OpenClaw Timebox#

一套 全天维度 的任务管理工作法，分四个阶段：

text

早晨规划（PLAN）→ 执行时间盒（RUN）→ 单盒收集（CHECK）→ 全天复盘（REVIEW）

每个时间盒是一个 不可拆分的执行单元，AI 不干预盒内执行细节，只负责规划、衔接和复盘。

---

使用方式#

bash

/openclaw-timebox-cpr                  # 开始今天的规划
/openclaw-timebox-cpr --run            # 跳过规划，直接开始一个时间盒
/openclaw-timebox-cpr --check          # 完成一个时间盒后做快速收集
/openclaw-timebox-cpr --review         # 全天结束后做整体复盘
/openclaw-timebox-cpr --log            # 查看今日日志摘要

---

偏好配置（EXTEND.md）#

按优先级搜索以下路径，找到即用：

1. 项目级： {project}/.baoyu-skills/openclaw-timebox-cpr/EXTEND.md
2. 用户级： ~/.baoyu-skills/openclaw-timebox-cpr/EXTEND.md

如果 EXTEND.md 不存在，MUST 执行首次配置（见下方章节），完成后继续。

yaml

default_timebox: 25          # 默认单个时间盒时长（分钟）
calendar: macos              # 日历工具（见支持列表）
calendar_name: 工作          # 日历名称/账户
calendar_alert_before: 2     # 提醒提前几分钟
log_backend: local           # 日志工具（见支持列表）
log_dir: ~/.openclaw/logs    # 仅 local 模式使用
log_token:                   # 第三方日志工具的 Token/Key（如需要）
log_workspace:               # 第三方日志工具的空间/数据库 ID（如需要）
task_sync: none              # 任务同步：ticktick（国际版）| dida365（中国版，使用 dida-cli）| none
ticktick_token_file: ~/.config/timebox/ticktick.json  # ticktick 国际版 token 文件路径
ticktick_project_id:         # ticktick 国际版：同步到哪个清单（留空则用收件箱）
dida_project_id:             # dida365 中国版：同步到哪个清单 ID（留空则用收件箱）
lang: zh                     # zh | en
runtime: codebuddy           # 运行环境：codebuddy | openclaw

---

首次配置#

EXTEND.md 不存在时， 一次性 提问以下四项，创建文件后继续。

问题 1：默认时间盒时长#

你常用的专注时长是多少分钟？ 推荐： 25 分钟（番茄钟）/ 45 分钟（深度工作）/ 90 分钟（长任务）/ 自定义

问题 2：日历工具#

你用哪个日历记录时间安排？时间盒会自动在日历里创建占位事件。

选项说明macos苹果日历（Apple Calendar），本地，无需配置wecom企业微信日历，需要企业微信登录态feishu飞书日历，需要飞书 API TokengoogleGoogle 日历，需要 Google OAuthnone不使用日历

选择后追问：

• 若 macos：使用哪个日历名称？（默认"工作"，不存在则用默认日历）
• 若 feishu / google / wecom：需要提供对应 Token 或引导完成授权

问题 3：任务同步到滴答清单（TickTick）#

是否将每个时间盒任务自动同步到滴答清单？规划时创建任务，完成时标记勾选。

选项说明ticktick同步到 TickTick 国际版（ticktick.com）dida365同步到滴答清单 中国版（dida365.com，使用 dida-cli）none不同步（默认）

⚠️ 国际版与中国版账号完全独立，token 不互通，请根据你的实际登录平台选择。

---

若选择 dida365（中国版，推荐）

使用 dida-cli 方案，无需注册开发者 App，一条命令完成授权。

Step 1：检查 dida-cli 是否已安装且已登录

bash

dida auth status

• 输出已登录 → 跳到 Step 3
• 命令不存在 → 继续 Step 2 安装
• 输出未登录 → 直接执行 Step 2 登录

Step 2：安装 dida-cli 并授权

bash

npm install -g @suibiji/dida-cli
dida auth login

浏览器弹出滴答清单授权页，登录并授权后返回命令行即完成。授权完成后再次执行 dida auth status 确认。

Step 3：选择同步清单

"要同步到哪个清单？（留空用收件箱，或告诉我清单名称）"

