OpenClaw Skill 每日推荐 - Apple Apps & Services

OpenClaw Skill 每日推荐 - Apple Apps & Services 🍎

本文是 OpenClaw Skill 每日推荐系列的第 2 篇，共 30 篇。
每天介绍一个 Skill 分类，帮你发现 OpenClaw 生态中最实用的技能。

今日分类概述

分类名称： Apple Apps & Services
Skill 数量： 44 个
GitHub 仓库： openclaw/skills

Apple 生态拥有庞大的用户群体，macOS 和 iOS 平台上沉淀了大量原生应用和服务。这个分类的 Skill 聚焦于让 OpenClaw 与 Apple 原生生态深度集成——从通讯录、照片、音乐到健康数据，从系统自动化到本地 AI 推理，覆盖了 Apple 用户的几乎所有日常场景。

44 个 Skill 大致可分为以下几个方向：

方向 代表 Skill 数量
📱 原生应用集成 Apple Notes、Apple Reminders、Apple Photos ~15
🎵 媒体与音频 Apple Music DJ、MLX TTS/STT、Mac TTS ~8
🔧 系统自动化 macOS Native Automation、Homebrew、Shortcuts ~6
🏠 设备与定位 Find My、Apple TV、Tesla 控制 ~6
📊 数据与健康 Apple Health、HealthKit Sync ~4
📝 效率工具 Drafts、Email Management、FZF ~5

精选 Skill 详解

1. 🎧 Apple Music DJ

GitHub: and3rn3t/apple-music-dj
推荐指数： ⭐⭐⭐⭐⭐

核心功能

这不是一个简单的音乐播放器 Skill——它是一个完整的 Apple Music 个性化引擎。通过 MusicKit API 读取你的收听历史、Replay 统计、评分和资料库数据，构建深度品味画像，然后使用五种策略生成智能播放列表，直接写入你的 Apple Music 资料库。

五大播放列表策略

  1. Deep Cuts Explorer — 挖掘你喜爱艺人中尚未听过的冷门曲目
  2. Mood / Activity Matcher — 根据心情或活动（健身、专注、派对）匹配音乐
  3. Trend Radar — 当前排行榜热门曲目，过滤后匹配你的口味
  4. Constellation Discovery — 从熟悉艺人出发，向外探索新音乐领域
  5. Playlist Refresh — 分析现有播放列表的声音特征，添加新鲜曲目

实用场景

1
2
3
4
5
6
7
8
用户："我最近老听同样的20首歌"
→ Constellation Discovery 策略，从你的常听艺人出发向外扩展

用户："给我做个跑步播放列表"
→ Mood/Activity Matcher，140-180 BPM 高能量曲目

用户："下周要看 Phoebe Bridgers 演出"
→ Concert Prep Playlist，热门曲目 + 冷门佳作预热

技术实现

  • API 集成： Apple Music API（MusicKit JWT 认证）
  • 数据源： 最近播放、Heavy Rotation、Replay 年度统计、评分、资料库
  • 品味画像： 加权评分系统（显式评分 > 重复播放 > 最近播放 > 资料库 > 推荐）
  • 缓存机制： 7 天 TTL 本地缓存，避免重复 API 调用
  • 自动化： 支持 OpenClaw cron 定时生成周混音、每日推荐

亮点功能

  • Taste DNA Card — 生成可分享的口味画像卡片（SVG 格式）
  • 兼容性评分 — 评估你与某位艺人的匹配度（0-100%）
  • Catalog Gap Analysis — 扫描你最爱艺人的完整唱片目录，找出遗漏的专辑
  • Artist Rabbit Hole — 从一个艺人出发，链式探索相关音乐人
  • Year in Review — 比 Apple Replay 更深入的年度听听总结

2. 📸 Apple Photos Cleaner

GitHub: and3rn3t/apple-photos-cleaner
推荐指数： ⭐⭐⭐⭐⭐

核心功能

Apple Photos 自带的管理功能很基础，这个 Skill 填补了空白——它给你X 光般的透视能力来审视整个照片库。直接读取 Photos SQLite 数据库（只读操作，安全无忧），提供 20 个分析模块。

