，适合做轻量级的实时检查。

配置Heartbeat，检查即将到期的任务：

{
  "heartbeat": {
    "interval_minutes": 30,
    "prompt": "检查Vikunja中未来2小时内到期的未完成任务。如果有，推送提醒给用户：'以下任务即将到期：{任务列表}'。如果没有即将到期的任务，不做任何操作，静默返回。"
  }
}

Heartbeat的关键设计是静默返回：没有需要提醒的任务时，AI什么都不说，不打扰用户。只有真正有事时才会推送消息。

双重提醒的设计思路

为什么用两套机制，而不是只用一个？

Cron负责"重"检查：固定时间、全面扫描、需要用户决策
Heartbeat负责"轻"检查：高频触发、只看紧急事项、被动提醒

两者搭配，形成完整的任务跟踪闭环。每天两次"重"检查确保任务不腐烂，30分钟一次"轻"检查确保不遗漏紧急事项。

最佳实践与避坑指南

系统搭好之后，用得好不好取决于几个关键原则。

AI边界：执行归AI，决策归你

AI擅长做确定性的事：记任务、查列表、发提醒。但优先级设定和价值判断不应外包给AI。

"今天应该先做哪个任务"——这需要你根据自己的目标来判断。AI可以告诉你"任务A今天到期，任务B明天到期"，但不应该替你决定先做哪个。

好的做法是让AI提供信息，由你做决定：

你：今天有什么事？
AI：今天有3个任务：
    [紧急] 提交季度报告 - 截止：今天
    [普通] 预约下周会议 - 截止：明天
    [低] 整理桌面 - 无截止日期
你：先做报告，会议推迟到下周。
AI：好的，已把"预约下周会议"截止日期推迟到下周一。

强制闭环机制

任务管理最大的敌人不是"忘记做"，而是"做了但没关掉"。半完成的任务堆积在列表里，造成心理负担。

应对方法是强制闭环：每个任务最终必须达到以下状态之一：

完成：事情做完了
推迟：确实现在做不了，推迟到明确的时间
归档：事情已经不相关了
放弃：决定不做了，坦然接受

晚间回顾的Cron任务就是为了实现这个闭环。每天晚上AI帮你过一遍未关闭的任务，逐个确认去留。

模型选择策略

AI模型的调用成本差异很大。一个实用的策略：

调试阶段用强模型（Claude Opus、GPT-4），因为需要理解复杂的Skill指令
日常执行用便宜模型（Claude Haiku、GPT-4o-mini），因为流程已经固化

在OpenClaw中可以为不同场景配置不同模型：

{
  "models": {
    "default": "claude-haiku",
    "cron": "claude-haiku",
    "interactive": "claude-sonnet"
  }
}

安全注意事项

最后几点安全建议：

API Token最小权限：Vikunja的Token只给必要的权限，不要用管理员Token
exec工具开启审批：在OpenClaw配置中，让exec工具执行命令前需要你确认
Skill白名单管理：只加载你信任的Skill，不要随意安装来历不明的Skill
网络隔离：Vikunja如果部署在内网，用反向代理暴露API即可，不要直接开放端口

AI与人类协作管理任务

图5：AI负责执行确定性操作，人类专注于决策和优先级判断

总结与展望

这篇文章带你搭建了一套完整的AI待办管理系统。回顾一下关键步骤：

Vikunja作为任务管理后端，Docker一键部署，REST API完备
OpenClaw作为AI助手，连接消息渠道，Skills扩展能力
自定义Skill让AI学会操作Vikunja，用自然语言管理任务
Cron + Heartbeat双重自动化，确保任务不遗漏不腐烂

方案的优点：

开源免费，数据自托管，隐私有保障
7×24在线，随时随地通过手机管理待办
高度可定制，Skill可以根据自己的需求调整

方案的局限：

初始搭建需要一定的技术基础（Docker、命令行）
依赖AI模型，复杂操作偶尔可能出错
目前更适合个人使用，团队协作需要额外配置

未来可以做的扩展：

团队协作：Vikunja本身支持团队功能，结合OpenClaw的多Agent协作，可以实现任务自动分配
多工具集成：把日历、邮件、GitHub等工具也接入OpenClaw，形成统一的工作流
更智能的提醒：根据你的习惯调整提醒策略，比如工作日和周末不同的推送节奏

如果你也在用各种工具管理待办但总觉得少了点什么，不妨试试这套方案。花一个下午搭好，之后每天都能省下不少精力。

参考资料

如果觉得文章对你有用，请随意赞赏

AI Vikunja OpenClaw 任务管理自动化 Docker 开源

从零搭建AI待办系统：用Vikunja+OpenClaw实现7×24小时智能任务管理

https://www.fengyege.top/archives/d6f38b66-8e2d-4306-8b98-c725542ecf3c

作者

枫夜求索阁

发布于

2026-04-26

更新于

2026-04-26

许可协议

CC BY 4.0

从零搭建AI待办系统：用Vikunja+OpenClaw实现7×24小时智能任务管理

从零搭建AI待办系统：用Vikunja+OpenClaw实现7×24小时智能任务管理

为什么需要AI待办管理

部署Vikunja：搭建你的任务管理中心

Docker Compose部署

API Token与接口验证

安装OpenClaw：你的7×24 AI助手

安装和初始化

连接消息渠道

理解Tools和Skills架构

开发Vikunja Skill：教AI管理待办

快速方案：安装现成Skill

进阶方案：自定义Skill开发

获取所有未完成的任务

第一步：搜索任务

第二步：标记完成（用上一步获取的ID）

先搜索确认，再删除

自动化：让AI主动为你工作

Cron定时任务：每日回顾

Heartbeat心跳：实时检查

双重提醒的设计思路

最佳实践与避坑指南

AI边界：执行归AI，决策归你

强制闭环机制

模型选择策略

安全注意事项

总结与展望

参考资料

作者

发布于

更新于

许可协议

评论