AI 拉取用户现有清单并展示：

bash

dida project list --json

用户选择后，将清单 ID 写入 dida_project_id（留空则用收件箱）。

---

若选择 ticktick（国际版）

Step 1：检查 token 是否已存在且有效

bash

python3 -c "
import json, urllib.request
try:
    t = json.load(open('$HOME/.config/timebox/ticktick.json'))
    req = urllib.request.Request('https://api.ticktick.com/open/v1/project')
    req.add_header('Authorization', f'Bearer {t[\"access_token\"]}')
    urllib.request.urlopen(req); print('ok')
except Exception as e: print('fail')
"

• 输出 ok → 跳到 Step 4
• 输出 fail → 继续 Step 2

Step 2：引导注册开发者 App（首次必做，约 3 分钟）

AI 告知用户：

"需要先在 TickTick 开放平台注册一个 App，获取 client_id 和 client_secret，整个过程约 3 分钟，只需做一次。

请按以下步骤操作：

1. 访问 https://developer.ticktick.com/ 用 TickTick 账号登录
2. 点击「Register App」
3. App Name 随意填（如 timebox-local）
4. Redirect URI 填： http://localhost:8765/callback
5. 提交后复制 Client ID 和 Client Secret，告诉我。"

Step 3：写入授权脚本并执行

AI 收到 client_id 和 client_secret 后，将授权脚本写入 ~/.config/timebox/ticktick_auth.py（填入真实 credentials，见滴答清单集成章节脚本模板），然后告知用户运行：

bash

python3 ~/.config/timebox/ticktick_auth.py

用户完成浏览器授权后，AI 重新执行 Step 1 验证。

Step 4：选择同步清单

"要同步到哪个清单？（留空用收件箱，或告诉我清单名称）"

bash

python3 -c "
import json, urllib.request
t = json.load(open('$HOME/.config/timebox/ticktick.json'))
req = urllib.request.Request('https://api.ticktick.com/open/v1/project')
req.add_header('Authorization', f'Bearer {t[\"access_token\"]}')
data = json.loads(urllib.request.urlopen(req).read())
for p in data: print(p['id'], '|', p['name'])
"

用户选择后，将清单 ID 写入 ticktick_project_id（留空则用收件箱）。

问题 4：日志工具#

你用什么记录工作日志？每个时间盒的执行记录和复盘会自动写入。

选项说明local本地 Markdown 文件（默认，无需配置）feishu_doc飞书文档，需要飞书 API Token + 文档 IDwecom_doc企业微信文档，需要企业微信登录态notionNotion，需要 Integration Token + Database IDgoogle_docGoogle Docs，需要 Google OAuthflomoFlomo，需要 Flomo API URL（在 Flomo 个人设置页面获取）

选择后追问对应的 Token / ID / 路径配置项（若需要）。

问题 5：交互语言#

中文 / English

---

日历集成#

通用行为#

• PLAN 阶段时间分配确认后，为每个时间盒批量创建日历事件
• 事件标题格式： [Timebox #{N}] {任务名}
• 事件描述：任务名 + 优先级 + 紧急程度
• CHECK 收集完成后，更新对应事件备注（追加实际完成情况）
• 任何日历操作失败，仅提示，不阻断主流程

各平台实现#

macOS Apple Calendar（AppleScript）

applescript

tell application "Calendar"
  set targetCal to first calendar whose name is "{calendar_name}"
  -- 若不存在则用 first calendar whose writable is true
  tell targetCal
    make new event with properties {
      summary: "[Timebox #{N}] {任务名}",
      start date: {开始时间},
      end date: {开始时间} + {时长} * minutes,
      description: "优先级：{priority} · 紧急程度：{urgency}"
    }
  end tell
end tell

飞书日历（Feishu Calendar API）

text

# 请求方式：POST
# 接口：https://open.feishu.cn/open-apis/calendar/v4/calendars/{calendar_id}/events
# 请求头：需携带飞书 API Token（header: X-Token: {log_token}）
# 请求体：
{
  "summary": "[Timebox #{N}] {任务名}",
  "start_time": { "timestamp": "{unix_ts}" },
  "end_time": { "timestamp": "{unix_ts}" },
  "description": "优先级：{priority} · 紧急程度：{urgency}"
}