20 个功能模块一览

模块 功能 典型用途
Library Analysis 全库统计概览 “我有多少照片？”
Junk Finder 垃圾照片识别 “哪些可以删？”
Duplicate Finder 重复照片检测 “哪些是重复的？”
Storage Analyzer 存储深度分析 “什么占了空间？”
Timeline Recap 时间线叙事 “上周做了什么？”
Smart Export 智能导出规划 “按年份导出”
Best Photos 最佳照片发现 “我最好的照片是？”
People Analyzer 人物分析 “谁出镜最多？”
Location Mapper 位置/旅行地图 “去过哪些地方？”
Scene Search 场景内容搜索 “有多少海滩照？”
Photo Habits 拍照习惯分析 “我什么时候拍最多？”
On This Day 历史今天 “往年今天做了什么？”
Album Auditor 相册审计 “有多少孤儿照片？”
Cleanup Executor 清理执行器 “批量删除旧截图”
Live Photo Analyzer Live Photo 分析 “Live Photo 占了多少空间？”
Shared Library 共享资料库分析 “谁贡献了多少？”
iCloud Status iCloud 同步状态 “哪些没同步？”
Similarity Finder 相似照片检测 “哪些照片视觉相似？”
Seasonal Highlights 季度精选 “今年每季最佳照片”
Face Quality 面部质量评分 “每人最好/最差的肖像”

实用场景

1
2
3
4
5
6
7
8
9
10
11
12
13
# 快速清理评估
python3 scripts/library_analysis.py --human
python3 scripts/junk_finder.py --human

# 年度照片回顾
python3 scripts/timeline_recap.py --start-date 2025-01-01 --end-date 2025-12-31 --narrative

# 查找隐藏佳作
python3 scripts/best_photos.py --hidden-gems --human

# 实际清理旧截图（先预览再执行）
python3 scripts/cleanup_executor.py --category old_screenshots --human
python3 scripts/cleanup_executor.py --category old_screenshots --execute

技术实现

  • 数据访问： 直接读取 ~/Pictures/Photos Library.photoslibrary/database/Photos.sqlite
  • 安全性： 所有分析操作均为只读，清理操作通过 AppleScript 执行（可恢复 30 天）
  • 依赖： 纯 Python 标准库，无需安装额外依赖
  • 质量评分： 利用 Apple 计算的质量属性（构图、光照、对称性等）

3. ⏰ Apple Reminders (remindctl)

GitHub: steipete/remindctl
推荐指数： ⭐⭐⭐⭐

核心功能

通过 remindctl CLI 完整管理 Apple Reminders——查看、创建、编辑、完成、删除提醒事项。支持列表管理、日期过滤、JSON 输出，是终端用户的效率利器。

快速上手

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 安装
brew install steipete/tap/remindctl

# 查看今日提醒
remindctl

# 查看本周
remindctl week

# 快速添加
remindctl add "买牛奶"

# 带列表和截止日期
remindctl add --title "给妈妈打电话" --list Personal --due tomorrow

# 完成提醒
remindctl complete 1 2 3

# JSON 输出（适合脚本化）
remindctl today --json

实用场景

  • 语音添加提醒： 通过 OpenClaw 对话说 “提醒我下午3点开会” → 自动创建 Apple Reminder
  • 批量管理： 查看过期提醒，一次性完成多个
  • 与其他 Skill 联动： 结合日历 Skill 实现”提醒 + 日程”双轨管理

技术实现

  • 平台： macOS 专属
  • 权限： 需要在系统设置中授予 Reminders 访问权限
  • 日期格式： 支持 today、tomorrow、YYYY-MM-DD、ISO 8601 等多种格式
  • 输出： 支持默认表格、JSON、Plain TSV、静默计数四种格式

4. 🦞 MLX STT + MLX TTS

GitHub: guoqiao/mlx-stt | guoqiao/mlx-tts
推荐指数： ⭐⭐⭐⭐⭐

核心功能

利用 Apple Silicon 的 MLX 框架，在本地完全离线运行语音转文字（STT）和文字转语音（TTS）。无需 API Key，无需服务器，免费且准确。

MLX STT（语音转文字）

1
2
3
4
5
# 安装（自动安装 ffmpeg、uv、mlx_audio）
bash install.sh

# 转录音频
bash mlx-stt.sh /path/to/audio.m4a
  • 默认模型： GLM-ASR-Nano-2512
  • 首次运行： 需要下载模型（约几百 MB）
  • 输出： 转录文本输出到 stdout

MLX TTS（文字转语音）

1
2
3
# 生成语音
bash mlx-tts.sh "你好，这是一段测试语音"
# 输出: /tmp/folder/audio.ogg
  • 默认模型： QWen3-TTS
  • 输出格式： 音频文件路径
  • 与 OpenClaw 集成： 生成的音频可通过 message 工具直接发送为语音消息

实用场景

1
2
3
4
5
6
7
8
用户："把这段语音转成文字"
→ MLX STT 转录音频文件，输出文本

用户："用语音回复我"
→ MLX TTS 生成语音，通过 message 工具发送

用户："帮我转录这个会议录音"
→ MLX STT 处理长音频，输出完整转录文本

技术实现

  • 框架： Apple MLX（专为 Apple Silicon 优化的机器学习框架）
  • 运行环境： macOS + Apple Silicon (M1/M2/M3/M4)
  • 依赖管理： 通过 brew 自动安装 ffmpeg 和 uv
  • 模型： 开源模型，本地运行，零隐私泄露风险

