之前和大家分享过如何利用 QClaw 获取 IPTV 的折腾经历：
当时感觉这个 AI 工具虽然有些“小聪明”，但似乎还不够完美。不过，毕竟它每天提供高达 4000万 Token 的免费额度 ，对于完成一些日常的自动化工作来说，这个羊毛还是非常值得薅的。
所以今天，我决定给 QClaw 安排一个更加贴近日常办公场景的任务——PDF 文件整理与数据统计 。
大家在工作中可能经常会遇到这种情况：每天都有大量的纸质单据或扫描版 PDF（比如送货单、入库单等）需要人工核对并录入到电脑里。这种工作不仅效率极低，而且容易出错。
既然 AI 已经这么发达了，能不能直接让 QClaw 来帮我完成这项枯燥的工作呢？
我的需求很明确：
我直接将这套需求以及 PDF 文件的位置“喂”给了 QClaw（我们习惯叫它“龙虾”）。
令人惊喜的是，第一阶段的任务完成得非常顺利。QClaw 准确理解了我的意图，不仅成功提取了所需的字段信息，还聪明地运用了相关的 OCR 技术，完成了带有逻辑判断（有无灭菌日期）的数据筛选，并成功输出了交叉验证一致的 Excel 表格。
看着最终生成的 Excel 汇总表完美匹配了 PDF 内置的合计数据，我当时心里只有两个字：真香！
既然 QClaw 能完美完成单次任务，如果我每次都要重新描述一遍需求，未免太麻烦了。于是我提出了进一步的要求：完成验证并生成 Skill，以后只要遇到类似的 PDF，直接调用这个 Skill 自动处理。
QClaw 也顺从地完成了 Skill 的构建。在它生成的 .qclaw/skills/delivery-report 目录下，结构非常清晰：
SKILL.md 文件，详细记录了整个工作流程和逻辑。scripts 文件夹，里面存放了实际运行数据提取与 Excel 生成的 Python 脚本。理论上，以后只需扔给它一个文件路径，它就能调用本地的 Python 脚本一键搞定。
正当我以为以后再也不用手动录入表单，准备愉快地喝杯咖啡时，现实却给我浇了一盆冷水。
当我尝试让 QClaw 使用刚刚创建的这个 Skill 去处理新的 PDF 文件时，它却似乎陷入了某种逻辑死局。
后台数据显示，在长达一个多小时的时间里，它一直在不断地尝试、报错、重试……最终，这一个任务竟然疯狂消耗了近 2000万的 Token ！即便烧掉了这么多额度，任务依然没有跑通。
这次的 QClaw 实战体验，可以说是“一半惊艳，一半无奈”。
惊艳在于它的理解和代码生成能力 ：只要你把业务逻辑、验证条件描述得足够清晰，它真的能帮你写出可用的脚本，甚至能考虑到 OCR 和复杂的数据比对逻辑，大幅度降低了自动化的门槛。
无奈在于它的任务编排与容错机制 ：当把它自己生成的代码封装成自动化流程（Skill）去执行时，一旦遇到路径变量传递、依赖环境异常或是微小的数据结构变化，它很容易陷入无意义的循环消耗中，不知道适时跳出或向人类求助。
总的来说，QClaw 作为一个拥有海量免费 Token 的工具，在辅助编写脚本、处理特定格式转换上绝对是个好帮手。但在完全实现“黑盒自动化流水线”之前，看来还需要我们多花点心思去“训练”和调试。
大家在用 AI 处理日常工作时，有遇到过类似这种“看似聪明却突然犯轴”的情况吗？欢迎在评论区分享你的踩坑经历！
🌟 与你互动
嗨～这里是【医工学习日志】的温暖小窝！
📩 随时戳一戳 ：后台留言任何问题，树树会带着光速回复闪现！
💡 奇思妙想征集令 ：
👉 遇到有趣资源？戳我分享！
👉 想看的硬核测评？甩题过来！
🔥 你的脑洞，可能成为下期爆款文章哦～
如需有偿部署服务或商务，请加V注明来意，不闲聊：
📝 栏目信息
策划编辑 ✨ 树树 ✨
技术支撑 @恩山无线论坛 & Github & 瀚思彼岸
📜 版权声明
内容说明：
原创文章转载请私信授权；
部分素材源自网络，版权归属原作者；
如觉侵权，请凭权属证明联系删除