准备环境

你需要一台电脑（Windows / macOS / Linux），并安装好 Python 3.8 以上版本。如果没装，去 python.org 下载安装包，安装时记得勾选“Add Python to PATH”。

另外，需要安装 Ollama——一个让你在本地运行 AI 模型的工具。去 ollama.com 下载对应系统的版本，装好后打开终端，运行 ollama pull qwen2.5:0.5b 下载一个小模型（0.5B 参数，内存 2GB 即可运行）。

搭建项目

1. 新建一个文件夹，比如 ai-scheduler，在里面创建 agents 子文件夹和 outputs 子文件夹。
2. 在项目根目录打开终端，创建虚拟环境：python -m venv venv。
3. 激活虚拟环境：Windows 运行 venv\Scripts\activate，macOS/Linux 运行 source venv/bin/activate。
4. 安装需要的库：pip install ollama python-dotenv yfinance。

编写第一个 AI 助手

在 agents 文件夹里新建一个 Python 文件，比如 stock_agent.py。它只需要包含一个 run() 函数，返回一段文本。例如，查询股票 GOOGL 的收盘价，让本地 AI 写一句话点评。

import yfinance as yf
from ollama import chat

def run():
    ticker = yf.Ticker("GOOGL")
    hist = ticker.history(period="1d")
    close = hist['Close'].iloc[-1]
    change = hist['Close'].iloc[-1] - hist['Open'].iloc[-1]
    prompt = f"GOOGL closed at ${close:.2f}, change ${change:.2f}. Write a one-sentence summary."
    response = chat(model='qwen2.5:0.5b', messages=[{'role':'user','content':prompt}])
    return response['message']['content']

让 AI 助手定时运行

在项目根目录创建调度器 scheduler.py：

import os, importlib, datetime

def run_all_agents():
    agents_dir = "agents"
    outputs_dir = "outputs"
    for file in os.listdir(agents_dir):
        if file.endswith(".py"):
            module_name = file[:-3]
            module = importlib.import_module(f"{agents_dir}.{module_name}")
            result = module.run()
            timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
            with open(f"{outputs_dir}/{module_name}_{timestamp}.md", "w") as f:
                f.write(result)

if __name__ == "__main__":
    run_all_agents()

运行一次测试：python scheduler.py，查看 outputs 文件夹里是否有 markdown 文件生成。

设置定时任务（以 macOS/Linux 的 cron 为例）

1. 终端输入 crontab -e 编辑定时任务。
2. 添加一行（每天上午9点运行）：0 9 * * * cd /路径/到/ai-scheduler && /路径/到/venv/bin/python scheduler.py
3. 注意：一定要用虚拟环境里 Python 的完整路径，否则可能找不到库。

Windows 用户可以用“任务计划程序”定时运行 scheduler.py。

验证与扩展

第二天检查 outputs 文件夹，看是否有新文件。如果有，说明你成功搭建了一个本机 AI 助手，每天自动干活！你可以添加更多 agents 文件，比如查天气、总结新闻，每个文件只需实现 run() 函数。