Auto-sync: 2026-04-22 20:02
This commit is contained in:
50
wiki/sources/dynamic-dashboard.md
Normal file
50
wiki/sources/dynamic-dashboard.md
Normal file
@@ -0,0 +1,50 @@
|
||||
---
|
||||
title: "Dynamic Dashboard with Sub-agent Spawning"
|
||||
type: source
|
||||
tags: [dashboard, monitoring, OpenClaw, automation]
|
||||
date: 2026-04-17
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[Agent/usecases/dynamic-dashboard]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:基于子代理并行执行的多数据源实时监控仪表盘
|
||||
- 问题域:静态仪表盘数据过时、手动更新繁琐、轮询多 API 效率低且易触发限流
|
||||
- 方法/机制:主 Agent 生成子代理并行抓取多个数据源,定时更新,聚合结果推送 Discord,支持告警阈值和历史趋势存储
|
||||
- 结论/价值:用对话式描述替代数周的前端开发,立即获得实时洞察
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- 子代理并行执行可避免阻塞并分散 API 负载,避免顺序轮询导致的限流问题
|
||||
- 主 Agent 通过对话式指令调度子代理,无需编写前端代码即可获得实时仪表盘
|
||||
- 定时任务(Cron Job)与告警机制结合,实现"主动通知"而非"被动查询"
|
||||
- 历史指标存储在 PostgreSQL 数据库,支持趋势分析和历史数据回溯
|
||||
|
||||
## Key Quotes
|
||||
> "Static dashboards show stale data and require constant manual updates. You want real-time visibility across multiple data sources without building a custom frontend or hitting API rate limits." — 痛点描述
|
||||
> "OpenClaw spawns sub-agents to fetch each data source in parallel, aggregates the results, and delivers a formatted dashboard to Discord or as an HTML file." — 核心机制
|
||||
> "Updates run automatically on a cron schedule." — 自动化更新
|
||||
|
||||
## Key Concepts
|
||||
- [[Dynamic-Dashboard]]:基于子代理并行执行的多数据源实时监控仪表盘
|
||||
- [[Parallel-Agent-Execution]]:子代理并行抓取避免阻塞和分散 API 负载
|
||||
- [[Scheduled-Task-Flywheel]]:Cron Job 驱动的定时更新机制
|
||||
- [[Alerting]]:基于阈值的主动告警推送机制
|
||||
- [[Metrics-Database]]:PostgreSQL 存储历史指标供趋势分析
|
||||
|
||||
## Key Entities
|
||||
- [[OpenClaw]]:多代理框架,支撑子代理调度和定时任务编排
|
||||
- [[Discord]]:仪表盘结果推送渠道之一
|
||||
- [[PostgreSQL]]:指标历史数据库(metrics 表 + alerts 表)
|
||||
|
||||
## Connections
|
||||
- [[multi-agent-team]] ← depends_on ← [[dynamic-dashboard]](共享子代理编排模式)
|
||||
- [[self-healing-home-server]] ← extends ← [[dynamic-dashboard]](系统健康监控场景)
|
||||
- [[earnings-tracker]] ← extends ← [[dynamic-dashboard]](市场数据监控场景)
|
||||
- [[content-factory]] ← depends_on ← [[dynamic-dashboard]](社交媒体监控场景)
|
||||
|
||||
## Contradictions
|
||||
- 与 [[content-factory]] 冲突:
|
||||
- 冲突点:内容工厂也有并行执行模式,但侧重内容创作流水线
|
||||
- 当前观点:[[dynamic-dashboard]] 侧重数据监控和告警,聚合多数据源
|
||||
- 对方观点:[[content-factory]] 侧重内容创作的多 Agent 链式协作
|
||||
50
wiki/sources/habit-tracker-accountability-coach.md
Normal file
50
wiki/sources/habit-tracker-accountability-coach.md
Normal file
@@ -0,0 +1,50 @@
|
||||
---
|
||||
title: "Habit Tracker & Accountability Coach"
|
||||
type: source
|
||||
tags: []
|
||||
date: 2026-04-17
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[Agent/usecases/habit-tracker-accountability-coach.md]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:AI Agent 作为主动的习惯追踪与问责伙伴,通过 Telegram/SMS 每日定时签到,替代被动式习惯追踪 App
|
||||
