← 返回 Skills 市场
tomm1399

工作辅助01

作者 A.H89 · GitHub ↗ · v1.0.1 · MIT-0
cross-platform ⚠ suspicious
24
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install gongzuofuzhu01
功能描述
个人工作任务管理助手。使用场景：记录待办事项、查看今日任务、更新任务进展、 管理周期性任务、同步 OKR、生成工作月报/半年报。触发关键词：任务、待办、 提醒、进展、OKR、月报、周报、报告。显式触发命令：ZHULI#。
使用说明 (SKILL.md)

Personal Assistant — 个人工作任务管理

一站式管理你的工作任务、OKR、周期事项和进展汇报。

概述

Personal Assistant 是一个个人工作任务管理技能，通过 CLI 脚本 scripts/personal_assistant.py 操作本地 SQLite 数据库，支持任务的增删改查、进展跟踪、周期任务管理、OKR 同步和自动报告生成。

触发条件

当用户消息包含以下意图时自动加载本技能：

  • 输入 ZHULI# 显式触发
  • 记录/添加/创建任务或待办事项
  • 查看今日/明天/本周任务列表
  • 更新任务状态或进展
  • 管理周期/定期/重复任务
  • 同步或查看 OKR
  • 生成工作月报/半年报/周报
  • 手动触发任务提醒

快速开始

添加任务

在对话中自然描述即可，Agent 会自动调用本技能的 CLI 工具：

"帮我记一下：周五前完成 Q2 述职 PPT，优先级高" "添加任务：修复登录 bug，明天中午前完成"

查看任务

"今天有哪些待办？" "列出所有进行中的高优先级任务"

更新进展

"任务 #42 进展更新为 60%，已完成数据收集" "把修复登录 bug 标记为完成"

生成报告

"生成本月工作月报" "生成 2026 上半年工作报告"

定时提醒

技能注册了 5 个 cronjob，自动推送提醒和同步：

任务名称 Cron 表达式 说明
pa-morning-reminder 0 9 * * 1-5 ☀️ 工作日上午 9:00 — 今日待办概览
pa-afternoon-reminder 0 14 * * 1-5 🌤️ 工作日下午 14:00 — 下午任务提醒 + 进度检查
pa-evening-reminder 0 20 * * * 🌙 每天 20:00 — 明日预告 + 今日完成总结
pa-recurring-sync 0 1 * * * 🔄 每天凌晨 1:00 — 自动生成周期任务实例
pa-okr-sync 0 10 * * 1 📊 每周一 10:00 — 从飞书文档同步 OKR

提醒内容包含：任务列表（按优先级和截止时间排序）、OKR 关联进展、个性化的日程安排建议。

可用工具

本技能的核心 CLI 入口为 scripts/personal_assistant.py，子命令如下：

命令 说明
task add 添加新任务（使用 --parent-id 可创建子任务）
task list 列表查询（支持按状态、分类、优先级过滤）
task today 查看今日待办
task show \x3Cid> 查看任务详情
task update \x3Cid> 更新任务字段
task done \x3Cid> 完成任务
task delete \x3Cid> 删除任务
task search \x3Ckeyword> 搜索任务
progress log \x3Cid> 记录任务进展
progress history \x3Cid> 查看进展历史
progress milestone-add \x3Cid> 添加里程碑
progress milestone-done \x3Cid> 完成里程碑
progress milestone-list \x3Cid> 列出里程碑
progress timeline 查看进展时间线
recurring add 添加周期任务
recurring list 列出周期任务
recurring generate 手动生成周期任务实例
recurring toggle \x3Cid> 暂停/恢复周期任务
recurring delete \x3Cid> 删除周期任务
okr add-objective 添加 Objective
okr add-kr 添加 Key Result
okr list 查看 OKR 列表
okr show \x3Cid> 查看 OKR 详情及关联任务
okr tree 查看 OKR 全景树
okr link 关联任务到 OKR
okr sync 从飞书文档同步 OKR
remind trigger 手动触发提醒
remind preview 预览待提醒任务（dry-run）
remind history 查看提醒历史
report monthly 生成月度报告
report semiannual 生成半年度报告
advice 生成 LLM 智能建议上下文
db stats 查看数据库统计信息
db export 数据导出（JSON）
db import 数据导入
db cleanup 清理历史数据

详细用法参见 references/commands.md。

数据存储

所有数据存储在 ~/.hermes/data/personal_assistant/tasks.db（SQLite），包含 6 张表：

表名 用途
tasks 核心任务表（标题、状态、优先级、截止时间、进展等）
milestones 任务里程碑
progress_logs 进展日志
recurring_tasks 周期任务模板
okr_items OKR 本地缓存
reminder_log 提醒推送记录（去重）

