Dayflow 时间流证据源

要解决的问题

在做每日复盘或周报时，我们常常面临一个困境：明明每天都在 Dayflow 里记录了时间线卡片，但手动整理成一份有条理的「做了什么」清单却相当耗时。更麻烦的是，如果直接把这些原始卡片复制粘贴到笔记里，不仅篇幅冗长，还会把本地文件路径、应用标题甚至客户名称等敏感信息原封不动地带进去。

另一个常见场景是，当你想用某个自动化工具生成活动摘要时，往往拿不到结构化的、经过清洗的 Dayflow 数据——要么是全量导出，要么是零散的截图，很难直接喂给下游的分析或报告技能。

核心能力与工作流程

dayflow-source 正是为这个场景设计的。它不是笔记写作工具，而是纯粹的数据收集层。它读取本地 Dayflow 时间线卡片，按照一个固定的「证据包」格式产出结构化结果，然后把解释和落笔的工作交还给调用方。

具体工作流如下：

• 日期范围确定：日报场景下取单天（格式为 YYYY-MM-DD），周报场景下取周一到指定结束日。只有在用户明确给出其他范围时才使用。
• 查询 Dayflow：通过 scripts/query_dayflow.py 脚本从 Dayflow 数据库读取时间线卡片。如果脚本运行在技能目录之外，则使用安装路径。
• 容错处理：当数据库因沙箱限制无法读取时，技能会请求用户批准，而不是编造活动数据。这一点对于保持数据真实性至关重要。
• 证据包生成：只总结 Dayflow 时间线卡片明确支持的内容，不添加任何推断或推测。返回的是一个有边界的证据包，而非开放式的自由文本。

证据包采用固定的结构，可以在散文或 Markdown 中呈现。当你直接调用这个技能时，它会展示证据包然后停止——不会擅自帮你写笔记。

适用边界与注意点

这个技能有几个明确的边界：

• 不写笔记：dayflow-source 不会单独写或更新笔记。它只负责收集证据，笔记的撰写、解读和润色由调用方（也就是你或你的上层技能）完成。
• 证据而非真相：Dayflow 时间线卡片是证据，不是事实本身。当项目映射关系是推断出来的时，表述应为「Dayflow suggests...」而非断言。
• 隐私保护：最终输出中不应包含原始截图、本地文件路径、私有应用标题等敏感细节。对于可公开分享的总结，需要对暴露私有客户、仓库、人员或账户的活动标题进行聚合或编辑。
• 不覆盖用户笔记：不要用 Dayflow 数据覆盖用户已经手写的笔记内容。如果存在冲突，应向调用方暴露矛盾而非擅自修改。
• Schema 参考按需读取：references/dayflow_schema.md 仅在需要了解 schema 详情或调整查询脚本时才读取，不需要时不必加载。

如果你在做一个自动化的日报生成流程，dayflow-source 可以作为上游数据源，把整理好的证据包传递给下游的报告技能——这样每个环节都保持职责单一，调试起来也更清晰。