企业微信日历（WeCom）

企业微信日历暂无开放 API，使用 AppleScript 控制企业微信桌面端或提示用户手动创建。

Google Calendar API

text

# 请求方式：POST
# 接口：https://www.googleapis.com/calendar/v3/calendars/{calendarId}/events
# 请求头：需携带 Google OAuth Token（header: X-Token: {oauth_token}）
# 请求体：
{
  "summary": "[Timebox #{N}] {任务名}",
  "start": { "dateTime": "{ISO8601}" },
  "end": { "dateTime": "{ISO8601}" }
}

---

日志集成#

通用行为#

• 每天在 PLAN 阶段确认时间分配后，创建当日日志并写入今日规划
• RUN 阶段每个时间盒启动时，追加启动记录到本地日志
• CHECK 阶段收集每个时间盒结果后，追加结果记录到本地日志
• REVIEW 阶段将每日总结写入本地日志
• 外部工具同步（flomo、Notion 等）：仅在 REVIEW 完成后推送每日总结，不推送逐条执行记录
• 任何日志写入失败，仅提示，不阻断主流程

各平台实现#

本地 Markdown（local）

存储结构：

text

{log_dir}/
├── {YYYY-MM}/
│   └── {YYYY-MM-DD}.md
└── index.md

飞书文档（feishu_doc）

text

POST https://open.feishu.cn/open-apis/docx/v1/documents/{document_id}/blocks
-- 在指定文档末尾追加当天日志块

企业微信文档（wecom_doc）

通过企业微信文档 API 写入，需要企业自建应用 Token。

Notion

text

# 请求方式：POST
# 接口：https://api.notion.com/v1/pages
# 请求头：需携带 Notion Integration Token（header: X-Token: {log_token}）
# 在指定 Database 创建新 Page，每天一条
# 追加内容通过 PATCH blocks endpoint 实现

Google Docs

text

# 通过 Google Docs API batchUpdate 在文档末尾追加内容
# 接口：https://docs.googleapis.com/v1/documents/{documentId}:batchUpdate

Flomo

text

# 请求方式：POST
# 接口：{flomo_api_url}（在 Flomo 个人设置中获取）
# 请求体：{ "content": "[Timebox #{N}] {任务名}\n{执行记录}\n{复盘内容}" }
# Flomo 每条为独立笔记，建议每个时间盒一条，复盘单独一条

---

滴答清单（TickTick / 滴答清单）集成#

仅当 task_sync: ticktick 或 task_sync: dida365 时生效。

国际版 vs 中国版#

国际版（ticktick）中国版（dida365）授权方式Python OAuth 脚本（需注册 App）dida-cli（ dida auth login，无需注册 App）任务操作REST API（ api.ticktick.com）dida task CLI 命令清单配置字段ticktick_project_id``dida_project_id

两个版本账号独立，token 不互通。

---

dida365（中国版）—— 使用 dida-cli#

所有操作通过 @suibiji/dida-cli 完成，无需手动管理 token。

通用行为

• PLAN 阶段确认时间分配后，为每个时间盒 创建对应任务
• CHECK 阶段收集完毕后， 更新任务（追加 CHECK 结果到 content）
• REVIEW 完成后，将完成的时间盒任务 标记为已完成
• 未完成的时间盒任务保留在清单中，便于次日处理
• 任何 dida-cli 操作失败，仅提示，不阻断主流程

检查 dida-cli 可用性

每次操作前先确认 CLI 已安装且已登录：

bash

dida auth status

若未登录，提示用户执行 dida auth login；若未安装，提示先运行 npm install -g @suibiji/dida-cli。

创建时间盒任务（PLAN 完成时）

bash

dida task create \
  --title "[Timebox #{N}] {任务名}" \
  --project {dida_project_id} \
  --content "优先级：{priority} · 紧急程度：{urgency}\n计划时间：{HH:MM}，时长 {duration} 分钟" \
  --dueDate "{ISO8601_end}" \
  --json

--project 留空则创建到收件箱（dida_project_id 为空时省略该参数）。 从返回 JSON 中取 id 字段，写入日志： [ticktick_id: {id}]

