2️⃣ 智能推断模式: 基于时间自动识别

标准时段内:

🌅 早晨 (6:00-12:00): 说"能量 X"或"今日能量 5" → 自动识别为早反馈
🌙 傍晚 (18:00-23:59): 说"能量 X"或"完成度 X%" → 自动识别为晚复盘

非标准时段: ⚠️ 系统会提示用户澄清，要求使用明确触发词。

⚠️ 错误处理规则:

❌ 无触发词 + 非标准时段: "今日能量 5" (下午 14:00) → 拒绝执行 + 提示用户澄清
✅ 有触发词: "记录早反馈。今日能量 5" → 执行记录
✅ 智能推断: "能量 X" (早晨/傍晚时段) → 自动判断早晚并记录

自动识别频道: feishu, telegram, signal, discord 等（状态按 User ID 隔离）

⚠️ 依赖声明（必需环境）

本技能运行所需的关键依赖：

类型	项目	说明
Python Runtime	Python 3.x (≥3.8)	所有脚本基于 Python 3 开发，使用标准库 `os`, `subprocess`, `json` 等
External CLI	OpenClaw CLI (`openclaw`)	用于配置定时任务（`setup_cron.py`调用）
Workspace	~/.openclaw/workspace/	可写目录，存储脚本、状态文件、笔记

依赖检查命令：

# 1. Python 版本
python3 --version

# 2. OpenClaw CLI 可用性
openclaw --version && openclaw gateway status

# 3. Workspace 权限
ls -ld ~/.openclaw/workspace

常见错误处理：

command not found: openclaw → CLI 未安装或未加入 PATH
Permission denied → ~/.openclaw/workspace/ 无写权限，需 chmod
ModuleNotFoundError → Python 环境不完整，检查 pip install

🚀 快速开始

🔍 依赖检查（执行前必读）

在运行任何脚本前，请确认 OpenClaw CLI 可用：

openclaw --version && openclaw gateway status

若 openclaw 命令不可用：

确保 OpenClaw 已正确安装到系统 PATH
启动 Gateway 服务：openclaw gateway start
验证：openclaw cron list（应返回空或已有任务列表）

1️⃣ 初始化（首次使用）

python3 scripts/init_cycle.py

✅ 创建基础目录结构（notes/daily-recorder/）
✅ 建立状态文件 state.json
✅ 生成首周 Day 1 初始笔记
⚠️ 需要授权当前会话为目标交互窗口

2️⃣ 配置定时任务

python3 scripts/setup_cron.py --mode=openclaw

默认时间表:

晨间问询：每日 8:00 AM (0 8 * * * @ Asia/Shanghai) → 触发词 早反馈
晚间复盘：每日 6 PM (0 18 * * * @ Asia/Shanghai) → 触发词 晚复盘

3️⃣ 手动触发（对话模式）

在对话中直接发送关键词，AI 会自动调用对应脚本：

功能	触发词	自动调用脚本
晨间问询	`早反馈`, `morning query`	`scripts/daily_query.py --time-period morning`
晚间复盘	`晚复盘`, `evening review`	`scripts/daily_query.py --time-period evening`
状态查询	`状态查询`, `status query`	`scripts/daily_query.py --time-period status_query`
反馈记录	用户直接回复能量/任务信息	`scripts/daily_query.py --mode=record_feedback`

【优化】自动记录用户反馈流程

当用户在晨间/晚间问询后，直接给出反馈内容时，系统会自动：

解析用户输入 → 提取能量评分、精神状态、任务列表等关键字段
生成结构化笔记 → 写入 notes/daily-recorder/YYYY-MM-DD-day_N.md
更新状态计数 → state.json 中 total_records +1

示例交互:

AI: 早上好！周日晚计划是今天进行 [任务名称]。昨天休息得怎么样呀（评分待评估）？
用户：今日能量 5。精神疲劳。1. 开启自媒体职业计划 2. AI 输出文案
系统：✓ 反馈已成功记录 → 生成笔记文件 ✓ state.json 已更新

自动提取规则:

字段	匹配模式	默认值
能量评分	`能量 N`, `N/10`	待评估
精神状态	`疲劳`, `累`, `充沛`, `清醒`	根据关键词推断 readiness
任务列表	`1. ...`, `2. ...` (最多前 3 项)	无
阻碍问题	`AI`, `耗时`, `卡点` + 关键词组合	自动归类

