MURU AI · 木汝科技
INPUT FOLDER 实战指南
OPENCLAW
AI 员工异步管理流程实践
一个 TXT 文件的革命
基于Muru AI 真实测试案例
无直接交互完成多项任务
无直接交互完成多项任务
MURU AI
01/ 什么是 Input Folder 模式？
核心概念
✅ 无需实时在线交互，像"投递工单"一样给 AI 员工部署工作任务
传统模式
📱 web端或即时通讯端：你问我答，必须实时在线（同步交互）
❌ 限制：双方都要守着对话框（一个人最多管3-5个AI员工）
❌ 限制：双方都要守着对话框（一个人最多管3-5个AI员工）
Input Folder 模式
👤 用户：把任务写成 TXT 文件，丢进 input/文件夹
📤 飞书：发送"input 有新任务"
🤖 Agent：自动扫描 → 读取 → 执行 → 完成 → 通知
📤 飞书：发送"input 有新任务"
🤖 Agent：自动扫描 → 读取 → 执行 → 完成 → 通知
关键点
🔓 解耦了"发送"和"处理"的时间
⏰ 你放下任务就走，AI 做完通知你，等你有时间再去处理
⏰ 你放下任务就走，AI 做完通知你，等你有时间再去处理
MURU AI
02/ 核心目录结构
工作空间位置
📁 C:\Users\Administrator\.openclaw\workspace-product\input\
👥 用户和AI员工（产品官）共管的文件夹
👥 用户和AI员工（产品官）共管的文件夹
文件夹结构
📂 input/2026-03-21/
├── tasks.txt（任务清单）
├── current.txt（当前任务）
├── decision-001.txt（决策问题）
└── completed/（已完成）
├── tasks.txt（任务清单）
├── current.txt（当前任务）
├── decision-001.txt（决策问题）
└── completed/（已完成）
关键点
📅 按日期分类，每天一个文件夹
📝 所有文件都是 TXT 格式，无需 JSON
📝 所有文件都是 TXT 格式，无需 JSON
MURU AI
03/ 3 个核心 TXT 文件
1. tasks.txt（任务清单）
📝 task-001 | 搜索 AI 新闻 | 搜索 10 条 | high
📝 task-002 | 生成简报 | 百度 AI 搜索 | medium
📝 task-002 | 生成简报 | 百度 AI 搜索 | medium
2. current.txt（任务指针）
📋 # 当前正在执行的任务
task-001
# 状态：执行中...
task-001
# 状态：执行中...
3. decision-001.txt（决策）
❓ 问题：简报风格选择
🔘 选项：A.简洁版 B.详细版
💬 请在 decision-001-reply.txt 回复
🔘 选项：A.简洁版 B.详细版
💬 请在 decision-001-reply.txt 回复
格式说明
📌 用 | 分隔字段
📊 优先级：high/medium/low
✨ 小学生都会写
📊 优先级：high/medium/low
✨ 小学生都会写
MURU AI
04/ 工作流程：3 步搞定
第 1 步：创建任务
📝 创建 input/2026-03-21/tasks.txt
✏️ 内容：task-001 | 测试任务 | 随便写点啥 | high
✏️ 内容：task-001 | 测试任务 | 随便写点啥 | high
第 2 步：通知 AI
📤 飞书消息："input 有新任务"
⚡ 触发机制：关键词识别
⚡ 触发机制：关键词识别
第 3 步：等待完成
🤖 AI 自动：扫描 → 执行 → 完成 → 通知
📄 完成报告：completed/task-001-done.txt
📄 完成报告：completed/task-001-done.txt
MURU AI
05/ 后台技术实现
触发机制 1：飞书消息
💬 你说"input 有新任务"
📲 飞书推送 → OpenClaw Gateway
🔍 AI 识别关键词 → 扫描 input/
📲 飞书推送 → OpenClaw Gateway
🔍 AI 识别关键词 → 扫描 input/
触发机制 2：任务完成后
✅ 完成 task-001 → 创建 task-001-done.txt
🔄 【自动】读取 tasks.txt
📋 检查 next_task → 有任务就继续，没有就通知你
🔄 【自动】读取 tasks.txt
📋 检查 next_task → 有任务就继续，没有就通知你
配置文件
⚙️ openclaw.json：飞书集成
📄 AGENTS.md：我的工作规则