- 问题域:现有习惯追踪 App 依赖用户主动打开,Push 通知容易被忽视,用户在一周后放弃
|
||||
- 方法/机制:主动问责模式——定时签到 + 连续打卡追踪 + 自适应语气调节 + 每周报告;技能栈:Telegram Bot API / Twilio SMS + Cron 调度 + 本地文件存储 + Google Sheets 可视化(可选)
|
||||
- 结论/价值:主动问责(active accountability)比被动追踪更能驱动行为改变;保持 3-5 个习惯的小规模可避免签到疲劳;每周模式分析能发现隐藏规律
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- 习惯 App 失败的根本原因不是 App 本身,而是追踪习惯这一行为是被动的(用户需要主动打开 App)
|
||||
- **主动问责**(active accountability)——由 AI 直接询问、庆祝胜利、在用户松懈时轻轻催促——才能真正驱动行为改变
|
||||
- 自适应语气是关键差异化因素:静态提醒会被忽视,而"第 15 天了,别断了"这样的消息具有真实激励效果
|
||||
- 追踪的习惯数量应保持在 3-5 个——太多会导致签到疲劳,用户会开始忽略消息
|
||||
- 每周模式分析出人意料地有用——用户会发现类似"我总是在有早会的日子不运动"这样的规律,从而提前规划
|
||||
|
||||
## Key Quotes
|
||||
> "The problem isn't the app — it's that tracking habits is passive." — OpenClaw 官方文档
|
||||
> "Day 12 of morning workouts. Solid." — 自定义确认完成回复示例
|
||||
> "When I miss a habit, don't guilt-trip me. Just acknowledge it and remind me why I started." — 自定义错失习惯回复语气指南
|
||||
> "Keep the number of tracked habits small (3-5). Tracking too many leads to check-in fatigue and you'll start ignoring the messages." — 关键洞察
|
||||
|
||||
## Key Concepts
|
||||
- [[Adaptive Tone]]:AI 根据用户表现动态调整语气——连续完成时给予鼓励(encouraging),连续错失时保持温和坚持(gently persistent)。静态提醒容易被忽略,个性化消息具有真实激励效果
|
||||
- [[Streak Tracking]]:记录每个习惯的当前连续打卡天数,在消息中引用,让用户直观看到积累的成果,形成心理激励
|
||||
- [[Check-in Fatigue]]:当追踪的习惯数量过多(>5个)时,用户会因签到负担过重而开始忽略消息,导致系统失效
|
||||
- [[Weekly Pattern Analysis]]:每周日汇总分析本周完成率、最长连续天数,发现隐藏的行为模式(如"总是在周五跳过阅读"),用于下周建议
|
||||
- [[Active Accountability]]:AI Agent 主动发消息询问用户,而非等待用户主动打开 App,是区别于传统习惯追踪 App 的核心机制
|
||||
|
||||
## Key Entities
|
||||
- [[OpenClaw]]:多 Agent 框架,提供记忆(memory)和 session_spawn/sessions_send 能力,是本方案的底层运行平台
|
||||
- [[Telegram Bot API]]:Telegram 官方 Bot API,用于每日签到消息的发送和接收,无需额外 App
|
||||
- [[Twilio]]:短信 API,用于 SMS 渠道的每日签到,适合没有 Telegram 的用户
|
||||
- [[Google Sheets API]]:可选集成,将每日习惯数据自动写入 Google Sheets 生成可视化仪表盘
|
||||
|
||||
## Connections
|
||||
- [[Health & Symptom Tracker]] ← pairs_with ← [[Habit Tracker & Accountability Coach]]
|
||||
- [[Habit Tracker & Accountability Coach]] ← shares_pattern ← [[Custom Morning Brief]](定时 Cron Job + AI 推送模式)
|
||||
- [[Habit Tracker & Accountability Coach]] ← shares_pattern ← [[Daily YouTube Digest]](定时 Cron Job + AI 摘要推送模式)
|
||||
- [[Habit Tracker & Accountability Coach]] ← shares_tech_stack ← [[Todoist Task Manager]](Telegram + Cron Job 集成)
|
||||
|
||||
## Contradictions
|
||||
- 与传统习惯追踪 App(如 Streaks、Habitica)的对比:传统 App 强调被动记录和视觉激励(成就徽章、等级);本方案强调主动询问和个性化文字激励。两者并非互斥,可互补使用。
|
||||
56
wiki/sources/todoist-task-manager.md
Normal file
56
wiki/sources/todoist-task-manager.md
Normal file
@@ -0,0 +1,56 @@
|
||||
---
|
||||
title: "Todoist Task Manager"
|
||||
type: source
|
||||
tags: [agent, productivity, task-management, automation, ai]
|
||||
date: 2026-04-21
|
||||
---
|
||||
|
||||
## Source File
|
||||
- [[raw/Agent/usecases/todoist-task-manager.md]]
|
||||
|
||||
## Summary(用中文描述)
|
||||