💡 优势: 用户无需手动调用脚本，只需自然回复，系统自动完成记录。

📚 核心配置文件说明

⚙️ `config.py` - 全局配置模块（所有脚本共享）

功能:

路径计算: 动态计算 WORKSPACE_BASE, CURRENT_SKILL_PATH, NOTE_BASE_DIR 等关键路径
统一配置: 避免跨脚本重复定义，支持多系统/多用户部署
资源映射: 提供 get_reference_dir_path(), get_assets_dir_path() 等工具函数
模板路径: get_template_file_path() 动态获取特定模板文件路径

被所有脚本引用:

from config import (
    WORKSPACE_BASE,           # ~/.openclaw
    SKILL_NAME,               # "daily-recorder-assistant"
    CURRENT_SKILL_PATH,       # 技能目录路径
    NOTE_BASE_DIR,            # notes/基础目录
    DAILY_RECORDER_SUBDIR,    # daily-recorder/
    PLAN_SUBDIR,              # plans/
    REFERENCE_DIR,            # references/目录
    ASSETS_DIR,               # assets/目录
)

关键路径定义:

变量	值示例	用途
`WORKSPACE_BASE`	`~/.openclaw`	OpenClaw 工作空间根目录
`CURRENT_SKILL_PATH`	`~/.openclaw/workspace/skills/daily-recorder-assistant`	技能目录
`NOTE_BASE_DIR`	`~/.openclaw/workspace/notes`	Obsidian notes 基础目录
`DAILY_RECORDER_SUBDIR`	`daily-recorder`	每日记录子目录
`PLAN_SUBDIR`	`plans`	计划子目录

使用场景:

✅ 所有脚本启动时: 自动导入 config.py 获取路径配置
✅ 跨系统部署: 通过环境变量动态计算路径，无需硬编码
✅ 模板文件访问: 通过 get_template_file_path(template_name) 获取 notes-template.md, plan-template.md 等

📋 完整脚本使用指南

🔧 `init_cycle.py` - 初始化周期结构

功能:

创建基础目录结构（notes/daily-recorder/）
生成首周 Day 1 初始笔记
建立状态文件与周期计数器
支持多频道 UserID 映射

触发方式:

# 手动初始化
python3 scripts/init_cycle.py

输出示例:

✓ 已创建初始笔记：~/.openclaw/workspace/notes/daily-recorder/2026-04-12-day_1.md
✓ 第 1 周期初始化完成
当前频道 feishu: 目标会话 DM（userid: ou_0def59b2...）

📝 `daily_query.py` - 晨间/晚间问询核心脚本

功能:

读取昨日记录获取关键信息（能量评分、计划内容）
根据周 Day + 周期数选择对应模板
注入变量生成个性化问询文本

触发方式:

# 晨间问询
python3 scripts/daily_query.py --time-period morning [--mode=manual]

# 晚间复盘
python3 scripts/daily_query.py --time-period evening [--mode=manual]

# 状态查询（特殊模式）
python3 scripts/daily_query.py --time-period status_query

参数说明:

--time-period: morning | evening | status_query
--user-message=...: 用户消息（用于语言检测）
--channel=feishu: 当前频道（OpenClaw metadata 自动传入）

模板选择逻辑:

周 Day	晨间模板	晚间模板
Monday (1)	`Monday Morning Template`	`Monday Evening Template`
Tuesday (2)	`Tuesday Morning Template`	`Tuesday Evening Template`
...	...	...
Friday (5)	`Friday Morning Template (收尾鼓励式)`	`Friday Evening Template`

第 1 周期 vs N+1 周期:

第 1 周期: 使用标准模板，能量评分显示"待评估"
N≥2 周期: Monday 使用 Data-Driven Morning Template,基于历史数据分析

✍️ `record_feedback.py` - 记录用户反馈到笔记

功能:

读取模板生成结构化笔记
接收用户输入（完成率、能量评分、问题描述）
写入完整笔记到 notes/daily-recorder/目录

触发方式:

python3 scripts/record_feedback.py --input '{"energy":4,"completion":80}'

手动操作（对话模式）:

AI 输出问询模板后，用户直接回复：
- 能量评分：4
- 完成率：文案生成 [80%], 润色优化 [50%]
- 问题点：AI 生成质量不稳定
AI 调用脚本生成笔记

输入字段:

