Stella (AI助手)

Stella (AI助手)

Stella (AI助手)

Stella是一个基于[[openclaw]]构建的数字助手系统，专为高强度、多线作战的风险投资人（VC）设计。它通过独特的记忆架构和持续进化机制，成为用户可依赖的"第二大脑"。

核心架构

记忆层

Stella采用双层记忆架构，以纯文本Markdown文件存储，透明、可编辑、可Git备份：

  • 每日笔记（Daily Notes）：系统每天自动生成memory/YYYY-MM-DD.md文件，记录会议内容、决策要点、任务增删等原始日志。
  • 长期记忆（MEMORY.md）：每周从每日笔记中提炼核心信息，形成"人生与工作档案"，启动时优先读取。

Kaizen循环

每周五触发"研究模式"，扫描OpenClaw社区最佳实践，生成研究报告；周日与用户Review，讨论落地计划。同时从日常互动中捕捉反馈，驱动系统自我重构和精简。

LLM与脚本分离

LLM只负责需要推理的任务（合成、优先级判断、邮件起草），脚本负责确定性操作（读写文件、调用API、定时任务），确保系统稳定可靠。

核心功能

  • 会议闭环：会前60分钟自动推送简报，会后通过Granola API抓取记录，提取行动项同步到Todoist，他人承诺记录在个人Markdown文件中。
  • 任务管理：核心任务图以结构化Markdown存储，近期事项同步到Todoist，每晚运行"任务清扫"。
  • 关系CRM：为每个利益相关者维护持久上下文档案，包括历史互动、承诺事项、偏好等。
  • 信息过滤：邮件和日历三重过滤，只推送需要行动或值得关注的内容。
  • 日常简报：每日两次WhatsApp推送（晨报+晚报），每周生成精选情报摘要。

实际成效

  • 会议准备时间节省70%以上
  • 遗漏事项接近零
  • 生产力像复利一样增长

可复制路径

  1. 从OpenClaw基础实例起步，接入WhatsApp/Todoist/Granola等API
  2. 构建双层Markdown记忆系统
  3. 设计Kaizen定时任务，实现每周Review
  4. 严格分离LLM判断与脚本执行
  5. 从会议闭环、任务清扫、关系CRM入手，逐步扩展
分享到