技能介绍

要解决什么问题

下班写日报、复盘「昨天到底在忙什么」，或者同事问「你下午两点在干嘛」，往往只能靠记忆和零散截图。若你已经在本机跑 ActivityWatch，窗口标题和 AFK 事件其实都在本地 API 里，但原始 bucket _dump 既难读，也不适合直接丢给大模型——标题噪声大、时间线乱，还容易把隐私细节原样暴露。

技能如何工作

技能优先走 ActivityWatch 的 本地 HTTP API（默认 http://127.0.0.1:5600），而不是直接解析存储文件。流程大致是：

把「今天 / 昨天 / 某日」解析成你时区下的 yyyy-MM-dd；
若未安装或未启动，通过 ensure_activitywatch.ps1 拉官方安装包、安装并等待 API 就绪；
全天报告用 export_activitywatch_day.ps1 -Date；定点问题用 -AtTime（可配 -WindowMinutes）先读 time_query；
脚本输出的是证据包（含可读 Markdown 与 JSON），由模型据此写中文报告，而不是把原始 dump 整包喂给 LLM。

报告结构通常包括：一句话总结、按时间顺序叙述、主要推进（按工作主题而非仅应用名）、沟通与会议、代码/文档/运维、不确定项。activity_guess 只作提示：例如 IDE 窗口倾向 coding，Teams/微信倾向 communication，unknown 时不编造内容，尽量引用文档名、仓库名、会议标题等具体证据。

适用边界

ActivityWatch 只在 watcher 运行之后才有记录；若刚完成 fresh_install 且当天无事件，应明确说明无法还原安装前的活动。重装若未删数据目录，历史事件仍可能可用。标题视为本地遥测，默认汇总展示；证据不足时用「看起来 / 大概率」等措辞，避免把窗口焦点推断成虚构细节。当前安装与导出脚本以 Windows + PowerShell 为主（默认安装路径 D:\ActivityWatch）。