Diary Force
v2.0.0每晚 23:00 自动催日记 + 思维模型分析 + 内化记忆。**强制型习惯养成工具**,适合有写日记习惯但经常拖延的人。包含 6 种思维模型深度分析,将日常经历转化为结构化认知。
Security Scan
OpenClaw
Suspicious
medium confidencePurpose & Capability
技能名和描述是日记催促/分析/内化,代码确实实现了检测日记、交互记录、调用 OpenCode 分析并写入本地记忆并 git push,功能匹配。但 registry metadata 声明“无需外部二进制/环境变量”,而 README/SKILL.md 和代码都明确依赖 opencode CLI、git、Python;此外 SKILL.md 提到可以通过环境变量 DIARY_PATH 覆盖,实际脚本中未读取该环境变量(硬编码为 E:/ 和 D:/ 路径)。这些不一致说明声明与实际需求不匹配。
Instruction Scope
运行时指令和脚本会读取/写入本地文件(硬编码为 E:\My-life\daily 和 D:\ObsidianVault/...),将分析追加到日记并把 memory 目录内容 git add/commit/push 到远端。写入与推送用户本地仓库是技能核心功能,但这也意味着可能会触及大量本地数据并上传到远端;SKILL.md 和脚本都没有限制 git 操作只提交特定文件(脚本使用 git add .),也未声明需要或如何使用远端凭据。SKILL.md 中宣称可通过环境变量覆盖路径但脚本没有实现,导致实际行为与文档不一致。
Install Mechanism
技能为 instruction-only(无安装 spec),但包含可执行脚本并依赖外部工具(opencode CLI、git、Python)。没有提供安装/来源校验或可信来源的二进制下载步骤;registry metadata 没有把这些二进制列为必需项,这样的遗漏会让用户在安装前误判依赖情况。总体安装风险不高(无网络下载),但依赖外部 CLI 未声明是一个可追溯性/可用性问题。
Credentials
registry 没有要求任何环境变量或凭据,但脚本确实会使用本地 git(可能隐式使用用户的 SSH keys 或 git 凭据)来 push 数据到远端,且会在 MEMORY_PATH.parent 目录执行 git add .,这可能把仓库内所有内容包含在提交中,从而意外上传敏感文件。SKILL.md 提到 DIARY_PATH 环境变量可覆盖,但脚本中没有读取该环境变量(硬编码路径),这造成声明与实际权限/访问范围不一致。
Persistence & Privilege
技能未设置 always:true,默认可由用户调用或由 agent 自主触发(正常)。脚本会在本地创建/修改日记和 memory 文件并执行 git 提交/推送:这是其正常职责范围,但实现上使用了 git add .(无范围限制),会赋予该脚本对仓库的大范围写入/推送能力,增加潜在泄露面。
What to consider before installing
简明建议:
1) 不安装前先人工检查脚本:scripts/diary_force.py 与 scripts/think.py 中的 DIARY_PATH 和 MEMORY_PATH 是硬编码为 E:/ 与 D:/(Windows 绝对路径)。如果你不希望访问这些位置或脚本覆盖别处数据,务必修改为安全的、可通过环境变量指定的路径,并确认脚本实际读取该 envvar。
2) 注意 Git 行为:think.py 中的 git_push() 在 MEMORY_PATH.parent 目录执行 git add . && git commit && git push,会把仓库里所有改动提交并推送到远端(可能包含敏感文件)。建议改为仅 git add 指定的文件,或在安全的、空的仓库中运行;在允许推送前确认远端/凭据。
3) 外部依赖未在 registry metadata 中声明:该技能依赖 opencode CLI 与 git。确认 opencode CLI 来源可信并已正确安装;否则调用外部 CLI 会失败或带来额外风险。
4) 审核 subprocess 调用与用户输入:think.py 将用户输入包含到 prompt 并通过 subprocess 调用 opencode,建议确认 subprocess 使用方式安全(避免在 shell 上直接插入未过滤的用户输入),将 shell=False 并以参数传递更安全。
5) 运行环境建议:若想试用,先在隔离环境(虚拟机或容器)中运行,使用一个专门的空仓库做测试,确保没有意外上传敏感数据;或手动移除/修正自动 git push 行为。
6) 若你信任该技能作者且想长期使用,要求作者或维护者修复:把路径改为从环境变量读取并在 README/SKILL.md 明确列出依赖,将 git 操作限制为只提交/推送相关文件,并提供非 Windows 平台兼容说明。
总体结论:功能与描述大体一致,但若按当前代码直接运行,有明显风险(路径硬编码 + 无限制 git add . push + 未声明依赖),在未做改动与充分测试前不建议在含敏感数据的环境中启用。Like a lobster shell, security has layers — review code before you run it.
