| name | advanced-daily-report |
| version | 2.0.0 |
| description | 进阶版日报生成器，支持多数据源采集、工作分析、趋势对比、周报月报聚合 |
| tags | ["report","automation","productivity","daily","weekly","monthly","advanced"] |
| allowed_tools | ["read_memory","write_memory","bash","read_file","write_file"] |
自动采集多源数据，智能分析工作效率，生成日报/周报/月报并推送到飞书。
| 数据源 | 采集内容 | 频率 |
|---|---|---|
| Git 仓库 | 提交记录、代码变更统计 | 实时 |
| 网易邮箱 | 收发邮件统计、未读提醒 | 实时 |
| 记忆系统 | 今日工作记录、长期记忆 | 实时 |
| 待办事项 | 任务状态、完成率 | 实时 |
效率指标计算
趋势对比
关键词提取
| 类型 | 触发方式 | 推送时间 |
|---|---|---|
| 日报 | 手动/定时 | 每天 18:00 |
| 周报 | 定时 | 每周五 18:00 |
| 月报 | 定时 | 每月最后一天 18:00 |
daily-report/
├── SKILL.md # 技能定义（本文件）
├── collectors/ # 数据采集模块
│ ├── __init__.py
│ ├── git_collector.py # Git 提交采集
│ ├── email_collector.py # 邮件统计采集
│ ├── memory_collector.py # 记忆数据采集
│ ├── todo_collector.py # 待办事项采集
│ └── aggregator.py # 数据聚合器
├── analyzers/ # 分析模块
│ ├── __init__.py
│ └── work_analyzer.py # 工作分析引擎
├── generators/ # 报告生成模块
│ ├── __init__.py
│ └── report_generator.py # 报告生成器
└── report_helper.py # 兼容旧版脚本
本技能通过执行 Python 脚本来采集数据（Git提交、邮箱邮件、记忆、待办）。
必须使用 bash 工具执行脚本，而不是直接回复用户。
脚本会自动采集以下数据：
git log 命令读取 D:/Download/jiuwenswarm 仓库的提交历史.env 中配置的邮箱账户读取邮件统计（需要邮箱授权码）~/.jiuwenswarm/agent/workspace/memory/ 目录下的每日记忆文件~/.jiuwenswarm/agent/sessions/ 下各会话的 todo.md 文件当用户请求生成日报/周报/月报时，执行以下命令：
# 生成今日日报（记忆/待办/Git 等；Git 在仓库根目录统计）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py daily --save
# 生成指定日期日报
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py daily --date 2026-03-06 --save
# 生成周报（聚合一周数据）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py weekly --save
# 生成月报（聚合一月数据，包含每日Git提交统计）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py monthly --save
# 生成月报（指定月份）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py monthly --year 2026 --month 3 --save
git log 获取提交记录、代码变更统计REPORT_FILE:/path/to/report.mdREPORT_FILE: 前缀，后面是文件路径| 数据源 | 采集方式 | 配置位置 |
|---|---|---|
| Git 仓库 | git log 命令 | 仓库路径: D:/Download/jiuwenswarm |
| 网易邮箱 | IMAP 协议 | .env: EMAIL_ADDRESS, EMAIL_TOKEN |
| 记忆系统 | 读取 MD 文件 | ~/.jiuwenswarm/agent/workspace/memory/YYYY-MM-DD.md |
| 待办事项 | 解析 todo.md | ~/.jiuwenswarm/agent/sessions/*/todo.md |
通过 HEARTBEAT.md 配置定时执行：
## 活跃的任务项
- 生成今日工作日报 # 每天执行
- 每周五生成周报 # 周报
- 每月末生成月报 # 月报
# 📋 工作日报 - 2026-03-06
## 📊 今日概览
| 指标 | 数值 |
|------|------|
| 提交次数 | 5 |
| 任务完成 | 3/8 |
| 代码变更 | +350/-80 |
| 邮件处理 | 收 12 / 发 3 |
| 生产力得分 | 78.5 |
## ✅ 已完成任务
- 完成日报生成器技能开发
- 配置飞书频道推送
- 测试心跳触发功能
## 🔄 进行中任务
- 编写开发文档
- 添加周报聚合功能
## 💻 代码提交
| 时间 | 提交信息 | 变更 |
|------|----------|------|
| 09:30 | feat: 添加日报生成功能 | +120/-30 |
| 14:15 | fix: 修复邮件采集bug | +45/-12 |