{
  "early_feedback": { "energy": 4, "readiness": "可以开始" },
  "completion_rates": { "文案生成": 80, "润色优化": 50 },
  "energy_score": 3,
  "barriers": ["AI 生成质量不稳定"],
  "next_day_plan_ideas": "明天继续完善文案结构"
}

输出示例:

✓ 笔记已写入：~/.openclaw/workspace/notes/daily-recorder/2026-04-12-day_1.md

📋 `plan_next_day.py` - 规划次日计划

功能:

人工模式 (第 1 周期): 仅记录用户输入的计划
智能模式 (N≥2 周期): 基于历史数据生成优化建议

触发方式:

# 人工模式（推荐）
python3 scripts/plan_next_day.py --mode=manual \
  --input '{"tasks":[{"name":"大纲 AI 生成","goal":"完成 5000 字初稿"}]}'

# 智能模式（需至少 2 周期数据）
python3 scripts/plan_next_day.py --mode=smart \
  --history-data '{"task_adaptation":[...],"risk_alerts":[...]}'

参数说明:

--mode=manual: 人工规划，需提供用户输入
--mode=smart: 智能进化（需历史数据分析）

输出示例 (智能模式):

=== 第 3 周期 - 智能进化模式 ===
## 今日核心任务

### 1. 大纲 AI 生成
- **优先级**: 高
- **时间窗建议**: 09:00-11:00（历史效率最高）

**风险预警**:
- AI 生成质量不稳定 → 应对策略：准备备选方案 / 降低单次字数要求

📊 `analyze_day.py` - 今日分析报告

功能:

读取今日交互笔记提取关键指标
计算完成率、能量状态、问题点、计划偏差度
输出结构化分析报告

触发方式:

python3 scripts/analyze_day.py

分析维度:

维度	说明
完成率	各任务完成百分比 + 平均完成率
能量状态	评分 [1-5] → "极累"/"疲惫"/"正常"/"充沛"/"满电"
问题点识别	列出所有记录的问题（如 AI 故障、时间冲突）
计划偏差度	原计划 vs 实际执行对比，估算偏差百分比

输出示例:

============================================================
=== 今日分析报告 ===
日期：2026-04-12
============================================================

【完成率分析】
  文案生成: [80%]
  润色优化: [50%]
  平均完成率：[65.0%]
  状态：中等完成度 ⚠️

【能量状态】
  评分：3
  解读：正常

【问题点识别】
  - AI 生成质量不稳定

【计划偏差度】
  原计划：完成大纲初稿
  实际执行：完成大纲初稿 + 部分润色
  偏差度：[15%]
  状态：额外插入任务 ⚠️
============================================================

📈 `analyze_cycle.py` - 7 天周期分析

功能:

读取完整一周（7 天）的交互记录
统计完成率趋势、能量模式识别、障碍类型分布
生成第 N+1 周期的优化计划建议

触发方式:

python3 scripts/analyze_cycle.py

前置条件: ⚠️ 需至少完整 7 天记录

分析维度:

维度	说明
完成率趋势	7 天平均完成率 + 每日波动
能量模式	各周 Day 平均能量，识别高效时段
障碍类型分布	技术阻碍/时间分配/疲劳累积/计划偏差统计
风险预警	基于历史问题生成预案建议

输出示例:

============================================================
=== 周期总结与智能规划报告 ===
============================================================

【本周期汇总】
 本周期平均完成率：[72.5%] (中等完成度 ⚠️)
 本周期平均能量状态：[3.2] (正常)

【模式识别】
 主要障碍类型分布：[('技术阻碍', 4), ('时间分配', 2)]

【第 4 周期建议】
 - [风险预警]: 建议预设预案应对 AI 生成质量问题
============================================================

⏰ `setup_cron.py` - Cron 配置脚本

功能:

OpenClaw cron add CLI 模式: 创建定时任务

触发方式:

# OpenClaw cron add CLI (推荐)
python3 scripts/setup_cron.py --mode=openclaw

OpenClaw cron add CLI 模式:

✅ 自动检测当前频道和 User ID
✅ 自动生成安装命令
⚠️ 安全设计: 检测到旧任务时仅提醒，不强制删除（避免误操作）
🔒 依赖检查: 执行前确保 openclaw CLI 可用（参见上方"依赖声明"章节）

常见错误处理:

