focusAI

本地监控屏幕活动，评估专注度并提供当天工作状态和历史视觉记录查询与分析服务。

Security Scan

The skill's behavior (local screenshotting and sending images to a cloud vision API) matches its stated purpose, but there are important mismatches and ambiguous instructions about credentials, platform paths, and config handling that you should review before installing.

Purpose & Capability

The skill claims to monitor screen activity, produce screenshots, and send them to a cloud vision API — and the SKILL.md contains local checks, a localhost control API, and start/stop commands that align with that purpose. However, the registry metadata lists no required credentials while the skill YAML explicitly requires a cloud_vision_api_key stored in a local config.json; this metadata omission is inconsistent and unexplained.

Instruction Scope

Runtime instructions tell the agent to check for program files, inspect local directories (~/Desktop/FocusOS_Data/yyyyMMdd/*.csv), call a local HTTP API (127.0.0.1:8765) and execute start.bat via Start-Process after explicit user confirmation. Those actions are in-scope for a screen-monitoring tool, but the SKILL.md also claims "Bot will not read config.json" while instructing use of POST /config to overwrite settings (potentially altering where screenshots are sent). There are also cross-platform inconsistencies (Windows start.bat mixed with Unix-style ~ paths and Python/PowerShell examples) that create ambiguity about what will actually run on the host.

Install Mechanism

This is an instruction-only skill with no install spec and no remote downloads; nothing will be written to disk by the skill package itself. That is proportionate and low-risk for the packaging/install mechanism.

Credentials

Although the registry metadata declares no required environment variables or primary credential, the skill explicitly depends on a cloud_vision_api_key stored in ~/.openclaw/workspace/focusAI/config.json. Requiring a cloud API key is reasonable for the described functionality, but the omission from the declared requirements is an inconsistency that reduces transparency. Additionally, the SKILL.md promises the Bot will not read or transmit credentials, yet the system will send screenshots to cloud services that must be authenticated — it's unclear how credentials are used and protected.

Persistence & Privilege

The skill is not marked always:true and does not request persistent platform-wide privileges. It requires explicit user confirmation before executing the start command, which reduces risk. Autonomous invocation is permitted (platform default) but not unusually privileged here.

What to consider before installing

This skill appears to do what it says (local screenshot capture, local control API, and sending images to a cloud model), but there are red flags you should address before installing: - Verify where the cloud API key is stored and who can read it: open and inspect ~/.openclaw/workspace/focusAI/config.json yourself before running anything. The skill's registry metadata does not declare this credential even though the YAML mentions it. - Inspect start.bat and any program files in ~/.openclaw/workspace/focusAI/ to confirm exactly what will run when you start monitoring. Prefer to run them manually the first time. - Confirm the local HTTP API (127.0.0.1:8765) implementation and what /config accepts; avoid sending secrets via that endpoint unless you understand its behavior. - Be aware screenshots will be uploaded to a cloud vision provider — this is inherent to the skill and has privacy implications. Only proceed if you trust the provider and the network path. - Note the cross-platform inconsistencies (Windows start.bat vs Unix-style paths). Make sure the instructions match your OS before following them. If you are not comfortable reviewing these files or cannot confirm the implementation, treat the skill as high-risk for privacy leakage and do not enable it.

FocusAI - 视觉记忆中枢与上下文管理器

YAML 定义 (技能元数据)

name: focusai
version: 1.0.0
description: 本地视觉监控与专注力管理工具，提供屏幕活动记录、专注度评分和历史追溯能力
author: HR2AY
license: MIT

# 技能能力声明
capabilities:
  - name: monitor_focus
    description: 监控用户屏幕活动并评估专注度
    requires_user_consent: true
    requires_user_setup: true
    privacy_note: |
      会定期截屏并发送至用户配置的视觉模型API（如通义千问、豆包等）进行分析。
      视觉模型运行在云端，非本地运行。
      
