从模型更新、价格调整，到推出能够访问本地计算机的 Agent Harness，都让我有些心痒，想找一个真实需求亲手试一试。
我没有选择做一个看起来很复杂、实际上用不到的 Agent，而是决定实现一个自己一直想要的小工具——个人专属的 Anki 单词卡片生成器。
我想解决什么问题？
平时在阅读、工作或者刷视频时，我经常会遇到一些生词。
有时我会顺手查一下，有时会保存一张相关图片，也可能把例句记在聊天软件或笔记里。但这些内容通常散落在不同地方，过一段时间就找不到了。
即使想把它们整理成 Anki 卡片，手工录入单词、例句和图片也比较麻烦。
结果往往是：
看到了生词，也收藏了资料，却没有真正进入持续复习。
所以，我想打通从“遇到一个单词”到“开始复习这个单词”之间的流程。
最终实现的流程
整个流程分为四步：
在飞书中发送单词、例句和图片；
OpenClaw 自动接收并整理这些内容；
将整理后的内容推送到 Anki，生成个人单词卡片；
通过 Anki 的间隔重复机制持续复习。
也就是：
个人输入 → AI 自动整理 → Anki 制卡 → 间隔复习
这套流程的意义并不是让 AI 替我背单词，而是减少背单词之前那些重复、繁琐的准备工作。
这个工具最吸引我的地方
它最大的优点是：所有内容都和我自己有关。
卡片里的单词，是我在真实场景中遇到的；例句和图片，也是我自己选择并发送的。
相比背诵一套固定词库，这些内容带有更明确的个人语境。再次看到卡片时，我不仅是在记忆一个孤立的单词，也是在回忆当时遇到它的场景。
AI 在这里没有替我决定学什么，而是把我真正想学的内容，更顺畅地送进了记忆系统。
下面是这次让DeepSeek的harness制作Anki的过程：
实际花费
这是整个功能的实际花费：
【费用截图】
花费并不多，但它让一个过去只是停留在想法里的需求真正落了地。
Agent Harness 创建页面
这是在 Agent Harness 中创建和调试功能的页面：
【Agent Harness 页面截图】
卡片推送结果
内容经过 OpenClaw 处理后，被自动推送到了 Anki：
【Anki 推送结果截图】
飞书输入页面
这是我在飞书中发送单词、例句和图片的页面：
【飞书页面截图】
Anki 卡片效果
这是最终生成的 Anki 单词卡片【AI英语】牌组：
【Anki 卡片截图】
从发送素材到生成卡片，整个过程不再需要我反复复制、粘贴和整理。
最后
这个项目并不复杂，也谈不上多么宏大。
但它解决了一个真实存在的问题：
过去，生词、例句和图片散落在不同地方，手工制作卡片又比较麻烦；现在，我只需要随手发送一次，这些内容就能自动变成可以持续复习的 Anki 卡片。
它不能代替我完成背诵，却缩短了从“遇到生词”到“进入复习”的路径。
让以前做不到、懒得做，或者成本太高的事情真正发生。
对我来说，AI 最有价值的使用方式，不是追逐每一次模型更新，也不是反复讨论它有多强，而是把它接入自己的真实需求，做出一个自己会长期使用的工具。
这或许才是使用 AI 最好的方式。
系统目前看并不完美，后续还会在使用中慢慢迭代。
