← 返回 Skills 市场
147
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install high-value-task-manager
功能描述
高价值目标任务猎头。使用猎头筛选人才的方法论管理个人任务,通过量化分析任务价值、资源消耗与互斥关系,科学评估和动态优化任务优先级。触发词:挖坑 (新增任务)、填坑 (更新进度)、任务列表、查看任务、完成任务、暂停任务。
使用说明 (SKILL.md)
高价值目标任务猎头
像金牌猎头评估候选人一样管理你的任务组合,最大化时间投资回报率。
核心命令
🕳️ 挖坑 - 新增任务
当用户说"挖坑"时,创建新任务。
基本用法:
挖坑:3 个月内通过 PMP 认证,预计 60 小时,对晋升有帮助
系统自动解析:
- 任务名称:PMP 认证
- 截止日期:3 个月后
- 预估耗时:60 小时
- 预期价值:自动评估(职业发展=8/10)
- 精力消耗:默认 3/5(可调整)
完整参数示例:
挖坑:完成 Python 数据分析课程
- 截止:2026-06-30
- 耗时:40 小时
- 价值:9(能提升专业技能)
- 精力:4(需要高度集中)
- 标签:#深度学习 #职业发展
🔨 填坑 - 更新进度
当用户说"填坑"时,更新任务进度。
用法:
填坑 1:已完成 50%
填坑 1:今天完成了第三章阅读,进度 +20%
填坑 1:耗时 3 小时,学习了异常处理
支持的操作:
- 设置具体进度:
进度 50%或完成 50% - 增加进度:
+20%或进度 +20 - 记录耗时:
耗时 3 小时 - 添加备注:任何说明文字
📋 查询任务
任务列表 # 查看活跃任务(按优先级排序)
任务列表 全部 # 查看所有状态任务
任务列表 已完成 # 查看已完成任务
查看任务 1 # 查看任务 ID=1 的详情
⏸️ 任务管理
暂停任务 1 # 暂停任务
恢复任务 1 # 恢复任务
完成任务 1 # 标记任务完成
任务评估模型
系统使用猎头筛选机制评估任务:
效用得分 = (预期价值 × 成功概率) / (时间投入 × 精力消耗系数)
优先级 = 效用得分 × 紧迫度
属性说明:
| 属性 | 范围 | 说明 |
|---|---|---|
| 预期价值 | 1-10 | 长期回报(职业、收入、成长) |
| 精力消耗 | 1-5 | 1=轻松,5=极度耗神 |
| 成功概率 | 0-100% | 完成可能性 |
| 紧迫度 | 0-1 | 基于截止日期自动计算 |
冲突检测
系统自动检测以下冲突:
- 时间冲突:活跃任务总耗时 > 100 小时阈值
- 精力冲突:相同标签的高精力任务(精力≥4)同时进行
- 资源冲突:需要相同外部资源
检测到冲突时,系统会:
- 显示冲突详情
- 提供解决建议(暂停低优先级任务、调整时间等)
- 让用户决定如何处理
输出格式
新增任务成功
✅ 任务已创建
【任务 #1】PMP 认证
├─ 截止日期:2026-07-03
├─ 预估耗时:60 小时
├─ 预期价值:8/10
├─ 精力消耗:3/5
├─ 效用得分:2.67
├─ 优先级:1.87
└─ 状态:活跃
💡 建议:优先级排名第 1,建议优先投入时间
更新进度成功
✅ 进度已更新
【任务 #1】PMP 认证
├─ 进度:50% → 70% (+20%)
├─ 已耗时:15 小时
├─ 剩余:15 小时
└─ 状态:活跃
📝 备注:今天完成了第三章阅读
任务列表
📋 活跃任务 (按优先级排序)
#1 PMP 认证 ████████░░ 70% 优先级:1.87 截止:7 月 3 日
#2 数据分析课程 ████░░░░░░ 40% 优先级:1.52 截止:6 月 30 日
#3 行业峰会准备 ██░░░░░░░░ 20% 优先级:0.98 截止:5 月 15 日
💡 当前总剩余耗时:45 小时,负荷正常
最佳实践
1. 任务录入技巧
- ✅ 使用动词开头:「完成 Python 课程」而非「学 Python」
- ✅ 包含时间框架:「每天 30 分钟」或「截止 6 月 15 日」
- ✅ 说明价值:「对晋升有帮助」帮助系统评估优先级
2. 进度跟踪
- 每天填坑汇报进度,系统自动追踪
- 连续 3 天无进展,系统会提醒
- 进度滞后时,系统建议调整
3. 任务组合优化
- 避免同时承担多个高精力任务(精力≥4)
- 为高优先级任务预留缓冲时间
- 定期查看任务列表,调整优先级
数据存储
任务数据保存在:~/.openclaw/workspace/memory/tasks/tasks.json
数据结构:
{
"tasks": [
{
"id": 1,
"name": "任务名称",
"status": "active|paused|completed",
"progress": 0-100,
"deadline": "YYYY-MM-DD",
"total_hours": 60,
"hours_spent": 15,
"value": 8,
"energy": 3,
"success_prob": 75,
"tags": ["#职业发展"],
"priority": 1.87,
"progress_log": [...]