  - name: query_history
    description: 查询历史专注数据和屏幕活动记录
    condition: "仅在当天使用过 focusAI 时调用"
    
  - name: analyze_activity
    description: 分析特定时间段的工作内容和效率
    condition: "仅在当天使用过 focusAI 时调用"

# 所需凭证（由用户自行配置，Bot 不存储）
credentials:
  - name: cloud_vision_api_key
    description: 云端视觉模型 API 密钥（如通义千问、豆包等）
    provided_by: user
    storage_location: "~/.openclaw/workspace/focusAI/config.json（用户本地文件，Bot 仅检查是否存在，不读取内容）"

# 触发意图
intents:
  - pattern: "我今天.*忙.*什么|总结.*工作流|今天都干了.*"
    action: query_history
    requires_data: true
    
  - pattern: "下午.*点.*看.*PDF|刚才.*看.*什么|之前.*窗口.*内容"
    action: analyze_activity
    requires_data: true
    
  - pattern: "效率.*低|时间.*花在哪|分心.*多久"
    action: query_history
    requires_data: true
    
  - pattern: "打开.*专注.*模式|开始.*监控|监控.*写代码"
    action: start_monitor
    requires_consent: true
    
  - pattern: "刚才.*分心.*|现在.*专注.*|当前.*状态"
    action: check_status
    
  - pattern: "切换.*模型|改成.*豆包|改成.*通义|换成.*GPT"
    action: switch_provider
    
  - pattern: "停止.*监控|结束.*专注|关闭.*focus|不.*监控.*了"
    action: stop_monitor
    
  - pattern: "换.*目标|目标.*改|开始.*做.*|我要.*写|接下来.*做"
    action: update_goal
    
  - pattern: "昨天.*做.*什么|前天.*忙.*啥|上周.*工作|之前.*数据"
    action: query_past_history
    requires_data: true

# 调用前提条件
prerequisites:
  check_command: |
    $today = Get-Date -Format 'yyMMdd'
    Test-Path "~/Desktop/FocusOS_Data/$today/*.csv"
  skip_if_false: |
    今天还没有使用过 FocusAI，暂无数据可供查询。
    如需开始监控，请说"打开专注模式"或运行 start.bat。

---

技能定位

不要将 FocusAI 仅仅视为一个"计时器"。它是你的视觉记忆中枢和上下文管理器。

当用户询问他们过去的数字活动、工作状态、或者需要你回忆某一时段的屏幕内容时，FocusAI 就是你的"眼睛"和"日记本"。

重要约束

当日未使用时不调用

如果当天没有使用过 FocusAI（即没有数据文件），不要尝试调用或分析。直接告知用户：

"今天还没有使用过 FocusAI，暂无数据可供查询。如需开始监控，请说'打开专注模式'或运行 start.bat。"

隐私与权限

场景	要求
后台监控	必须告知用户截屏行为、内存和 API 使用情况
前端 GUI	启动前需询问用户，告知 UI 会置顶，需在任务栏关闭

启动流程（标准交互）

当用户表达"开始记录今日工作"、"开始专注"等意图时：

前置检查 - FocusAI 已安装配置？

def check_focusai_ready():
    """仅检查程序目录是否存在，不读取配置文件内容"""
    program_path = os.path.expanduser("~/.openclaw/workspace/focusAI/start.bat")
    return os.path.exists(program_path)

• 如果未安装 → 引导用户先完成安装步骤（包括自行配置 API 凭证）
• 注意：API 密钥由用户在本地 config.json 中配置，Bot 不读取、不传输该文件内容

Step 1 - Bot 主动询问

"可以使用 FocusAI 来辅助监控你的工作状态。需要启动吗？

• 后台静默 - 只在后台记录，无界面干扰
• 唤起 UI - 打开可视化监控面板（窗口置顶）"

