豆包每日复盘

要解决什么问题

如果你主要用豆包桌面版聊工作和技术，对话会堆在本地 IndexedDB/LevelDB 里，但很难按天、按周看出自己在聊什么、哪些话题没聊完、哪些结论有原文依据。手工翻聊天记录做复盘，既费时间，也容易漏掉「半途话题」。

技能如何工作

技能从 %LOCALAPPDATA%\Doubao\User Data\Default\IndexedDB\ 读取对话数据（需豆包已登录；运行时保持客户端打开以便复制 LevelDB）。经 v6.0 清洗（汉字频次、UTF-16LE 双对齐、句子完整性）后得到清洁消息，再写入 insights.json，结构包含 daily、weekly、monthly 等层级。

• 日复盘（7 维）：快速摘要、话题地图、经验沉淀、洞察（带置信度与 [证据: msg_xxx]）、历史关联、后续方向、半途而废话题与追问 prompt。
• 周 / 月复盘：话题分布（柱状图）、趋势（上升/消退/稳定）、核心洞察带证据与追问、周环比或跨周关联、行动建议。
• 总复盘：全时期核心洞察、成长阶段与关键收获。
• HTML 仪表盘：5 个 Tab（日/周/月/总/话题全景），自包含数据，双击浏览器打开；📎 看清洁原文，🚀 复制追问 prompt 回豆包继续聊。

可手动「提取 → 把结果交给 AI 做复盘 → 生成仪表盘」，或用 WorkBuddy 定时任务（例如每日 22:30 完整流程，周日周复盘，每月 1 日月复盘）。

适用边界

LevelDB 不保留精确消息时间戳，历史日期多为近似划分；增量日复盘靠 review_data.json 快照比对做更精确的日期追溯。月初数据少时，月复盘会明确标注而非凑数。需在 Python 3.11+ 且由 WorkBuddy 管理的环境中运行。