## 📧 邮件概况
- 今日收件: 12 封
- 今日发件: 3 封
- 未读邮件: 2 封
## 📈 趋势对比
- 提交: ↑ 2 次
- 效率: ↑ 5.2 分
## 💡 工作建议
1. 专注度较低，建议减少干扰
2. 任务完成率有待提高
## 🔜 明日计划
- 完善日报模板
- 添加周报聚合功能
本项目监控的 Git 仓库（脚本会自动读取）：
仓库路径: D:/Download/jiuwenswarm
脚本通过 git log 命令采集以下数据：
在 .env 文件中配置（本项目实际配置）：
EMAIL_ADDRESS=
EMAIL_TOKEN=
EMAIL_PROVIDER=163
注意：EMAIL_TOKEN 是邮箱授权码，不是登录密码。
获取方式：登录163邮箱 → 设置 → POP3/SMTP/IMAP → 开启IMAP服务 → 获取授权码
heartbeat:
every: 3600
target: feishu
active_hours:
start: 18:00
end: 18:30
from collectors import DataAggregator
aggregator = DataAggregator(
workspace_dir="~/.jiuwenswarm/agent",
git_repo="path/to/repo",
email_config={
"address": "xxx@163.com",
"auth_code": "xxx",
"provider": "163"
}
)
# 采集今日数据
data = aggregator.collect()
# 采集一周数据
week_data = aggregator.collect_week()
from analyzers import WorkAnalyzer
analyzer = WorkAnalyzer()
result = analyzer.analyze(data.to_dict())
print(f"生产力得分: {result.metrics.productivity_score}")
print(f"关键词: {result.keywords}")
print(f"建议: {result.suggestions}")
from generators import ReportGenerator
generator = ReportGenerator(aggregator)
# 生成日报
daily = generator.generate_daily()
# 生成周报
weekly = generator.generate_weekly()
# 生成月报
monthly = generator.generate_monthly(2026, 3)
~/.jiuwenswarm/agent/reports/Build and maintain a persistent knowledge base (LLM Wiki) using native backend tools. Supports ingesting PDFs, Markdown, and TXT files, and querying or linting the data. Use this whenever the user wants to add, retrieve, or manage their own local knowledge base and documents.
代理执行 AKG 算子任务。先检查固定仓库与分支；若 `~/.akg/check_env.md` 不存在则强制 `FULL_SETUP=true`；忽略所有 `akg_cli` 检查和使用；后端代码生成直接执行 `run_workflow.py --workflow kernelgen`。
为昇腾算子在源码中接入 TRACE_POINT 与 MoeTracing，串通 trace_preprocessor、profiling tensor、point_map.json、 save_profiling_data 与 trace_collector 生成 Chrome trace。强调门禁 G1–G5：全链路预处理与 OPP、profiling 为数据输出最后一位、 整条编译与示例脚本联调、落盘路径在 spawn 前 resolve。遵循函数级粒度与就地扩展，禁止另注册 xxx_profiling 类第二入口， 保持原 Op 与 torch.ops 名称及签名不变。在用户提到算子打点、Profiling、Chrome trace、MoeTracing，或将结论写入本 skill 时读取。
在用户提供 Chrome/Perfetto trace.json、或排查 Ascend 上 MoE/FusedDeepMoe 等算子性能时使用。按 phase、category、core group、tid 统计耗时、overlap、bubble，输出 CSV、Markdown 报告与确定性诊断；可选外部 LLM 扩写分析。默认 phase 映射面向 UMDK FusedDeepMoe，其它 trace 需替换或扩展 config/phase_map.yaml。
跨会话检索聊天原文（记忆不足时再用）。在回答任何关于历史事件、日期、人物、过去对话的问题时，如果记忆中没有相关信息或不足以回答，则需要使用跨会话检索聊天原文。用 mcp_exec_command 执行 scripts/search_history.py，读 ~/.jiuwenswarm/agent/sessions/*/history.json。支持 channel、session_id、关键词、时间窗。如果搜索结果不足，尝试用不同的关键词再次搜索。
安排延迟重启本 Agent 所在的服务（JiuwenSwarm app）。执行后当前 Agent 进程会被终止并重新启动，当前会话会断开。用于用户要求重启、配置更新需生效、或服务异常需重载时。使用 bash 调用脚本。