latest
Diary Force - 日记催命鬼
拖延症终结者:不给你逃避的机会,写完才能睡觉。
每晚 23:00 自动执行:日记检测 → 交互式记录 → 思维模型分析 → 记忆内化 → Git 归档
什么时候使用这个技能
必须使用此技能的情况:
- 每晚 23:00 cron 触发时(默认)
- 用户说"写日记"、"记日记"、"今天还没记日记"
- 用户提到"思维模型分析"、"内化记忆"
- 用户想记录当天经历但不知道如何结构化
- 用户能量低、情绪波动、需要反思时
不要用此技能:
- 用户只想简单记录(用普通笔记技能)
- 用户明确要求不分析
核心理念
- 强制但不暴力 - 催促但提供便捷入口
- 结构化思考 - 用思维模型代替流水账
- 持续积累 - 每天进步 1%,一年 37 倍
- 可追溯 - Git 版本控制,可回顾成长轨迹
完整工作流
23:00 cron 触发
↓
检查日记是否存在 (E:\My-life\daily/YYYY-MM-DD.md)
↓
┌─ 已写完 ──→ 询问是否需要思维模型分析
│ ↓ 是
│ 调用 OpenCode (minimax-m2.5-free)
│ ↓
│ 6 种思维模型分析 → 追加到日记
│ ↓
│ 记忆内化 → Git push
│
└─ 没写完 ──→ 催促用户写日记
↓
交互式记录(用户口述,AI 整理)
↓
用户确认 → 保存到日记
↓
思维模型分析(可选)
↓
记忆内化 → Git push
核心功能详解
1. 日记检测
检测逻辑:
import os
from datetime import datetime
today = datetime.now().strftime("%Y-%m-%d")
diary_path = f"E:\\My-life\\daily\\{today}.md"
if os.path.exists(diary_path):
# 已写完,询问是否分析
ask_analysis()
else:
# 没写完,催促
remind_user()
注意事项:
- 路径配置在
scripts/diary_force.py中 - 可通过环境变量
DIARY_PATH覆盖
2. 交互式记录
适用场景:用户累得不想打字,只想随便说说
工作流程:
- 用户语音/文字输入(碎片化)
- AI 自动提取结构化内容:
- 今日事件(3 件重要的事)
- 能量评分(1-10 分)
- 情绪状态
- 关键洞察
- 明日计划
- 生成 Markdown 格式日记
- 用户确认后保存
示例对话:
用户:今天能量 5 分吧,上午开了个会,下午跟 openclaw 死磕,没啥进展
AI: 好的,我来整理:
- 今日事件:上午开会、下午优化 openclaw
- 能量:5 分
- 情绪:有些沮丧
- 洞察:...
确认保存吗?
3. 思维模型分析(核心卖点!)
调用工具:OpenCode CLI (minimax-m2.5-free 模型)
6 种思维模型:
| 模型 | 用途 | 输出示例 |
|---|---|---|
| 1. 第一性原理 | 拆解问题本质 | "openclaw 优化的本质是..." |
| 2. 逆向思维 | 从反面思考 | "如果不优化会怎样?" |
| 3. 二阶思维 | 考虑长期影响 | "这个改动一周后的影响是..." |
| 4. 概率思维 | 评估成功概率 | "成功概率 30%,因为..." |
| 5. 机会成本 | 考虑放弃的价值 | "花时间优化 openclaw 放弃了..." |
| 6. 系统思维 | 整体视角 | "从系统看,这是子问题..." |
分析方法:
# scripts/think.py
prompt = f"""
用户输入:{user_input}
请用 6 种思维模型分析:
1. 第一性原理:...
2. 逆向思维:...
3. 二阶思维:...
4. 概率思维:...
5. 机会成本:...
6. 系统思维:...
