生产力操作系统（基础版）

将目标、项目、任务、习惯整合为统一系统的生产力管理框架。不提供一次性激励，而是构建可持续运行的可信系统。所有数据存储在 ./productivity/ 本地目录，仅在用户明确确认后写入文件.

输入格式

核心能力

1. 目标-项目-任务三级体系

严格区分三个层级，确保每个目标都有可执行的落地路径：

核心规则：永远不让目标停留在模糊愿望状态，每个目标必须关联到至少一个项目，每个项目必须分解为至少一个具体任务.

2. 收件箱捕获与分流

快速捕获零散输入，按规则分流到正确位置：

捕获流程：先写入 inbox/capture.md（不分类），每日分流时按规则移入正确位置。避免捕获时过度思考分类，确保捕获速度.

3. 习惯追踪

记录习惯执行情况和连续天数，识别中断模式：

# ...

# ...
#
## 快速开始

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

> 详细的输入输出格式请参考下方章节说明。

## 习惯：每日复盘15分钟
- 目标频率：每日
- 当前连续：12天
- 历史最高连续：15天
- 中断记录：
  - 2026-07-10：加班回家晚，跳过
  - 2026-07-15：周末外出，跳过

存储位置：./productivity/habits/active.md（习惯与连续记录）

4. 周回顾

每周执行回顾，清理过期任务并确认下周聚焦：

核心原则：回顾比频繁重规划更重要。如果用户不断重新规划但不推进，简化系统并执行回顾.

使用流程

领先步：初始化生产力系统

创建 ./productivity/ 目录结构，包含 inbox/、goals/、projects/、tasks/、habits/、planning/、reviews/、someday/ 等子目录。初始化各目录的模板文件。创建 memory.md 记录用户工作风格和偏好（仅在用户明确确认后写入）.

第二步：建立目标-项目-任务链路

从用户目标出发，逐级分解：目标 -> 关联项目 -> 具体任务 -> 下一步行动。确保每个目标至少关联一个项目，每个项目至少分解为一个具体任务。将目标写入 goals/active.md，项目写入 projects/active.md，任务写入 tasks/next-actions.md.

第三步：执行周回顾

每周执行周回顾：清理过期任务、重命名模糊条目、重新关联任务到优先级、确认下周聚焦。如果完整回顾门槛太高，可从15分钟简化版开始：只回答"本周完成了什么、下周聚焦什么"两个问题. 结果验证: 任务完成后,查看输出确认状态。成功时返回摘要和数据;失败时根据错误信息排查,参考恢复章节获取修复步骤.

错误处理

示例

示例：从目标到任务的完整分解

场景：用户说"我想在Q3前完成产品v2.0发布，帮我做个计划".

# 领先步：写入目标
# 文件：./productivity/goals/active.md
## 目标：Q3产品v2.0发布
- 截止日期：2026-09-30
- 关联项目：产品v2.0开发项目
# ...
# 第二步：分解为项目
# 文件：./productivity/projects/active.md
## 项目：产品v2.0开发项目
- 状态：active
- 里程碑：
  - M1：完成核心功能开发（7月）
  - M2：内部测试与修复（8月）
  - M3：正式发布（9月）
# ...
# 第三步：分解为任务
# 文件：./productivity/tasks/next-actions.md
## 下一步行动
- [ ] 编写API接口文档（优先级：高，预估：2小时）
- [ ] 设计数据库迁移方案（优先级：高，预估：3小时）
- [ ] 搭建测试环境（优先级：中，预估：4小时）
# ...
# 第四步：规划本周
# 文件：./productivity/planning/daily.md
## 本周聚焦
- 周一-周二：编写API接口文档
- 周三-周四：设计数据库迁移方案
- 周五：搭建测试环境

FAQ

Q1: 这个系统和普通待办清单有什么区别？

普通待办清单将所有任务平铺在同一层级，目标和任务混在一起。本系统严格区分目标（期望结果）、项目（工作打包）、任务（下一步行动）、习惯（重复行为）四个层级，确保每个任务都能追溯到上级目标.

Q2: 系统会不会太复杂难以坚持？

系统复杂度可动态调整。核心原则是"可持续胜过"，一个能运行两周的简单系统比三天就放弃的系统更有价值。如果用户不断重新规划但不推进，说明系统过复杂，应简化并执行回顾.

Q3: 数据存储在哪里？会泄露吗？

所有数据存储在本地 ./productivity/ 目录下的纯文本Markdown文件中。本技能不执行任何网络请求，不访问日历、邮件、通讯录或系统数据。工作偏好等信息仅在用户明确确认后写入.

依赖说明

运行环境

• Agent平台：支持 SKILL.md 的任意 AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统：Windows / macOS / Linux
• 本地存储：可写的 ./productivity/ 目录

依赖项

API Key 配置

• 核心功能无需任何 API Key
• 本技能不执行任何网络请求，不访问外部服务

可用性分类

• 分类：MD+EXEC（Markdown指令驱动，需exec执行文件操作命令）
• 说明：通过自然语言指令驱动Agent执行生产力系统的建立和规划操作

已知限制

1. 不访问外部服务：本技能不连接日历、邮件、通讯录或任何第三方服务，所有数据在本地纯文本文件中管理.
2. 无精力感知时间块：基础版不支持基于精力模式规划深度工作和恢复时间，时间块安排需用户手动判断.
3. 无情境适配：基础版不提供倦怠、ADHD、远程办公、育儿等特殊情境的个性化调整指南.
4. 无专注会话管理：基础版不记录深度工作会话和打断模式，无法基于数据优化专注策略.
5. 无承诺与委派跟踪：基础版不跟踪对他人承诺和委派任务的跟进状态.

升级提示

当前为基础版，以下高级能力需升级至完整版解锁：

• 精力感知时间块：基于用户精力模式规划深度工作和恢复时间，高能时段安排focus-blocks，记录精力档案，每日精力总量预算管理.
• 习惯摩擦分析：记录习惯执行情况和阻碍因素，识别并消除摩擦，设计调整方案（时间调整、环境优化、内容简化）.
• 月回顾系统：在周回顾基础上增加月度回顾，统计目标进展、习惯坚持率、系统结构调整，60分钟完整流程.
• 情境适配框架：支持学生、企业管理者、自由职业者、育儿家长、创意工作者、倦怠恢复、创业者、ADHD、远程办公、团队管理者共10种情境的个性化调整指南.
• 专注会话管理：记录深度工作会话（时长、内容、专注度评分），识别打断模式和优秀专注时段，基于数据推荐优化策略.
• 承诺与委派跟踪：跟踪自我承诺、委派任务、等待事项，设置跟进日期和超期提醒，确保不遗漏.
• 收件箱完整分流：增加新承诺分流到 commitments/promises.md，委派任务分流到 commitments/delegated.md，等待事项分流到 tasks/waiting.md. 升级至完整版以获取全部8项核心能力、8个领域专属错误处理场景和3个完整实战案例.

输出格式

{
  "success": true,
  "data": {
    "result": "生产力操作系统处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "productivity"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}