数据库支持 WAL 模式、自动迁移和 JSON 导出备份。数据模型详见 references/schema.md。

配置

# 自定义数据库路径（默认：~/.hermes/data/personal_assistant/tasks.db）
export PA_DB_PATH=~/.hermes/data/personal_assistant/tasks.db

# 提醒时段（覆盖默认值）
export PA_MORNING_TIME=9
export PA_AFTERNOON_TIME=14
export PA_EVENING_TIME=20

# OKR 飞书文档 token
export PA_OKR_DOC_TOKEN=YOUR_DOC_TOKEN_HERE

# 报告输出目录（默认：~/.hermes/reports/）
export PA_REPORT_DIR=~/.hermes/reports/

注意事项

  • 所有时间使用 北京时间 (UTC+8)
  • 任务删除默认为软删除（status → 'cancelled'），使用 --hard 可物理删除
  • OKR 同步依赖飞书文档可读，需确保 bot 有文档访问权限；同步失败时保留最近一次成功缓存
  • 报告默认输出到 ~/.hermes/reports/ 目录
  • 数据库文件自动创建，无需手动初始化
  • 并发写入通过 SQLite WAL 模式 + 自动重试（最多 3 次）保障

常见问题

提醒没有推送？

  1. 检查 pa-morning-reminder 等 cronjob 是否已注册：cronjob(action='list')
  2. 检查 reminder_log 表确认是否触发过提醒
  3. 手动测试：python3 scripts/personal_assistant.py remind trigger --type morning

周期任务没有自动生成实例？

  • pa-recurring-sync cronjob 每天凌晨 1:00 运行
  • 手动触发：python3 scripts/personal_assistant.py recurring list 查看待生成的周期任务
  • 检查 recurring_tasks.enabled 是否为 1

OKR 同步失败？

  • 确认 PA_OKR_DOC_TOKEN 环境变量已设置
  • 确认飞书 bot 对目标文档有读取权限
  • 查看错误日志：~/.hermes/logs/agent.log

验证检查清单

  • ~/.hermes/data/personal_assistant/tasks.db 数据库已创建
  • python3 scripts/personal_assistant.py task add --title "测试任务" 可成功添加
  • python3 scripts/personal_assistant.py task list 可列出任务
  • python3 scripts/personal_assistant.py remind preview --type morning 可预览提醒
  • cronjob 已通过 cronjob(action='create', ...) 注册
  • python3 scripts/personal_assistant.py db stats 统计信息正常
安全使用建议
Install only if you are comfortable storing work tasks and OKRs in a local SQLite database, writing reports under ~/.hermes, and enabling recurring jobs. Treat Feishu document/app tokens as secrets, avoid putting real tokens in command history or screenshots, and make backups before using database import, hard delete, or cleanup commands.
能力标签
crypto
能力评估
ℹ Purpose & Capability
The task, reminder, OKR, report, and advice features fit the stated personal work assistant purpose, and the main data store is a local SQLite database under ~/.hermes.
⚠ Instruction Scope
The activation terms are broad, and state-changing commands, full database import/export, report writing, OKR sync, and LLM-context generation are exposed on the same user-facing surface without strong scoping or confirmation language.
ℹ Install Mechanism
Artifacts declare cron jobs and include a registration script that creates five recurring Hermes cron jobs. This is disclosed, but it means the skill can keep acting after setup.
⚠ Credentials
Local file writes, report generation, full SQL dump export/import, and Feishu OKR sync are proportionate to a work assistant only if the user knowingly accepts handling sensitive task and OKR data.
⚠ Persistence & Privilege
The skill persists task, progress, OKR, reminder, and source document token data locally, and scheduled jobs can repeatedly read and summarize that data without a fresh user action.
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install gongzuofuzhu01
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /gongzuofuzhu01 触发
  4. 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.0.1
个人工作任务管理: 待办/OKR/周期任务/月报/提醒
元数据
Slug gongzuofuzhu01
版本 1.0.1
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

工作辅助01 是什么？

个人工作任务管理助手。使用场景：记录待办事项、查看今日任务、更新任务进展、 管理周期性任务、同步 OKR、生成工作月报/半年报。触发关键词：任务、待办、 提醒、进展、OKR、月报、周报、报告。显式触发命令：ZHULI#。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 24 次。

如何安装 工作辅助01？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install gongzuofuzhu01」即可一键安装，无需额外配置。

工作辅助01 是免费的吗？

是的，工作辅助01 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

工作辅助01 支持哪些平台？

工作辅助01 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 工作辅助01？

由 A.H89（@tomm1399）开发并维护，当前版本 v1.0.1。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463815 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259802 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200680 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191345 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190333 · by oswalpalash

💬 留言讨论