⚠️ 注意：FocusAI 会将截图发送至你配置的云端视觉模型（消耗API额度）

Step 2 - 用户选择后，Bot协助启动

• 用户选择「后台静默」→ Bot 询问用户"是否现在启动 FocusAI？"，获得明确确认后执行启动命令
• 用户选择「唤起 UI」→ Bot 询问用户"是否现在启动 FocusAI？"，获得明确确认后执行启动命令

Step 3 - 启动命令（用户明确确认后，Bot执行）

# Bot 仅在用户明确说"启动"或"好的"后执行：

# 后台静默启动（最小化）
Start-Process -FilePath "~/.openclaw/workspace/focusAI/start.bat" -WindowStyle Minimized

# 或唤起 UI（正常窗口）
Start-Process -FilePath "~/.openclaw/workspace/focusAI/start.bat"

操作边界说明：

• Bot 不会自动执行启动命令，必须获得用户明确口头/文字确认
• Bot 不会读取用户的 config.json 文件内容
• Bot 不会传输用户的 API 凭证到任何外部服务器

⚠️ 启动前必须确认：

• 用户已同意隐私条款（截屏、API 调用）
• 用户已配置 API 凭证

---

🗣️ 唤醒触发词

当用户的意图匹配以下自然语言时，你应立刻意识到需要调用 FocusAI：

查询类 (需当日有数据)

• "我今天一天都在忙些什么？总结一下我的工作流。"
• "我下午两点左右看的那篇 PDF 主要是关于什么的？"
• "我感觉今天效率很低，帮我分析一下我把时间都花在哪了。"
• "我刚才是不是分心了？"

控制类

• "打开专注模式，监控我接下来的写代码状态。"
• "把我的视觉监控模型切换成豆包/通义千问。"
• "帮我保持工作时的注意力"

---

📖 Agent 操作指南

前置检查 (必须)

在尝试查询历史或分析活动前，先检查今日是否有数据：

import os
from datetime import datetime

def has_today_data():
    today = datetime.now().strftime('%y%m%d')
    data_dir = os.path.expanduser(f'~/Desktop/FocusOS_Data/{today}')
    return os.path.exists(data_dir) and any(f.endswith('.csv') for f in os.listdir(data_dir))

如果返回 False，立即停止，不要尝试调用 API 或读取文件。

实时控制与状态获取 (HTTP API)

Base URL: http://127.0.0.1:8765/api

方法	端点	说明
GET	/focus/score	获取当前分数、目标和运行状态
GET	/history	获取程序本次启动以来的所有活动记录
POST	/start	启动监控（可附带 {"goal": "工作目标"}）
POST	/stop	停止监控
POST	/config	覆写配置（切换模型或截图间隔）

中途修改目标

用户想切换工作内容时，无需重启，直接 POST 新目标即可覆盖：

requests.post("http://127.0.0.1:8765/api/start", 
              json={"goal": "写论文 - 文献综述部分"})

Bot 回复示例：

"已更新目标为「写论文 - 文献综述部分」。专注分数会基于新目标重新评估。"

查询历史日期

支持自然语言解析：

def resolve_date(query):
    """把自然语言解析成 yyMMdd 格式"""
    today = datetime.now()
    if "昨天" in query: 
        return (today - timedelta(1)).strftime('%y%m%d')
    if "前天" in query: 
        return (today - timedelta(2)).strftime('%y%m%d')
    # 支持「上周三」「3月5号」等扩展...

