核心用法
Thoughtful 是一款深度集成 WhatsApp 的关系管理 AI 助手，核心功能是将碎片化聊天转化为结构化的关系维护系统。它通过 wacli-readonly 只读读取本地 WhatsApp 数据，在完全隔离的沙箱环境中处理，每日三次自动生成"朋友 briefing"风格的沟通总结。
关键工作流：
1. 智能抓取：同步最近 24 小时消息 + 历史未决事项
2. 多维提取：自动识别待办任务（pending tasks）、等待回复（waiting on）、个人承诺（commitments）、重要日期、决策记录
3. 关系分析：检测语气变化（"Alice 从 casual 变成 please let me know"）、沉默对话复活时机、回复模式异常
4. 生成总结：输出温暖、人性化的每日简报，含具体话术建议与一键交互按钮（✅ 完成/⏭️ 待办/❌ 放弃/💬 起草回复）
显著优点
- 情感智能突出：区别于普通消息汇总工具，能捕捉"Bob 第二次追问说明这事对他很重要"这类隐含信号
- 交互设计人性化：总结风格像朋友 briefing 而非机器人清单，提供可直接发送的拟人化话术
- 隐私架构严谨：纯本地存储（
~/clawd/thoughtful-data/）、只读 WhatsApp 数据库、沙箱隔离运行、零外部 API 依赖 - 任务闭环设计：不仅是看板，更通过交互按钮直接标记完成状态，形成追踪-提醒-完成的闭环
- 关系长期记忆：维护 per-contact 的关系动态档案，支持跨周/月的模式识别
潜在局限与风险
- 平台依赖性：深度绑定 WhatsApp 与
wacli-readonly，若 WhatsApp 改变数据库结构或封禁第三方工具，功能可能失效 - LLM 成本与延迟：每次总结需调用 OpenClaw LLM 进行情感分析与会话生成，高频使用（3x/日）可能产生 token 成本
- cron 配置复杂：需手动维护两组定时任务（sync + summary），时区/权限配置错误会导致数据陈旧或遗漏
- 情感判断主观性："语气变化"依赖 LLM 推断，可能存在误读，用户需人工复核关键关系判断
- 无主动发送能力：只读架构设计导致无法自动代发消息，用户仍需手动复制建议话术到 WhatsApp
适合人群
- 人脉广泛但易遗漏细节的"高触点"职场人士
- 希望从"被动回复"转向"主动维护"关系的用户
- 对隐私敏感、不接受云端消息托管的群体
- 已习惯 Telegram/OpenClaw 生态的技术友好型用户
常规风险
- 数据残留：本地存储的
people.json等文件若设备丢失可能造成对话元数据泄露 - 过度依赖：可能削弱用户原生记忆与社交直觉
- Cron 故障沉默：定时任务失败无显性告警，可能长期漏总结而未察觉