每个模型 1-2 句话,直击本质。
"""
输出格式:
## 思维模型分析
### 1. 第一性原理
openclaw 优化的本质不是代码问题,而是工作流设计问题...
### 2. 逆向思维
如果不优化,当前系统也能用,但长期会积累技术债...
...(共 6 个模型)
4. 记忆内化
内化位置:memory/L1_每日/ 或 memory/L2_长期/
内化逻辑:
- 提取日记中的关键洞察
- 转换为记忆条目
- 写入
memory/目录 - Git commit & push
示例:
日记洞察:"拖延是因为任务太大"
→ 内化为记忆:"任务分解原则:任何>2 小时的任务都应拆解"
→ 存入:memory/L2_长期/工作原则.md
使用方式
方式 1:Cron 自动触发(推荐)
OpenClaw Cron 配置:
# .openclaw/state/cron.yaml
- schedule: "0 23 * * *" # 每晚 23:00
command: "python scripts/diary_force.py auto"
方式 2:手动触发 - 完整流程
# 开始交互式日记
python scripts/diary_force.py start
# 完成后内化
python scripts/diary_force.py done
方式 3:仅思维模型分析
# 分析指定内容
python scripts/think.py "今天能量 5 分,尝试优化 openclaw 但效果一般"
# 或直接调用
python scripts/diary_force.py analyze "用户输入内容"
方式 4:查看今日状态
python scripts/diary_force.py status
文件结构
diary-force/
├── SKILL.md # 本文件
├── scripts/
│ ├── diary_force.py # 主脚本(交互式日记)
│ └── think.py # 思维模型分析
├── evals/
│ └── evals.json # 测试案例(待创建)
└── README.md # 商业化说明(待创建)
测试案例
测试 1:日记检测正常
输入:python scripts/diary_force.py auto(日记已存在)
预期输出:
- 检测到日记存在
- 询问是否需要思维模型分析
- 如选择"是",调用分析并追加
测试 2:日记缺失催促
输入:python scripts/diary_force.py auto(日记不存在)
预期输出:
- 检测到日记缺失
- 发送催促消息
- 提供交互式记录入口
测试 3:思维模型分析
输入:python scripts/think.py "今天能量 5 分,优化 openclaw 失败"
预期输出:
- 6 种思维模型分析
- 每种 1-2 句话
- 直击本质,不废话
依赖项
| 依赖 | 版本 | 用途 |
|---|---|---|
| Python | 3.10+ | 运行环境 |
| Git | 任意 | 版本控制 |
| OpenCode CLI | 最新 | 思维模型分析 |
| 记忆系统 | 本地 | 内化存储 |
安装检查:
python --version # 应 >= 3.10
git --version # 应已安装
opencode --version # 应已安装
商业化说明(SkillPay)
定价策略
| 服务 | 定价 | 说明 |
|---|---|---|
| 单次调用 | $0.0001/次 | 包含完整流程(日记 + 分析 + 内化) |
| 思维模型分析 | $0.0002/次 | 单独分析服务 |
| 包月无限 | $3/月 | 适合高频用户(每天不到$0.1) |
| 包年 | $30/年 | 最划算(每天$0.08) |
目标用户
- 拖延症患者 - 需要外部督促
- 知识工作者 - 需要结构化思考
- 习惯养成者 - 想坚持写日记
- AI Native 开发者 - 对思维模型感兴趣
竞争优势
- 强制型设计 - 不是"可写可不写",而是"必须写完"
- 思维模型加持 - 不是流水账,而是深度思考
- 记忆内化 - 不只是记录,而是转化为认知
- Git 归档 - 可追溯成长轨迹
推广文案
"拖延症患者的噩梦,习惯养成者的福音。"
每晚 23:00 自动催促 + 6 种思维模型深度分析 + 记忆内化
不是简单的日记工具,而是认知升级引擎。
定价:$0.0001/次(1 美元 = 10,000 次 = 27 年的成长)
版本历史
| 版本 | 日期 | 变更 |
|---|---|---|
| 2.0.0 | 2026-03-08 | 按照 skill-creator 2.0 重构,增加商业化说明 |
| 1.1.0 | - | 增加思维模型分析 |
| 1.0.0 | - | 初始版本 |
座右铭:拖延症患者的噩梦,习惯养成者的福音。
Comments
Loading comments...
