Install
openclaw skills install @duding-engicool/skill-smart-goal-setter通用 SMART 原则目标设定助手;将模糊目标优化为具体、可衡量、可达成、相关、有时限的清晰表述,并生成关键结果与行动计划。适用于个人发展、团队管理、项目、质量改进、学习、业务等多领域,不限定质量管理。
openclaw skills install @duding-engicool/skill-smart-goal-setter本技能是通用 SMART 原则工具,服务于一切需要"把模糊意图变成可执行目标"的场景:
qms-objective-decomposition(质量目标分解)是交集关系:本技能是通用的 SMART 方法论超集;质量目标分解技能在质量场景下调用本技能的 SMART 能力。通用 SMART 优化详见 smart-goal-setter。scripts/smart_validator.py)使用前请明确以下输入:
若上下文已含上述信息(如对话历史中用户已说过),可直接复用,无需重复询问;若缺失且影响结果质量,会主动提示并标注「供参考 / 待确认」。
.md/.txt → 读取.docx → 调用 docx 技能解析.xlsx/.csv → 调用 markitdown 技能解析为表格后抽取目标行
解析后统一抽取为「目标清单」再进入五步流程。按"调用前置说明"引导或抽取输入。缺失非必需项时标注「供参考/待确认」。
逐维分析(详见 references/smart_principles.md):
一句话概括,含全部 SMART 要素。
调用 scripts/smart_validator.py 对目标做五维机检;对照 references/checklist.md(五维自检 + 7 大陷阱)与 references/traps.md(速查表)识别风险。
凡输入缺失且影响结果,统一标注:
assets/SMART目标_输出模板.md),用户确认结构后再生成,不先写全文。references/smart_principles.mdreferences/checklist.mdreferences/examples.mdreferences/traps.mdscripts/smart_validator.pyassets/SMART目标_输出模板.md用户输入:
执行:识别"提高"为模糊词 → 改写为"将缺陷率从 2.5% 降至 1.5% 以内、投诉降 50%" → 生成 KRs 与行动计划 → 机检五维。
用户输入 goal_raw:我想提升职业竞争力 → 按个人发展类型生成晋升路径目标,无需任何质量/ISO 前提。
| 维度 | 评分 | 说明 |
|---|---|---|
| Trust 信任度 | 8 | 方法论通用、无个人标记;机检脚本本地运行、中文正确;不伪造标准依据 |
| Reliability 可靠性 | 8 | smart_validator.py 五维机检作强制闸门,纯 LLM 即兴被约束;R 维有可选战略校验 |
| Adaptability 适配性 | 8 | 多领域适用(个人/团队/项目/质量/学习/业务),质量仅其一;支持上传文档解析 |
| Convention 惯例性 | 8 | frontmatter/步骤/资源索引规范;显式边界声明;内置 5 条通用规则 |
| Effectiveness 有效性 | 8 | 六段标准输出 + 示例库 + 机检,直接可用 |
| 合计 | 40/50 | 过发布门槛(五维均 ≥8) |
SMART 是工具链的目标落成环节:把战略意图转化为可衡量目标。完整链路:
pestel-analysis(宏观外部)→ porters-five-forces(行业外部)→ vrio-analysis(内部)→ swot-analysis(收敛)→ smart-goal-setter(落成目标) → qms-objective-decomposition(质量分解落地)
swot-analysis 的 SO/WO/ST/WT 战略建议 → 用本技能落成 SMART 目标qms-objective-decomposition(质量目标分解):本技能是其内置 SMART 校验的通用超集;质量场景下二者交集,通用 SMART 优化详见本技能(交集关系已在 qms 技能中声明)