更新任务（CHECK 完成时）

从日志取出该时间盒的 ticktick_id（即 dida task id）：

bash

dida task update {task_id} \
  --project {dida_project_id} \
  --content "原有 content\n\n── CHECK 结果 ──\n{结果}\n{一句话描述}\n实际用时：{N} 分钟（计划 {M} 分钟）"

标记完成（REVIEW 完成时）

bash

dida task complete {dida_project_id} {task_id}

---

ticktick（国际版）—— 使用 REST API#

运行时配置

python

API_BASE = "https://api.ticktick.com/open/v1"

通用行为

• PLAN 阶段确认时间分配后，为每个时间盒 创建对应任务
• CHECK 阶段收集完毕后， 更新任务
• REVIEW 完成后，将完成的时间盒任务 标记为已完成
• 未完成的时间盒任务保留在清单中
• 任何 API 调用失败，仅提示，不阻断主流程

Token 读取

每次调用前从 ticktick_token_file 读取 access_token：

python

import json, os
token_data = json.load(open(os.path.expanduser(ticktick_token_file)))
access_token = token_data["access_token"]
headers = {"Authorization": f"Bearer {access_token}", "Content-Type": "application/json"}

若读取失败或文件不存在，提示用户重新运行 ticktick_auth.py。

创建时间盒任务（PLAN 完成时）

python

# POST {API_BASE}/task
payload = {
    "title": "[Timebox #{N}] {任务名}",
    "content": "优先级：{priority} · 紧急程度：{urgency}\n计划时间：{HH:MM}，时长 {duration} 分钟",
    "startDate": "{ISO8601_start}",
    "dueDate":   "{ISO8601_end}",
    "priority":  {ticktick_priority},  # 高→3, 中→1, 低→0
    "projectId": "{ticktick_project_id}",  # 留空用收件箱
    "tags": ["timebox"]
}
# 返回值取 task["id"] 存入日志：[ticktick_id: {task_id}]

更新任务（CHECK 完成时）

python

# POST {API_BASE}/task/{taskId}
payload = {
    "id": "{task_id}",
    "projectId": "{ticktick_project_id}",
    "content": "原有 content\n\n── CHECK 结果 ──\n{结果}\n{一句话描述}\n实际用时：{N} 分钟（计划 {M} 分钟）"
}

标记完成（REVIEW 完成时）

python

# POST {API_BASE}/task/{taskId}/complete
# 无需 body，返回 200 即成功

授权脚本（ticktick 国际版专用）#

脚本存放在 ~/.config/timebox/ticktick_auth.py：

python

#!/usr/bin/env python3
"""TickTick 国际版一次性 OAuth 授权脚本 - 由 timebox skill 自动生成"""
import http.server, webbrowser, json, urllib.parse, urllib.request, base64, threading, sys
from pathlib import Path

CLIENT_ID     = "{user_client_id}"
CLIENT_SECRET = "{user_client_secret}"
REDIRECT_URI  = "http://localhost:8765/callback"
TOKEN_FILE    = Path.home() / ".config" / "timebox" / "ticktick.json"
PORT          = 8765
AUTH_URL      = "https://ticktick.com/oauth/authorize"
TOKEN_URL     = "https://ticktick.com/oauth/token"

received_code = None

class Handler(http.server.BaseHTTPRequestHandler):
    def do_GET(self):
        global received_code
        params = urllib.parse.parse_qs(urllib.parse.urlparse(self.path).query)
        if "code" in params:
            received_code = params["code"][0]
            self.send_response(200); self.send_header("Content-type","text/html;charset=utf-8"); self.end_headers()
            self.wfile.write("<h2 style='font-family:sans-serif;padding:40px'>✅ 授权成功！可以关闭此页面。</h2>".encode())
        else:
            self.send_response(400); self.end_headers()
        threading.Thread(target=self.server.shutdown).start()
    def log_message(self, *args): pass

