ClawHub

Deep Work Orchestrator

Data & APIs

Integrates personal productivity data with deep work principles to create tailored focus schedules, optimize energy-task matching, and reduce distractions.

Install

openclaw skills install deep-work-orchestrator

Deep Work Orchestrator

深度工作编排器 — 将 Cal Newport 的深度工作理论与个人生产力数据结合，构建个性化的专注力管理系统。

Description

整合时间管理、注意力科学、环境设计和认知负荷理论，为知识工作者生成个性化的深度工作计划。通过分析个人工作模式、精力曲线和干扰模式，自动编排最优深度工作时段。

Usage

当用户需要：

  • 规划深度工作时间块
  • 分析自己的注意力模式
  • 减少浅层工作占比
  • 建立深度工作习惯
  • 优化创作/编码时段

使用本 Skill。

Key Concepts

1. 注意力经济学框架

  • 注意力预算模型：每天高质量注意力约4-5小时，需要像预算一样分配
  • 注意力税：每次上下文切换消耗23分钟恢复时间（Gloria Mark研究）
  • 复利专注：连续深度工作的认知收益呈非线性增长，前30分钟热身，30-90分钟为峰值区

2. 环境触发设计

  • 感官锚定：固定音乐/光线/位置 → 触发"深度模式"的巴甫洛夫响应
  • 数字护城河：三层防御（通知静默→应用屏蔽→网络隔离），每层对应不同深度级别
  • 社交契约信号：耳机戴法/状态标记/物理信号让他人自动回避

3. 精力-任务匹配矩阵

        高精力    低精力
重要    深度区    防御区
不重要  流速区    丢弃区
  • 深度区：创作、编码、写作、战略思考
  • 流速区：学习新技能、探索性工作
  • 防御区：关键决策（低精力时易出错，需额外检查）
  • 丢弃区：委托、延迟或删除

Instructions

  1. 询问用户典型工作日结构和精力曲线
  2. 识别当前浅层工作占比（目标 <30%）
  3. 设计3种深度工作模板（晨间型/午间型/晚间型）
  4. 创建环境触发方案
  5. 建立每周深度工作时数追踪

Examples

输入: "我是程序员，每天被会议打断很多" 输出: 会议批处理策略 + 编码深度块 + 异步沟通协议 + 精力低谷会议安排

Boundaries

  • 不替代专业心理咨询（ADHD等注意力障碍需医学支持）
  • 框架灵活适配，不教条执行
  • 尊重用户现有工作约束

References

  • Cal Newport《Deep Work》
  • Gloria Mark 注意力切换研究（UC Irvine）
  • Mihaly Csikszentmihalyi 心流理论
More in Data & APIs