Skill Logger

跨平台任务历史记录技能（全局存储版），支持DeepMiner、OpenClaw、扣子等，优先使用全局路径实现跨对话共享，自动记录明日DMP系列技能的任务参数、执行时间和操作步骤

通用的任务历史记录工具，为明日DMP系列技能提供统一的任务追踪能力。

🌟 全局存储版特性：优先使用全局共享路径（/tmp/.skill-logger/），实现跨对话共享任务历史记录。

---

📋 功能说明

1. 记录任务

自动记录任务的完整信息：

• 任务类型（人群圈选/人群洞察/人群投放）
• 任务名称和创建时间
• 完整的任务参数
• 每一步操作的详细记录
• 任务执行结果
• 运行平台信息

2. 查询历史

支持多维度查询历史任务：

• 按任务类型过滤
• 按状态过滤（成功/失败/进行中）
• 按时间范围过滤
• 限制返回数量

3. 智能路径检测

自动检测可用的存储路径（按优先级）：

1. 全局共享路径（/tmp/.skill-logger/ - 最高优先级，跨对话共享）
2. 用户home目录（~/.skill-logger/）
3. 环境变量指定的工作空间路径（WORKSPACE_DIR、WORKSPACE_PATH）
4. 当前工作目录
5. 其他临时目录（/var/tmp）
6. 脚本所在目录

---

🚀 使用方式

记录任务

由明日DMP技能自动调用，无需手动操作。

当明日DMP技能（人群圈选/洞察/投放）成功创建任务后，会自动调用本技能记录任务信息。

命令行调用示例：

bash

python scripts/record_task.py \
  --task-type "人群洞察-明略洞察" \
  --task-name "目标人群特征洞察" \
  --params '{"人群ID": 125456, "洞察类型": "明略洞察"}' \
  --status "成功"

查询历史

查询最近10条记录：

bash

python scripts/query_tasks.py

按条件查询：

bash

# 查询人群圈选任务
python scripts/query_tasks.py --task-type "人群圈选"

# 查询成功的任务
python scripts/query_tasks.py --status "成功"

# 查询最近20条记录
python scripts/query_tasks.py --limit 20

测试路径检测

测试智能路径检测功能：

bash

python scripts/path_detector.py

输出示例：

text

=== 平台信息检测 ===
platform: deepminer
cwd: /data/dm-agent-outputs/workspace/xxx
home: /home/sandbox
workspace_env: /data/dm-agent-outputs/workspace/xxx

=== 路径检测 ===
✅ 平台检测: deepminer
✅ 使用存储路径: /data/dm-agent-outputs/workspace/xxx/.skill-logger/task_history.json
✅ 检测成功: /data/dm-agent-outputs/workspace/xxx/.skill-logger/task_history.json

---

💾 数据存储

存储路径

🌟 全局存储版默认路径：/tmp/.skill-logger/task_history.json

优势：

• ✅ 跨对话共享：所有对话都访问同一份任务历史
• ✅ 新对话可查询：创建新对话后，可以查询到之前所有的任务记录
• ✅ 无权限限制：/tmp 目录通常对所有进程可读写

备选路径（按优先级）：

• DeepMiner: /tmp/.skill-logger/task_history.json（全局共享）
• OpenClaw: /tmp/.skill-logger/task_history.json（全局共享）
• 扣子: /tmp/.skill-logger/task_history.json（全局共享）

如果 /tmp 不可用，会自动降级到其他可用路径（home目录、工作空间等）

数据格式

json

[
  {
    "task_id": "人群洞察_20260603105726",
    "task_type": "人群洞察-明略洞察",
    "task_name": "目标人群特征洞察",
    "created_at": "2026-06-03 10:57:26",
    "status": "成功",
    "parameters": {
      "人群ID": 123456,
      "洞察类型": "明略洞察",
      "洞察维度": ["demographic", "interest", "media"]
    },
    "operations": [],
    "result": {},
    "platform": "deepminer"
  }
]

---

🔧 技术实现

智能路径检测算法

python

def get_task_history_path():
    """
    智能检测并返回任务历史文件路径
    按优先级尝试多个可能的路径，返回第一个可写入的位置
    """
    candidate_paths = [
        os.getenv('WORKSPACE_DIR'),      # 环境变量指定的工作空间
        os.getenv('WORKSPACE_PATH'),
        os.getcwd(),                      # 当前工作目录
        str(Path.home()),                 # 用户home目录
        '/tmp',                           # 临时目录
    ]
    
    for base_path in candidate_paths:
        try:
            history_dir = os.path.join(base_path, '.skill-logger')
            history_file = os.path.join(history_dir, 'task_history.json')
            
            # 创建目录并测试写入权限
            os.makedirs(history_dir, exist_ok=True)
            test_file = os.path.join(history_dir, '.test_write')
            with open(test_file, 'w') as f:
                f.write('test')
            os.remove(test_file)
            
            return history_file  # 返回第一个可写入的路径
        except (PermissionError, OSError):
            continue  # 尝试下一个路径
    
    raise RuntimeError("无法找到可写入的存储路径")

平台检测机制

通过以下方式检测当前运行平台：

1. 环境变量检测：检查特定的环境变量（如DEEPMINER、OPENCLAW、COZE）
2. 路径特征检测：分析当前工作目录路径中的关键词
3. 默认值：如果无法识别，标记为unknown

---

路径优先级

🌟 全局存储版统一优先级（所有平台）：

1. /tmp/.skill-logger/ ✅ （最高优先级 - 全局共享）
2. 用户home目录（~/.skill-logger/）
3. WORKSPACE_DIR/WORKSPACE_PATH环境变量
4. 当前工作目录
5. 其他临时目录（/var/tmp）

---

📦 技能依赖

无依赖，可独立使用。

---

🔍 故障排查

问题1：找不到存储路径

症状：运行时报错RuntimeError: 无法找到可写入的存储路径

解决方案：

1. 运行python scripts/path_detector.py查看详细的路径检测日志
2. 检查是否有任何候选路径具有写入权限
3. 手动设置环境变量WORKSPACE_DIR指定存储路径

问题2：不同对话的记录无法共享

🌟 全局存储版已解决：本版本优先使用 /tmp/.skill-logger/ 全局路径，所有对话自动共享任务历史。

如果仍然无法共享：

• 检查路径检测结果：运行 python scripts/path_detector.py
• 确认是否使用了 /tmp/.skill-logger/task_history.json 路径
• 如果使用了其他路径，可能是权限问题导致降级

问题3：平台检测不准确

解决方案：

1. 检查环境变量是否正确设置
2. 查看platform字段，确认检测结果
3. 如果标记为unknown，不影响功能使用，只是无法识别平台名称

---

📝 注意事项

1. 本技能为可选技能，不安装不影响明日DMP技能的核心功能
2. 安装后可自动记录所有任务历史，便于追溯和审计
3. 数据存储在本地，安全可靠
4. 跨平台兼容：同一个技能包可以在多个AI平台上使用
5. 智能适配：无需手动配置，自动选择最佳存储路径

---

📄 许可证

MIT License