def main():
    TOKEN_FILE.parent.mkdir(parents=True, exist_ok=True)
    server = http.server.HTTPServer(("localhost", PORT), Handler)
    params = urllib.parse.urlencode({"client_id":CLIENT_ID,"response_type":"code","redirect_uri":REDIRECT_URI,"scope":"tasks:write tasks:read"})
    print("正在打开浏览器授权页..."); webbrowser.open(f"{AUTH_URL}?{params}")
    print("等待授权完成..."); server.serve_forever()
    if not received_code: print("❌ 未收到授权码"); return
    cred = base64.b64encode(f"{CLIENT_ID}:{CLIENT_SECRET}".encode()).decode()
    data = urllib.parse.urlencode({"grant_type":"authorization_code","code":received_code,"redirect_uri":REDIRECT_URI}).encode()
    req = urllib.request.Request(TOKEN_URL, data=data, method="POST")
    req.add_header("Authorization", f"Basic {cred}"); req.add_header("Content-Type","application/x-www-form-urlencoded")
    token = json.loads(urllib.request.urlopen(req).read())
    TOKEN_FILE.write_text(json.dumps(token, indent=2, ensure_ascii=False))
    print(f"✅ 授权成功！Token 已保存到：{TOKEN_FILE}")

if __name__ == "__main__": main()

运行方式：

bash

python3 ~/.config/timebox/ticktick_auth.py

国际版用户运行方式：

bash

python3 ~/.config/timebox/ticktick_auth.py

---

完整工作流#

---

Phase 1 · PLAN · 早晨规划#

触发时机：每天开始工作时，或用户说"开始今天的规划"。

Step 1 — 任务收集（用户主导，AI 倾听）

AI 开启一段 开放式收集对话，让用户把今天所有想做的事都说出来：

"今天有哪些事要做？把脑子里所有的都说出来，可以同时告诉我优先级、紧急程度、预计时间和时长，没有的话我们之后再确认。说完告诉我'说完了'。"

用户可以一次说完，也可以分多条输入，格式自由，例如：

• "开会，10点，1小时，很紧急"
• "写周报，不急，大概半小时"
• "回复客户邮件"（无时间信息，后续补充）

AI 在这个阶段只做一件事： 逐条记录，不插话。

Step 2 — AI 整理清单

用户说完后，AI 将所有任务整理成结构化清单，尽可能从用户输入中提取已有信息：

text

今天的任务清单（共 N 项）：

序号  任务名              优先级   紧急程度   计划时间   预计时长
────────────────────────────────────────────────────────
1.   {任务名}            {高/中/低}  {高/中/低}  {HH:MM 或 —}  {N 分钟 或 —}
2.   {任务名}            ...
...

有没有需要修改、补充或删除的？

• 用户已提供的字段直接填入
• 用户未提供的字段标为 —， 不在此处追问，进入 Step 3 统一补充

Step 3 — 补全缺失信息

清单确认后，AI 只针对 有缺失字段的任务 一次性追问，按任务分组：

"以下任务还缺一些信息，帮我确认一下：

回复客户邮件：优先级和紧急程度怎么看？大概需要多久？有没有要在特定时间做？

写周报：计划几点开始？"

用户补充后，AI 更新清单。 若用户仍未提供某字段，AI 根据上下文合理推断并标注"（推断）"，不再追问。

Step 4 — 优先级讨论（AI 主导对话）

清单完整后，AI 与用户讨论执行顺序。 用自然对话，不用表格，针对清单提出 2–3 个引导性问题：

• "今天如果只能完成一件事，你会选哪个？"
• "有没有哪个任务今天必须完成，否则会影响别人？"
• "有没有固定时间的事项需要作为锚点？"

根据用户回答，AI 输出 排序后的执行顺序建议 并说明理由。

Step 5 — 时间分配确认

基于优先级排序、固定时间锚点和用户可用时间，AI 给出完整的今日安排：

text

今日时间盒安排（建议）：
┌──────────────────────────────────────────────────┐
│ #1  {任务名}   优先级:高  紧急:高   09:00  25分钟  │
│ #2  {任务名}   优先级:高  紧急:中   09:30  45分钟  │
│ 📌  {外部事项}（非时间盒）          10:00  1小时   │
│ #3  {任务名}   优先级:中  紧急:低   11:30  25分钟  │
│                              合计约 {X} 小时       │
└──────────────────────────────────────────────────┘

