当前位置：首页 > news >正文

OpenClaw+Phi-3-mini-128k-instruct智能书签：自动归档阅读进度

news 2026/8/9 17:19:48

OpenClaw+Phi-3-mini-128k-instruct智能书签：自动归档阅读进度

1. 为什么需要智能书签？

作为一个每天要阅读大量技术文档和论文的人，我经常遇到这样的困扰：在电脑上看到一半的文章，换到手机或平板后就找不到阅读进度；或者隔几天再打开同一篇长文时，完全忘记上次看到哪里。传统的浏览器书签只能保存链接，无法记录具体的阅读位置和上下文。

更麻烦的是，当我需要回顾某篇文章的核心观点时，往往要重新通读全文。这种低效的阅读方式消耗了大量时间。直到我发现OpenClaw+Phi-3-mini-128k-instruct的组合，才真正实现了"阅读状态全自动归档"的工作流。

2. 技术方案设计思路

2.1 核心组件分工

这个自动化系统的三个关键部分各司其职：

OpenClaw：作为执行引擎，负责操控浏览器获取页面内容、识别滚动位置、触发后续处理流程。它的鼠标键盘操控能力可以模拟人类操作，而本地运行的特点保证了隐私安全。
Phi-3-mini-128k-instruct：作为认知引擎，负责理解页面内容结构、生成章节摘要、提取核心观点。选择128k上下文版本是因为技术文档往往很长，需要大上下文窗口才能保持连贯理解。
自建同步服务：我用简单的Flask API搭建了一个同步服务器，存储阅读进度和摘要，实现多设备间的状态同步。这部分也可以用现成的Notion API等替代。

2.2 工作流拆解

整个自动化流程被设计为四个阶段：

状态捕获：OpenClaw定期检测活跃浏览器标签，获取URL、页面标题、滚动位置等元数据
内容提取：对阅读时间超过30秒的页面，自动提取可见区域的文本内容
智能处理：将文本发送给Phi-3-mini进行章节识别和摘要生成
归档同步：把结构化数据保存到数据库，并推送到其他设备

3. 具体实现过程

3.1 环境准备

首先在MacBook上部署了OpenClaw和Phi-3-mini-128k-instruct：

# 安装OpenClaw curl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --install-daemon # 部署Phi-3-mini (使用vllm) docker run --gpus all -p 8000:8000 \ -v /path/to/models:/models \ vllm/vllm:latest \ --model microsoft/Phi-3-mini-128k-instruct \ --tensor-parallel-size 1

3.2 OpenClaw技能开发

为了实现浏览器监控，我开发了一个自定义Skill：

// browser-monitor.js module.exports = { name: 'browser-monitor', actions: { async captureReadingState() { const activeTab = await this.browser.getActiveTab(); const scrollPos = await this.browser.getScrollPosition(); const viewportText = await this.browser.extractVisibleText(); return { url: activeTab.url, title: activeTab.title, scrollPosition: scrollPos, textSnippet: viewportText, timestamp: new Date().toISOString() }; } } };

这个技能会每5分钟自动执行一次，但只有检测到用户在某页面停留超过阈值时才会触发后续处理。

3.3 Phi-3-mini摘要生成

配置OpenClaw使用本地部署的Phi-3-mini：

// ~/.openclaw/openclaw.json { "models": { "providers": { "local-phi3": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [ { "id": "phi-3-mini-128k", "name": "Local Phi-3 Mini", "contextWindow": 131072 } ] } } } }

摘要生成的prompt经过多次优化，最终版本如下：

你是一个专业的技术文档分析助手。请根据提供的文本片段： 1. 识别所属章节标题（如存在） 2. 用50字以内总结该片段核心内容 3. 提取3-5个关键词 4. 判断内容类型：概念定义/代码示例/图表说明/理论推导/实践指南 文本片段：{{content}}

3.4 同步服务集成

为了避免重复处理，我设计了一个简单的去重机制 - 对每个URL+滚动位置组合计算MD5哈希值作为唯一标识：

# sync_server.py from flask import Flask, request import hashlib app = Flask(__name__) reading_states = {} @app.route('/sync', methods=['POST']) def sync_state(): data = request.json state_id = hashlib.md5( f"{data['url']}-{data['scrollPosition']}".encode() ).hexdigest() if state_id not in reading_states: reading_states[state_id] = data # 触发同步到其他设备的逻辑 return {"status": "new"} return {"status": "duplicate"}

4. 使用效果与优化

4.1 实际工作流示例

当我阅读一篇关于Rust并发模型的长文时，系统自动生成了这样的归档记录：

## [Rust的并发原语](https://example.com/rust-concurrency) **最后阅读位置**：第4章「Arc与Mutex」第2节 **最后访问时间**：2024-03-15 14:30 **当前片段摘要**：解释了Arc如何在多线程间安全共享所有权，配合Mutex实现内部可变性 **关键词**：原子引用计数、线程安全、内部可变性、Send/Sync **内容类型**：概念定义+代码示例

这样的记录让我即使隔几周后回来，也能快速定位到关键内容。