Bot 回复示例（无数据时）：

"昨天没有使用 FocusAI，暂无数据。需要我帮你启动今天的监控吗？"

数据存储位置

类型	路径	说明
数据文件	~/Desktop/FocusOS_Data/	截图 + CSV 报告，按日期分文件夹（如 260310/）
程序本体	用户自选克隆路径	推荐 ~/.openclaw/workspace/focusAI/ 或 ~/projects/focusAI/
配置文件	程序目录下的 config.json	运行时自动生成，可手动修改

注意：除了截图和 CSV，FocusAI 不会在本地生成其他持久化文件。

服务异常处理

当 API 无响应时的处理流程：

def check_service():
    try:
        r = requests.get("http://127.0.0.1:8765/api/focus/score", timeout=3)
        return r.ok
    except:
        return False

def handle_exception():
    if not is_process_running("focusAI"):
        return "FocusAI 似乎没有运行。需要我帮你启动吗？"
    else:
        return "服务似乎卡住了，建议重启。要我现在关掉重新启动吗？"

后台监控的主动提醒

当用户选择后台静默模式时，Clawbot 需在对话中通过提醒策略让用户知道运行中的事实：

• 首次启动后 5 分钟：轻量确认「FocusAI 正在后台记录你的工作状态」
• 运行时间过长（>1.5h）：用户可能忘了监控还在运行，及时提醒

  "已经专注 1.5 小时了，还在后台记录着。需要休息一下吗？"

提醒策略示例

场景	语气示例
短暂分心	"嘿，回来一下～"
持续偏离（>10min）	"你已经刷了 10 分钟微博了，那个报告还在等你。"
运行超 1.5h（后台模式）	"专注 1.5 小时了，还在后台记录着。要停了吗？"
目标完成	"专注 45 分钟，不错。要休息一下还是继续？"

长期记忆检索 (RAG 架构)

检索工作流：

1. 宏观概览 (省 Token)

   • 读取对应日期的 report_*.csv
   • 生成全天活动线图

2. 微观溯源 (按需触发)

   • 根据 CSV 时间戳，找到对应 YYYYMMDD_HHMMSS.jpg
   • 调用视觉模型进行 OCR 和内容分析

---

🛠️ 初始化与安装

前置要求

FocusAI 需要用户自行配置云端视觉模型API凭证（如通义千问、豆包等）。

• 视觉模型运行在云端，非本地运行
• API key 由用户在本地配置文件中提供，Bot 不接触、不传输用户凭证

安装步骤（用户自行完成）

Bot 不执行安装，仅提供指引。所有以下步骤由用户手动完成：

如果用户要求使用记忆/监控功能，但检测到本地未部署 FocusAI：

1. Bot 先解释用途和风险

   • 本地截屏 + 云端视觉模型分析
   • 截图和API调用会消耗Token/额度
   • 代码开源在 https://github.com/HR2AY/focusAI，建议用户审查后使用

2. Bot 明确征求用户同意

3. Bot 提供安装指引（用户自行执行）：

# === 用户自行执行以下步骤 ===

# 1. 克隆仓库到本地（用户自选路径）
git clone https://github.com/HR2AY/focusAI ~/.openclaw/workspace/focusAI

# 2. 编辑配置文件，填入你的API凭证
#    Bot 不会读取此文件内容，仅由 FocusAI 程序本身读取
code ~/.openclaw/workspace/focusAI/config.json
# 配置项示例：
# {
#   "api_key": "YOUR_API_KEY_HERE",
#   "model_provider": "dashscope",
#   "model_name": "qwen-vl-max"
# }

# 3. Windows 运行 start.bat 启动服务
cd ~/.openclaw/workspace/focusAI && start.bat

安全与隐私声明：

项目	说明
安装	由用户手动执行，Bot 不自动运行任何安装命令
API 凭证	用户自行配置在本地 config.json，Bot 不读取、不传输该文件内容
截图数据	存储在用户本地 ~/Desktop/FocusOS_Data/，Bot 仅在用户查询时读取已生成的 CSV/图片
程序控制	Bot 仅在用户明确同意后，通过 HTTP API 或启动命令与本地服务交互

---

⚡ 交互原则

场景	行为
状态极佳 (Score 持续上升)	不要主动打断
长时间偏离目标	用幽默但严厉的语气提醒
当日无数据	明确告知，引导用户启动监控

---