固定时间事项（会议、外出等）标注为 📌，不放入时间盒编号。

用户确认或调整后：

• 写入今日日志
• 根据 calendar 配置批量创建日历事件
• 若 task_sync: dida365：为每个时间盒执行 dida task create，将返回的任务 id 追加到日志执行记录中（格式： [ticktick_id: {id}]）
• 若 task_sync: ticktick：为每个时间盒调用 POST /open/v1/task 创建任务，将返回的 task_id 追加到日志执行记录中（格式： [ticktick_id: {id}]）

---

Phase 2 · RUN · 执行时间盒#

触发时机：用户说"开始"、"开始第 N 个"或"开始做{任务名}"。

AI 做两件事，然后 不再干预：

1. 输出启动卡片（根据 runtime 显示不同提示）：

codebuddy 模式：

text

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⏱  时间盒  #{N}  ·  {duration} 分钟
🎯 {任务名}
预计 {HH:MM} 结束 → 完成后回复我开始收集
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

openclaw 模式：

text

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
⏱  时间盒  #{N}  ·  {duration} 分钟
🎯 {任务名}
预计 {HH:MM} 结束 → 时间到我会来提醒你
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

1. 在本地日志写入启动记录： [HH:MM] ⏱ 时间盒 #{N} 开始 · {任务名}

2. 仅 openclaw 模式：注册一个 cron job，在时间盒计划结束时间触发 REMIND：

text

# cron 注册格式
{HH} {MM} * * * openclaw trigger remind --timebox {N} --task "{任务名}"

然后 等待，期间不发送任何消息， 不向外部工具同步。

原则：时间盒内是用户的专注时间，AI 不拆解任务、不询问进度、不主动打扰（codebuddy 模式靠用户主动回来，openclaw 模式靠 cron 到点提醒）。

---

Phase 2.5 · REMIND · 时间盒结束提醒#

触发时机（仅 openclaw 模式）：cron job 在时间盒计划结束时间触发。

AI 发送一条简短提醒，引导用户进入 CHECK：

text

⏰ 时间盒 #{N}「{任务名}」时间到了！
完成了吗？回复我做个 30 秒收集 →

• 若用户 5 分钟内无响应， 不再追发，等用户主动回来
• 用户回复任何内容后，直接进入 Phase 3 · CHECK
• cron 执行后自动注销，不重复触发

---

Phase 3 · CHECK · 单盒快速收集#

触发时机：用户完成（或中断）一个时间盒后，说"完成了"、"结束了"、"超时了"等。

AI 用 一次性提问 收集结果：

"快速记录一下：

1. 完成了吗？（完成 / 部分完成 / 未完成）
2. 一句话说说结果或卡点？
3. 有没有新冒出来的任务？"

收到回复后，AI：

• 将结果追加写入日志（含实际用时与计划用时对比）
• 若 task_sync: dida365：从日志取出该时间盒的 ticktick_id，执行 dida task update {id} 追加 CHECK 结果
• 若 task_sync: ticktick：从日志中取出该时间盒的 ticktick_id，调用 POST /open/v1/task/{id} 更新任务 content，追加 CHECK 结果
• 若有新任务，加入今日清单并提示是否调整后续顺序
• 输出下一个时间盒启动提示：

text

✅ #{N} 已归档
下一个：#{N+1} {任务名}（{duration} 分钟）
准备好了说"开始"。

若今日所有时间盒执行完毕，提示进入 REVIEW：

text

✅ 今天的时间盒全部完成，说"复盘"开始全天总结。

原则：CHECK 最多 1 轮对话，不展开分析，分析留给全天 REVIEW。

---

Phase 4 · REVIEW · 全天复盘#

触发时机：用户说"今天结束了"、"复盘"、"review"，或所有时间盒执行完毕后用户确认。

AI 基于全天日志生成每日总结报告：

text

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 全天复盘  ·  {YYYY-MM-DD}
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

✅ 今天完成了什么
   完成 {X}/{N} 个时间盒
   · #{1} {任务名} — ✅ 完成  实际 {N} 分钟（计划 {M} 分钟）
   · #{2} {任务名} — ⏳ 未完成
   · #{3} {任务名} — ✅ 完成，超时 {K} 分钟

