核心用法
LifeLog 是一套与 Notion 深度集成的个人生活记录自动化系统。用户通过自然语言发送日常记录，系统调用 SubAgent 智能分析消息中的日期关键词（如"今天"、"昨天"或具体日期），自动追加到 Notion 数据库对应日期的条目中，而非覆盖原有内容。每日凌晨可配置定时任务，通过 LLM 对前一天的所有记录进行情绪状态、主要事件、涉及位置和人员等维度的智能分析，并自动回填至 Notion 相应字段。
系统由三个核心脚本组成：lifelog-append.sh 负责追加原始记录，lifelog-daily-summary-v5.sh 拉取指定日期原文用于分析，lifelog-update.sh 将 LLM 分析结果写回 Notion。用户需预先创建包含日期、原文、情绪状态、主要事件、位置、人员六个字段的 Notion 数据库，并配置 Integration Token 和 Database ID 环境变量。
显著优点
智能日期识别：采用 SubAgent 双层判断机制，优先分析消息中的日期关键词，其次结合上下文推断，准确识别相对日期和绝对日期，大幅降低人工标注成本。非破坏性追加模式：每次记录均为追加而非覆盖，天然支持碎片化的多次记录场景，完整保留生活的时间线痕迹。自动化多维分析：利用 LLM 自动提取情绪、事件、地点、人物等结构化信息，将非结构化的日常絮语转化为可检索、可统计的数据资产。零依赖架构：纯 Bash 脚本实现，仅依赖系统标准工具（curl、python3 等），无第三方包管理风险，部署简单可靠。开放生态集成：基于 Notion 官方 API，用户可充分利用 Notion 的看板、日历、数据库视图等功能进行二次加工和可视化。
潜在缺点与局限性
本地服务强依赖：核心功能依赖本地运行的 OpenClaw 服务（端口 421），若服务未启动或异常，日期判断和记录流程将中断。配置模式不统一：lifelog-daily-summary-v5.sh 和 lifelog-update.sh 采用硬编码占位符配置，与主脚本的环境变量模式不一致，易造成配置遗漏或密钥误提交。内容过滤机制简陋：当前仅通过简单正则关键词过滤工作指令，易被绕过或误判，无法精准区分生活记录与其他类型消息。JSON 转义鲁棒性不足：使用 sed 手动处理特殊字符转义，面对复杂 emoji、引号嵌套等场景存在潜在注入风险。日期解析无降级方案：SubAgent 服务不可用时，缺乏纯本地规则引擎作为备用，导致服务完全不可用。隐私边界模糊：生活记录可能包含敏感个人信息，虽存储于用户自有 Notion 空间，但 LLM 分析环节数据会流经外部模型服务商。
适合的目标群体
量化生活爱好者：希望用数据追踪情绪变化、社交频率、活动分布的长期主义者。Notion 重度用户：已建立个人知识管理体系，寻求将生活流纳入统一数据仓库的用户。日记习惯培养者：因传统日记门槛而放弃，需要低摩擦、即时记录工具的人群。个人年度回顾需求者：希望年底自动生成可视化人生年报，需要结构化原始数据的效率人士。开源工具偏好者：拒绝 SaaS 订阅锁定，倾向于自托管、可审计代码的技术敏感型用户。
使用风险
服务可用性风险：OpenClaw 本地服务中断将导致记录失败，建议配置服务监控和兜底提醒。数据持久性风险：Notion API 限流或 Integration 权限变更可能导致同步失败，重要记录建议本地保留副本。密钥泄露风险：部分脚本的硬编码配置模式可能导致 API Token 误提交至版本控制，需严格遵循环境变量配置规范。隐私合规风险：LLM 分析环节涉及向模型服务商传输个人生活内容，敏感信息需脱敏或关闭自动分析功能。格式兼容性风险：Notion 数据库字段类型变更（如将 rich_text 改为 select）会破坏脚本兼容性，升级前需验证结构。