效率执行教练
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-efficiency-manager。
技能介绍
问题:计时器给不了「下一步」
很多人用时间记录工具,最后只留下一张「今天花了多久」的表,却回答不了更硬的问题:现在该做哪件事、哪些事该延后、哪些模式在拖慢进度。Efficiency Manager 的定位是本地执行教练:把活动历史、任务输入和时间约束,转成可执行的决策,而不是被动图表。
技能如何工作
工作顺序固定为三步:先清晰记录 → 从数据做诊断 → 给出下一步建议。对话上支持五种模式,与底层命令能力对应或可由历史推导:
- Log:记录已完成或进行中的工作,写入规范事件(类别、时段、状态)。
- Review:日/周/月回顾——时间去向、强/弱模式,并以一条具体行为改变收尾。
- Suggest Next:在多个候选任务里直接推荐「最佳下一项」,说明为何是现在,并点名一项应延后。
- Plan Day:在可用时间内排现实日程,尽量保护专注块,对装不下的任务诚实标出溢出。
- Weekly Review:区分真进展与「看起来很忙但低价值」的活动,为下周只推荐一项调整。
当前实现已较好支持本地记录与回顾;命令面包括 efficiency-api(add、report、list)与 efficiency(start、end、report、analyze、plan、list、config)。数据落在共享本地存储:~/.openclaw/efficiency-manager/data/events.json 与 config.json,跨 Agent 会话应共用同一 store,避免按会话复制。
输出默认行动导向,好的回答通常以「现在做什么 / 稍后做什么 / 停止做什么」结束;决策上偏好现实可完成的计划而非塞满日程,任务过多时强制优先级,数据信心不足时会明说并给出轻量建议。
适用边界
- 避免泛化鸡汤、只有图没有决策、或在数据薄弱时假装精确。
suggest-next与weekly-review在对话中是产品模式,未必有独立包装命令,需结合references/中的启发式与既有历史推导。- 细节命令映射见
references/api.md;评分与排程逻辑见references/scoring.md、references/scheduling.md。
使用场景
- 手上并列多件待办,需要结合已记录的历史与当前时间约束,直接得到「下一项开工任务」和一项应延后的任务
- 下班或周末做日/周回顾:看清时间去向、强弱模式,并只落实一条可执行的行为调整
- 明天会议和固定事项已占满半天,要把剩余专注块塞进现实日程,并对装不下的任务诚实标出溢出
- 用 `efficiency start`/`end` 或 `efficiency-api add` 持续记事件后,需要按 list/report 拉清单并做 analyze 诊断反复被打断的模式
适合人员
- 独立开发者:在多个功能与 bug 间切换,希望根据本地事件历史决定现在该写哪块、哪块先停
- 远程兼职创作者:把录制、剪辑、发布拆成分类事件,周复盘时区分真进展与「很忙但低价值」的时段
- 多项目并行的产品经理:日历被会议占满,需要 Plan Day 模式把剩余时间排成可执行块并强制优先级
- 习惯自我量化但厌倦空图表的工程师:要 Review/Suggest Next 输出「现在/稍后/停止」,而不是只看总时长