⏰ cron.json：定时任务（可选）
📄 AGENTS.md：我的工作规则
⏰ cron.json：定时任务（可选）
MURU AI
06/ 逐项执行机制
核心规则
✅ 完成一项 → 扫描 → 做下一项
📌 不批量完成，每次只做一个任务
📌 不批量完成，每次只做一个任务
执行流程
1️⃣ 读取 tasks.txt
2️⃣ 执行 task-001
3️⃣ 完成 → 创建 task-001-done.txt
4️⃣ 扫描 → 执行 task-002
5️⃣ 完成 → 创建 task-002-done.txt
6️⃣ 扫描 → 无任务 → 通知"今日任务已完成"
2️⃣ 执行 task-001
3️⃣ 完成 → 创建 task-001-done.txt
4️⃣ 扫描 → 执行 task-002
5️⃣ 完成 → 创建 task-002-done.txt
6️⃣ 扫描 → 无任务 → 通知"今日任务已完成"
关键点
🎮 可控性强，随时可以中断
📊 每项任务都有独立完成报告
📊 每项任务都有独立完成报告
MURU AI
07/ 决策问题处理
遇到需要决策的问题
🤖 AI 创建：decision-001.txt
📝 内容：问题 + 选项（A/B/C）+ 建议
📲 飞书通知："需要决策：decision-001"
📝 内容：问题 + 选项（A/B/C）+ 建议
📲 飞书通知："需要决策：decision-001"
你的操作
1️⃣ 查看 decision-001.txt
2️⃣ 创建 decision-001-reply.txt
3️⃣ 回复：选择 B + 补充说明
4️⃣ 飞书通知："已回复 decision-001"
2️⃣ 创建 decision-001-reply.txt
3️⃣ 回复：选择 B + 补充说明
4️⃣ 飞书通知："已回复 decision-001"
AI 继续执行
📖 读取 decision-001-reply.txt
▶️ 根据你的选择继续执行
📋 所有决策都有据可查
▶️ 根据你的选择继续执行
📋 所有决策都有据可查
MURU AI
08/ 实战案例：4 分钟完成操作手册
任务
📋 整理一份 Input Folder 异步沟通系统的操作手册
过程
1️⃣ 创建 tasks.txt
2️⃣ 飞书通知 AI
3️⃣ AI 扫描 → 执行 → 完成
4️⃣ 收到完成通知
2️⃣ 飞书通知 AI
3️⃣ AI 扫描 → 执行 → 完成
4️⃣ 收到完成通知
结果
⏱️ 耗时：4 分钟
📄 产出：5800 字完整操作手册
📁 文件：output/reports/Input-Folder 异步沟通系统操作手册 -v3.0.md
📚 内容：使用说明、文件模板、常见问题、最佳实践
📄 产出：5800 字完整操作手册
📁 文件：output/reports/Input-Folder 异步沟通系统操作手册 -v3.0.md
📚 内容：使用说明、文件模板、常见问题、最佳实践
MURU AI
09/ 效率对比：传统 vs Input Folder
沟通方式
❌ 传统：实时在线，等待回复
✅ Input Folder：异步，时间自由
📈 提升：🚀 不需要同时在线
✅ Input Folder：异步，时间自由
📈 提升：🚀 不需要同时在线
任务追踪
❌ 传统：聊天记录，难查找
✅ Input Folder：文件归档，可追溯
📈 提升：🔍 随时查看进度
✅ Input Folder：文件归档，可追溯
📈 提升：🔍 随时查看进度
学习成本
❌ 传统：需要学习对话技巧
✅ Input Folder：会写 TXT 即可
📈 提升：🎯 零门槛，小学生都会
✅ Input Folder：会写 TXT 即可
📈 提升：🎯 零门槛，小学生都会
MURU AI
10/ 总结与下一步
核心优势
🔓 解耦：不需要实时守着对话框
📝 留痕：所有任务都有文件记录
📦 批量化：一次丢一堆任务，AI 自动排队
✨ 简单：全部 TXT 格式，无需 JSON
📝 留痕：所有任务都有文件记录
📦 批量化：一次丢一堆任务，AI 自动排队
✨ 简单：全部 TXT 格式，无需 JSON
立即开始
1️⃣ 创建 input/2026-03-21/文件夹
2️⃣ 创建 tasks.txt：task-001 | 测试任务 | 描述 | high
3️⃣ 飞书："input 有新任务"
2️⃣ 创建 tasks.txt：task-001 | 测试任务 | 描述 | high
3️⃣ 飞书："input 有新任务"
结束语
💡 把 Agent 当成一个拥有独立"收件箱"的员工来管理
🛠️ 用简单的工具（TXT 文件），解决最复杂的问题（人机协作）
🛠️ 用简单的工具（TXT 文件），解决最复杂的问题（人机协作）