朋友做跨境电商，每天选品都很疲惫，问我有什么可以帮忙提效的AI工具，于是我尝试通过在飞书里“养”虾来实现帮她。现在它每天帮忙盯着二十多个竞品账号：什么时候上新产品、什么时候降价、什么时候搞活动，她几乎都是第一时间知道。

更离谱的是，这些事情我现在基本不用手动去查，全部是 AI 自动完成的。

很多人第一次听到 OpenClaw，都会把它当成一个 AI Agent 工具——给一句话，它帮你执行一个任务。但我后来慢慢发现，它真正厉害的地方其实不只是“执行任务”，而是 可以把所有信息自动沉淀成数据资产。

以前做竞品分析其实很原始。打开淘宝、京东或者亚马逊，搜索关键词，挨个点进去看竞品价格和销量，觉得有变化就截图记录。第二天再重复一次。 这种方式有一个很明显的问题：数据是断的。你永远不知道竞品是什么时候开始降价的，也不知道销量是什么时候突然爆起来的，更不用说长期分析趋势。

后来我尝试用飞书 + OpenClaw搭了一个很简单的小系统。现在整个流程变成这样：

飞书发一句指令 → OpenClaw 自动抓竞品数据 → 写入飞书多维表格 → 自动形成竞品数据库。

时间跑久之后，飞书里就会出现一张持续更新的竞品情报库。很多时候我打开表格，看得比竞品老板自己还清楚他们最近在干什么。

一、这个竞品监控系统是怎么工作的

这个系统的结构其实非常简单，核心只有三个部分：飞书、OpenClaw 和飞书多维表格。

如果用一句话概括，大概就是：

飞书负责入口，OpenClaw负责执行，多维表格负责沉淀数据。

具体流程大概是这样的：

在飞书里输入竞品链接 → OpenClaw 自动打开网页抓取数据 → AI分析页面信息 → 写入飞书多维表格 → 形成持续更新的竞品监控系统。

这样做最大的好处是：所有竞品信息都会被结构化保存。不是截图，也不是聊天记录，而是一张可以长期分析的数据表。

二、第一步：在飞书里建立竞品数据库

首先需要在飞书多维表格里建立一张表，我自己取名叫“竞品监控库”。字段设计其实不需要太复杂，一般包括以下几个：

• 竞品名称

• 商品链接

• 平台（淘宝 / 京东 / Amazon 等）

• 当前价格

• 销量

• 更新时间

• AI分析备注

以后 OpenClaw 抓到的所有数据都会自动写进这张表。时间一长，这张表就会变成一个持续增长的竞品数据库。

三、第二步：用飞书作为系统入口

接下来要做的，是把飞书变成这个系统的“控制台”。最简单的方法是创建一个飞书机器人。

在飞书群里添加自定义机器人之后，你就可以通过聊天发送指令。例如，当你在群里发送一句：

监控这个商品链接

OpenClaw 就会开始执行任务。整个体验其实很像和 AI 聊天，但在后台它已经在自动完成很多工作。

四、第三步：让 OpenClaw 自动抓取竞品数据

当指令发出后，OpenClaw会自动完成几件事情。

首先，它会打开竞品商品页面，比如淘宝商品页或者亚马逊链接。接着读取页面信息，并提取关键数据，比如商品名称、价格、销量以及评论数量等，这里推荐一些价格监控的SaaS工具。

然后 AI 会对页面进行简单分析，例如识别产品卖点、统计评论中的主要问题，或者判断产品定位。这些信息都会被整理成结构化数据。

五、第四步：把数据自动写入飞书多维表格

数据抓取完成后，OpenClaw 会调用飞书接口，把这些信息写入多维表格。

最终你看到的表格可能是这样的结构：

如果你同时监控十几个竞品，这张表就会逐渐形成一个完整的竞品数据库。

六、第五步：设置自动更新任务

系统真正有价值的地方在于自动更新。

OpenClaw 可以设置定时任务，比如每天上午十点自动运行一次。它会重新打开竞品页面，抓取最新价格和销量，然后更新到飞书表格里。

时间久了之后，你不仅能看到当前价格，还能看到长期变化趋势。例如哪个竞品什么时候开始降价，什么时候销量突然暴涨，这些都能一目了然。

七、再加一个功能：竞品变化自动提醒

有了持续更新的数据，还可以再加一个非常实用的功能——自动提醒。

例如设置一个规则：如果竞品价格低于昨天的价格，系统就自动在飞书群里发提醒。

提醒消息可能是这样的：

竞品价格变化提醒

商品：XX宠物水杯

昨天价格：59

今天价格：49

这样你就不需要每天去看表格，AI会主动告诉你发生了什么变化。

八、为什么飞书特别适合做这种系统

很多人使用 OpenClaw，只是跑一次任务。抓完数据，任务就结束了。但真正有价值的，其实不是那一次结果，而是数据能不能长期积累。

飞书多维表格非常适合做这件事，因为它本质上就是一个可视化数据库。所有数据写进去之后，你可以直接进行筛选、统计、做图表或者做看板。

比如你可以很轻松地看到销量排行榜、价格变化趋势，甚至可以分析竞品增长速度。

九、最后

现在我在飞书里已经搭了几个类似的小系统，比如竞品监控、选题雷达和信息收集。虽然用途不同，但底层逻辑其实是一样的：

飞书负责入口，OpenClaw负责执行，多维表格负责沉淀数据。

当 AI 执行能力和数据系统结合在一起，很多原本需要人工重复完成的事情，就会变成自动运行的系统。时间越久，这个系统积累的数据越多，价值也会越来越大。

这也是我最近一直在折腾飞书 + OpenClaw的原因。如果你对飞书 + AI 自动化这种玩法感兴趣，也可以直接添加飞书效率顾问交流，一起把这些工具真正用起来。