错误	原因	解决方案
`command not found: openclaw`	CLI 未安装或未加入 PATH	重新安装 OpenClaw 或检查 PATH
`permission denied`	权限不足	使用 `sudo` 或联系管理员
`connection refused`	Gateway 服务未运行	执行 `openclaw gateway start`

🔄 Cron vs 手动触发对比

维度	Cron 定时模式	手动对话模式
触发方式	OpenClaw daemon	用户消息（`早反馈`/`晚复盘`）
执行脚本	`daily_query.py --mode=cron`	`daily_query.py` (自动检测)
输出风格	纯文本，无前缀说明	标准格式，包含上下文
日志记录	`~/daily-recorder-cron.log`	实时返回到对话界面
适用场景	日常自动提醒	临时/调试/补充/查询

📁 文件结构

daily-recorder-assistant/
├── SKILL.md                    # 本文件（核心流程）
├── scripts/
│   ├── config.py              # ⚙️ 全局配置模块（所有脚本共享）
│   ├── init_cycle.py          # 周期初始化脚本
│   ├── daily_query.py         # 问询/复盘核心逻辑
│   ├── record_feedback.py     # 状态记录脚本
│   ├── plan_next_day.py       # 明日规划脚本
│   ├── analyze_day.py         # 今日分析脚本
│   └── setup_cron.py          # Cron 配置脚本
├── references/                # 参考文档（按需加载）
│   ├── interaction-templates-zh.md    # 中文问询模板完整版
│   └── interaction-templates-en-full.md # 英文问询模板完整版
├── assets/                    # 模板文件（脚本直接引用）
│   ├── notes-template.md      # 状态记录模板
│   └── plan-template.md       # 明日规划模板
└── state.json                 # 运行时状态（不纳入 Git）

注意:

state.json 是运行时文件，不应提交到 Git。建议 .gitignore中添加state.json。

参考文档按需加载：脚本执行失败时检查 references/目录是否完整。

🐛 故障排查

问题	解决方案
状态文件丢失	`python3 scripts/init_cycle.py` 重新初始化
模板加载失败	检查 `references/`目录是否包含`interaction-templates-zh.md`
今日笔记不存在	先执行 `record_feedback.py`或对话模式补充记录

🔧 OpenClaw CLI 依赖问题

若遇到与 cron 配置相关的错误，请先检查：

# 1. 验证 CLI 是否可用
openclaw --version

# 2. 检查 Gateway 服务状态
openclaw gateway status

# 3. 启动 Gateway（如未运行）
openclaw gateway start

依赖说明: setup_cron.py通过 subprocess.run() 调用 openclaw CLI,若该命令不可用将导致脚本失败。

维护: 此文档由 daily-recorder-assistant 技能维护

2️⃣ 智能推断模式: 基于时间自动识别

⚠️ 错误处理规则:

⚠️ 依赖声明（必需环境）

🚀 快速开始

🔍 依赖检查（执行前必读）

1️⃣ 初始化（首次使用）

2️⃣ 配置定时任务

3️⃣ 手动触发（对话模式）

【优化】自动记录用户反馈流程

📚 核心配置文件说明

⚙️ config.py - 全局配置模块（所有脚本共享）

📋 完整脚本使用指南

🔧 init_cycle.py - 初始化周期结构

📝 daily_query.py - 晨间/晚间问询核心脚本

✍️ record_feedback.py - 记录用户反馈到笔记

📋 plan_next_day.py - 规划次日计划

📊 analyze_day.py - 今日分析报告

📈 analyze_cycle.py - 7 天周期分析

⏰ setup_cron.py - Cron 配置脚本

🔄 Cron vs 手动触发对比

📁 文件结构

🐛 故障排查

🔧 OpenClaw CLI 依赖问题

⚙️ `config.py` - 全局配置模块（所有脚本共享）

🔧 `init_cycle.py` - 初始化周期结构

📝 `daily_query.py` - 晨间/晚间问询核心脚本

✍️ `record_feedback.py` - 记录用户反馈到笔记

📋 `plan_next_day.py` - 规划次日计划

📊 `analyze_day.py` - 今日分析报告

📈 `analyze_cycle.py` - 7 天周期分析

⏰ `setup_cron.py` - Cron 配置脚本

daily-recorder-assistant

Daily Record Assistant - 每日状态记录与复盘助手

🎯 双模式并存:

1️⃣ 严格模式 (推荐): 使用明确指令