}
],
"next_id": 2
}
高级功能
任务复盘
完成任务后,系统自动记录:
- 实际耗时 vs 预估耗时
- 完成日期
- 进度日志
可用于分析时间估算偏差,优化未来任务规划。
成就可视化
🏆 本月完成:3 个任务
🏆 累计完成:12 个任务
🏆 时间投资回报:45%(实际价值/总耗时)
示例对话
用户:挖坑:5 月底前完成 Python 高级课程,预计每周 5 小时,对职业发展很重要
助手:
✅ 任务已创建
【任务 #1】Python 高级课程
├─ 截止日期:2026-05-31
├─ 预估耗时:20 小时(5 小时/周 × 4 周)
├─ 预期价值:8/10(职业发展)
├─ 精力消耗:3/5(默认)
├─ 效用得分:3.33
├─ 优先级:2.33
└─ 状态:活跃
💡 建议:优先级较高,建议本周开始投入时间
用户:填坑 1:今天完成了第一章,进度 25%,耗时 2 小时
助手:
✅ 进度已更新
【任务 #1】Python 高级课程
├─ 进度:0% → 25%
├─ 已耗时:2 小时
├─ 剩余:18 小时
└─ 状态:活跃
📝 备注:今天完成了第一章
🎯 按当前进度,预计 3 周后完成
用户:任务列表
助手:
📋 活跃任务 (按优先级排序)
#1 Python 高级课程 ████░░░░░░ 25% 优先级:2.33 截止:5 月 31 日
💡 当前总剩余耗时:18 小时,负荷正常
安全使用建议
此技能在本地以 JSON 文件 (~/.openclaw/workspace/memory/tasks/tasks.json) 保存任务数据,整体设计与描述一致且没有网络外发行为。使用前请注意:
- 任务数据以明文 JSON 存储,包含任务名称、备注等可能的个人信息;如果你关心隐私,考虑将该目录设为受限权限或使用加密存储。
- package.json 中 repository URL 为占位符(your-username),技能来源标注为 unknown:如果你在意来源可追踪性,请向提供者确认或查看发布者的仓库/签名以增加信任。
- 如果你允许在共享或不受信任的机器上运行,谨慎授予对 HOME 下该路径的写入权限。
总体来看风险较低,但如需最高信任度,请审阅 scripts/task_manager.py 源码(已包含)并在受控环境中运行。
功能分析
Type: OpenClaw Skill
Name: high-value-task-manager
Version: 1.1.0
The skill is a legitimate task management tool that uses a 'headhunter' methodology to prioritize tasks. The Python script (scripts/task_manager.py) performs standard CRUD operations on a local JSON file located in the user's home directory (~/.openclaw/workspace/memory/tasks/tasks.json) and contains no network activity, obfuscation, or unauthorized file access.
能力评估
Purpose & Capability
技能名与描述为“高价值任务管理/猎头式任务筛选”,所需资源(无环境变量、无外部二进制、无远程服务)和随附的 Python 脚本逻辑都与该用途一致。脚本实现了新增、更新、查询、暂停、完成等任务管理功能,与说明匹配。
Instruction Scope
SKILL.md 的指令仅涉及创建/更新/查询任务、优先级计算和冲突检测,且指定的数据存储路径 (~/.openclaw/workspace/memory/memory/tasks/tasks.json) 与 scripts/task_manager.py 中使用的路径一致。没有指令要求访问与任务管理无关的系统路径、凭证或发送数据到未知远端端点。
Install Mechanism
无安装规范(instruction-only + 附带脚本),不会自动下载或执行远端二进制。仅包含 package.json 与一个 Python 脚本;没有通过不受信任的 URL 拉取或解压可执行文件的行为。
Credentials
未申明任何需要的环境变量或凭证。脚本仅使用 HOME 环境变量定位用户主目录以保存本地数据,这是合理且与用途直接相关。没有请求 API 密钥、云凭证或其它敏感变量。
Persistence & Privilege
技能不请求“always: true”,也不修改其他技能或系统范围配置。它在用户主目录下创建/维护自己的数据文件(tasks.json),这是任务管理类技能的预期行为。
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install high-value-task-manager - 安装完成后,直接呼叫该 Skill 的名称或使用
/high-value-task-manager触发 - 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
v1.1.0
更名为「高价值目标任务猎头」,更简洁易记
v1.0.0
初始版本:支持挖坑/填坑/任务列表/冲突检测/优先级排序
元数据
常见问题
高价值目标任务猎头 是什么?
高价值目标任务猎头。使用猎头筛选人才的方法论管理个人任务,通过量化分析任务价值、资源消耗与互斥关系,科学评估和动态优化任务优先级。触发词:挖坑 (新增任务)、填坑 (更新进度)、任务列表、查看任务、完成任务、暂停任务。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 147 次。
如何安装 高价值目标任务猎头?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install high-value-task-manager」即可一键安装,无需额外配置。
高价值目标任务猎头 是免费的吗?
是的,高价值目标任务猎头 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
高价值目标任务猎头 支持哪些平台?
高价值目标任务猎头 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 高价值目标任务猎头?
由 Spaceack(@spaceack)开发并维护,当前版本 v1.1.0。
推荐 Skills