🔍 遇到了什么问题
   · {从 CHECK 收集的卡点汇总}
   · 超时任务分析
   · 未完成原因

🗺  明天怎么走
   · 移入明日：{未完成任务列表}
   · 时间估算规律：{AI 观察，如"沟通类任务建议 ×1.5"}
   · 明日建议优先处理：{任务名}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

复盘完成后：

• 将报告写入今日日志
• 更新 index.md（local 模式）或对应平台索引
• 若 task_sync: dida365：对所有 已完成 的时间盒任务执行 dida task complete {project_id} {task_id}；未完成任务保留在清单（供次日处理）
• 若 task_sync: ticktick：对所有 已完成 的时间盒任务调用 POST /open/v1/task/{id}/complete；未完成任务保留在清单（供次日处理）
• 询问： "是否把未完成任务带入明天的规划？"

---

日志格式（local 模式）#

每日日志（ {YYYY-MM-DD}.md）#

markdown

---
date: {YYYY-MM-DD}
timebox_count: {N}
completed: {X}/{N}
---

## 今日规划
| # | 任务名 | 优先级 | 紧急程度 | 计划时间 | 预计时长 |
|---|--------|--------|---------|---------|---------|
| 1 | ...    | 高     | 高      | 09:00   | 25min   |

## 执行记录
- [HH:MM] ⏱ 时间盒 #1 开始 · {任务名}
- [HH:MM] ✅ 时间盒 #1 结束 · {结果一句话} · 实际 {N} 分钟
- [HH:MM] 📌 外部事项：{事项名}
...

## 每日总结（外部工具同步此段）
- ✅ #{1} {任务名} — 完成，实际 {N} 分钟（计划 {M} 分钟）
- ⏳ #{2} {任务名} — 未完成，{原因一句话}
- ✅ #{3} {任务名} — 完成，超时 {K} 分钟，{原因一句话}

## 全天复盘（外部工具同步此段）
### 今天完成了什么
...
### 遇到了什么问题
...
### 明天怎么走
...

index.md#

markdown

| 日期 | 时间盒数 | 完成率 | 关键词 |
|------|---------|--------|--------|
| 2026-03-22 | 4 | 3/4 | 领跑配置、首页设计 |

---

与其他 Skill 的联动#

场景联动 Skill将全天复盘生成可视化卡片baoyu-infographic将复盘整理成汇报 PPTbaoyu-slide-deck分享复盘到社交平台baoyu-post-to-wechat / baoyu-post-to-weibo

---

AI 行为原则#

1. 任务收集阶段不打断：用户说完之前，AI 只记录，不评价、不归类
2. 缺失信息分两步处理：Step 2 先整理清单展示已有信息，Step 3 再一次性补全缺失字段，避免边收集边追问
3. 推断优于追问：用户二次补充后仍缺失的字段，AI 合理推断并标注"（推断）"，不反复询问
4. 时间盒内不干预：RUN 阶段 AI 保持沉默，等用户主动回来（codebuddy）或 cron 到点提醒（openclaw）
5. REMIND 只发一次：openclaw 模式下 cron 触发提醒后，5 分钟内无响应不再追发，等用户主动
6. CHECK 保持轻量：单盒收集最多 1 轮对话，不展开分析
7. 复盘才是深度分析的时机：规律总结、原因分析统一放到全天 REVIEW
8. 本地日志完整记录：规划 + 每条执行记录（含 ticktick_id）+ 每日总结 + 全天复盘，全部写入本地
9. 外部工具只同步摘要：flomo、Notion 等外部工具仅在 REVIEW 完成后推送"每日总结 + 全天复盘"两段，不推送逐条执行记录
10. 不阻断流程：日历/日志写入失败、cron 注册失败、TickTick API 调用失败等外部错误，提示后继续执行
11. TickTick 操作静默执行：创建/更新/完成任务时不在对话中展开 API 细节，成功则简短提示（"✓ 已同步到滴答清单"），失败则提示错误并继续
12. TickTick task_id 持久化：每个时间盒的 ticktick_id 必须写入本地日志，以保证 CHECK 和 REVIEW 阶段能定位到对应任务