推荐理由

这是 Apple Silicon 用户必须安装的 Skill 组合。完全本地化的语音处理方案，不花一分钱，不泄露任何数据。对于需要频繁处理语音消息、会议录音、播客转录的用户来说，这是黄金组合。

5. 📝 Apple Notes (memo)

GitHub: antoniorodr/memo
推荐指数： ⭐⭐⭐⭐

核心功能

通过 memo CLI 在终端完整管理 Apple Notes——创建、查看、编辑、删除、搜索、移动笔记到文件夹、导出为 HTML/Markdown。

快速上手

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 安装
brew tap antoniorodr/memo && brew install antoniorodr/memo/memo

# 列出所有笔记
memo notes

# 按文件夹过滤
memo notes -f "工作"

# 搜索笔记
memo notes -s "会议纪要"

# 快速创建
memo notes -a "项目计划"

# 导出为 Markdown
memo notes -ex

实用场景

  • 快速记录： 通过 OpenClaw 对话说 “记一下：明天要准备周会PPT” → 自动创建 Apple Note
  • 笔记搜索： “我之前记的那个会议纪要在哪？” → fuzzy 搜索快速定位
  • 知识管理： 与其他 PKM Skill 联动，实现”Apple Notes + Obsidian/Notion”双同步

技术实现

  • 底层： 通过 AppleScript 与 Notes.app 交互
  • 平台： macOS 专属
  • 导出： 使用 Mistune 进行 Markdown 转换
  • 限制： 无法编辑包含图片或附件的笔记

应用场景总结

场景一：Apple 生态全自动化办公

结合 Apple Reminders + Apple Notes + Apple Mail Search，打造终端原生的 GTD 工作流：

1
2
3
"提醒我下午3点给客户打电话" → Apple Reminders
"把这个方案记到笔记里" → Apple Notes
"搜索上周关于项目的邮件" → Apple Mail Search

场景二：照片库深度管理

Apple Photos Cleaner 提供从分析到清理的完整工作流：

1
2
3
4
5
1. library_analysis.py → 全库概览
2. junk_finder.py → 识别垃圾照片
3. duplicate_finder.py → 查找重复
4. cleanup_executor.py → 安全清理
5. best_photos.py → 发现隐藏佳作

场景三：本地化语音助手

MLX STT + MLX TTS 组合实现完全离线的语音交互：

1
语音输入 → MLX STT 转录 → OpenClaw 处理 → MLX TTS 语音回复

全程本地运行，零延迟，零隐私泄露。

场景四：音乐发现与品味管理

Apple Music DJ 不仅仅是播放音乐，而是一个深度音乐发现引擎：

1
2
3
4
"分析我的音乐品味" → Taste Profiler
"给我做个惊喜播放列表" → Constellation Discovery
"我错过了 Radiohead 哪些专辑" → Catalog Gap Analysis
"生成我的品味卡片" → Taste DNA Card

推荐指数排名

排名 Skill 推荐指数 核心价值
1 Apple Music DJ ⭐⭐⭐⭐⭐ 最完整的 Apple Music 个性化引擎
2 Apple Photos Cleaner ⭐⭐⭐⭐⭐ 照片库深度管理无替代品
3 MLX STT + MLX TTS ⭐⭐⭐⭐⭐ Apple Silicon 本地语音处理黄金组合
4 Apple Reminders ⭐⭐⭐⭐ 终端原生提醒管理，简洁高效
5 Apple Notes ⭐⭐⭐⭐ 笔记管理基础工具，稳定可靠

实用建议

  1. 优先安装 MLX STT/TTS — 如果你是 Apple Silicon 用户，这是性价比最高的 Skill，完全免费的本地语音处理
  2. 照片库管理要定期做 — 建议每月运行一次 junk_finder.py 和 duplicate_finder.py，防止照片库膨胀
  3. Apple Music DJ 需要开发者账号 — 需要配置 MusicKit JWT Token，初始设置有一定门槛，但一次配置终身受益
  4. 权限授予很重要 — 大部分 Apple 集成 Skill 需要在系统设置中授予相应权限（Reminders、Notes、Photos 等），首次使用时注意弹窗
  5. 组合使用效果更佳 — Apple Reminders + Apple Notes + Apple Calendar 形成完整的 Apple 原生效率工具链

下期预告

明天我们将介绍 Browser & Automation 分类，探索 OpenClaw 生态中用于浏览器自动化的 Skill——网页抓取、表单填充、自动化测试、RPA 流程等。敬请期待！

本文由 OpenClaw 自动生成，每日推荐一个 Skill 分类。关注本博客获取每日更新。

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。