- 核心主题:AI Agent 通过 Todoist API 实现自然语言驱动的任务管理自动化
|
||||
- 问题域:个人/团队任务管理的效率瓶颈——手动创建任务、设置截止日期、分配优先级耗时且易遗漏
|
||||
- 方法/机制:Agent 解析用户自然语言指令 → 调用 Todoist REST API 创建/更新/查询任务 → 定时 Cron Job 主动提醒未完成任务
|
||||
- 结论/价值:用户只需发一条消息即可完成"创建任务+设截止+加标签+分配项目"全套操作,AI 主动追踪逾期任务并定期推送简报
|
||||
|
||||
## Key Claims(用中文描述)
|
||||
- Agent 通过自然语言理解,将"这周完成 Q1 报告"转换为 Todoist API 的结构化任务创建请求(主体+截止+项目+标签)
|
||||
- Todoist Sync API 支持实时双向同步,Agent 创建的任务可立即在 Todoist Web/移动端查看,反之亦然
|
||||
- Cron Job 定时扫描 Todoist 的"逾期任务"过滤器,主动推送提醒消息,比用户手动检查更可靠
|
||||
- 与日历工具(Google Calendar)联动:会议结束后自动创建跟进任务,实现"会议即任务"的闭环
|
||||
|
||||
## Key Quotes
|
||||
> "Simply message your AI agent: 'Remind me to call the dentist every 6 months' and it creates a recurring Todoist task with the right interval — no manual setup needed." — 使用场景示例
|
||||
|
||||
> "The agent monitors your Todoist inbox, extracting tasks from emails and messages, then categorizes and schedules them automatically." — 自动化任务录入
|
||||
|
||||
## Key Concepts
|
||||
- [[Todoist REST API]]:Todoist 官方 API,支持任务创建/更新/查询/评论,OAuth2 认证
|
||||
- [[Todoist Sync API]]:实时双向同步协议,支持 WebSocket 推送变更
|
||||
- [[Recurring Tasks]]:重复任务机制,支持自然语言周期描述(every Monday, every 6 months)
|
||||
- [[AI-Driven Task Extraction]]:从非结构化文本(邮件/消息/会议记录)中提取任务要素(谁/做什么/何时)
|
||||
- [[Task Automation Pipeline]]:自然语言 → 结构化解析 → API 调用 → 结果确认
|
||||
- [[Morning Briefing Integration]]:Todoist 逾期任务/今日任务接入晨间简报
|
||||
- [[Meeting-to-Task Workflow]]:会议结束 → 自动创建跟进任务 → 分配截止和项目
|
||||
|
||||
## Key Entities
|
||||
- [[Todoist]]:Doist 公司开发的跨平台任务管理工具,支持多设备同步、标签、项目、子任务
|
||||
- [[Todoist AI(Beta)]]:Todoist 内置的 AI 功能,支持自然语言创建任务,但 Agent 集成提供更深度的工作流自动化
|
||||
- [[Doist]]:Todoist 背后的公司,同时开发 Twist(团队沟通)和 Corona(健康追踪)
|
||||
- [[OpenClaw]]:多 Agent 框架,通过 sessions_spawn/sessions_send 调用外部 API,可集成 Todoist API 实现任务自动化
|
||||
- [[SuperCall]]:AI 语音电话系统,与 Todoist 结合可实现"电话确认任务 → 自动创建 Todoist 项目"的语音驱动工作流
|
||||
|
||||
## Connections
|
||||
- [[Custom Morning Brief]] ← depends_on ← [[Todoist Task Manager]]:Todoist 的今日任务和逾期任务构成晨报的重要内容来源
|
||||
- [[Phone-Based Personal Assistant]] ← extends ← [[Todoist Task Manager]]:语音指令 → Agent 解析 → Todoist API 创建任务
|
||||
- [[Multi-Channel Assistant]] ← depends_on ← [[Todoist Task Manager]]:Telegram/Discord/iMessage 的文字指令最终汇聚到 Todoist 作为任务执行层
|
||||
- [[Event Guest Confirmation]] ← extends ← [[Todoist Task Manager]]:确认出席的客人 → 自动创建"发送地址/准备材料"等跟进任务
|
||||
- [[Market Research & Product Factory]] ← extends ← [[Todoist Task Manager]]:AI 发现的产品机会 → 自动创建"验证 MVP/写 PRD"等任务并追踪
|
||||
- [[Todoist Task Manager]] ← depends_on ← [[n8n]]:n8n Workflow 可作为 Todoist 与其他工具(邮件/日历/CRM)集成的中间层
|
||||
|
||||
## Contradictions
|
||||
- 与 [[Project State Management]] 冲突:
|
||||
- 冲突点:Todoist 是传统的"任务列表+截止日"模式;[[Project State Management]] 强调用 Markdown 事件流记录每个决策/进展
|
||||
- 当前观点:对于简单任务管理,Todoist 的结构化字段(截止/优先级/项目)更直观,Agent API 调用简单
|
||||
- 对方观点:Markdown 事件流保留完整上下文,支持任意扩展字段,不需要账号授权,数据完全自托管
|
||||
Reference in New Issue
Block a user