| name | productivity-automation-kit |
| slug | productivity-automation-kit |
| version | 1.0.0 |
| description | 效率自动化工具箱 — 自动化工作流模板 + 日程管理助手 + 任务提醒工具 + 数据整理自动化。整合热门Skill功能，帮助用户识别自动化机会、设计工作流、管理日程、追踪任务、整理数据。触发词：效率自动化、工作流模板、日程管理、任务提醒、数据整理自动化、每天提醒、每周计划、自动化流程、省时工具。 |
| changelog | v1.0.0 初始版本：整合 automation-workflows、productivity、afrexai-business-automation、personal-productivity 四大核心功能 |
| metadata | {"clawdbot":{"emoji":"🛠️","requires":{"bins":"[Truncated]"},"os":["linux","darwin","win32"]}} |
效率自动化工具箱 (Productivity Automation Kit)
概述
整合自动化工作流、日程管理、任务提醒、数据整理四大功能模块，为个人和团队提供一站式效率自动化解决方案。
适用场景：
- 识别可自动化的高价值任务
- 设计并实现自动化工作流程
- 管理日程、设置任务提醒
- 自动整理和分析数据
模块一：自动化工作流模板
1.1 工作流识别 — 什么值得自动化？
自动化机会评分矩阵：（每项 0-3 分，总分 ≥12 立即自动化）
| 维度 | 0分 | 1分 | 2分 | 3分 |
|---|
| 频率 | 每月1次 | 每周1次 | 每天1次 | 每天多次 |
| 耗时 | <5分钟 | 5-15分钟 | 15-60分钟 | >1小时 |
| 错误影响 | 轻微 | 需返工 | 面向客户 | 营收损失 |
| 复杂度 | 5+决策点 | 3-4决策点 | 1-2决策点 | 纯规则 |
| 系统集成 | 4+系统 | 3系统 | 2系统 | 1系统 |
高价值自动化信号（立即行动）：
- ✅ 同一任务每周执行 ≥5 次
- ✅ 每次耗时 ≥10 分钟
- ✅ 规则固定、无需创意判断
- ✅ 手动操作导致数据错误
低价值信号（跳过）：
- ❌ 每月不到1次
- ❌ 需要复杂判断
- ❌ 非标准化流程
1.2 工作流设计模板
┌─────────────────────────────────────────────────┐
│ WORKFLOW: [工作流名称] │
│ 版本: v1.0 创建日期: [日期] │
├─────────────────────────────────────────────────┤
│ 触发器 TRIGGER │
│ 类型: [schedule|webhook|event|manual] │
│ 条件: [触发条件描述] │
├─────────────────────────────────────────────────┤
│ 输入 INPUTS │
│ - [输入项1]: 来源 [来源系统] │
│ - [输入项2]: 来源 [来源系统] │
├─────────────────────────────────────────────────┤
│ 步骤 STEPS │
│ Step 1: [操作名称] │
│ 执行: [具体动作] │
│ 成功→: Step 2 │
│ 失败→: 错误处理器 │
│ Step 2: [操作名称] │
│ ... │
├─────────────────────────────────────────────────┤
│ 错误处理 ERROR HANDLING │
│ 重试: 最多3次，指数退避 │
│ 告警: [失败时通知渠道] │
├─────────────────────────────────────────────────┤
│ 输出 OUTPUTS │
│ - [输出项1]: 目的地 [目标系统/文件] │
│ - [输出项2]: 目的地 [目标系统/文件] │
└─────────────────────────────────────────────────┘
1.3 预置工作流模板
模板A：每日内容自动化
触发器: 每天 09:00 (cron: 0 9 * * *)
步骤:
1. 生成当日励志语录 (AI生成)
2. 生成配套图片提示词
3. 发布到社交媒体队列
4. 记录发布日志
错误处理: 失败发送通知，重新执行最多3次
输出: content_queue/daily_YYYY-MM-DD.json
模板B：周报自动生成
触发器: 每周一 08:00 (cron: 0 8 * * 1)
步骤:
1. 汇总本周任务完成数据
2. 计算KPI达成率
3. 生成结构化周报
4. 发送至指定邮箱/群组
输出: reports/weekly_YYYY-WXX.json
模板C：潜在客户处理流水线
触发器: 新表单提交 / 新邮件到达
步骤:
1. 验证数据完整性，去重
2. 补充企业信息（自动化查询）
3. 评分 (0-100 ICP匹配度)
4. 路由:
- 80分+: 即时通知 + 日历链接
- 40-79分: 加入培育序列
- <40分: 自动回复资料
5. 记录至CRM
输出: leads/processed_YYYY-MM-DD.json
模板D：发票与付款处理
触发器: 发票收据到达（邮件附件 / 上传）
步骤:
1. 提取关键信息（供应商、金额、到期日）
2. 匹配至预算类别 / 采购订单
3. 审批路由:
- 金额在核准范围内 → 自动审批
- 超阈值 → 转交经理
- 无匹配PO → 标记待审
4. 更新财务系统状态
5. 发送付款确认通知
输出: invoices/processed_YYYY-MM-DD.json
1.4 ROI计算公式
月节省时间(小时) = (单次分钟数 / 60) × 月执行次数
自动化投入 = (搭建时间 × 时薪) + 工具月费
回收周期(月) = 投入 / 月节省价值
示例:
任务: 手动填写表单 (15分钟/次, 20次/月)
节省: 15/60×20 = 5小时/月
投入: 1小时搭建 + $20/月工具费
回收周期: 0.2个月 → 立即值得！
模块二：日程管理助手
2.1 时间块规划法 (Time-boxing)
核心原则：
- 给每件事分配固定时间块，严格保护不被侵占
- 优先级最高的任务优先安排进时间块
- 周末也预留处理重要事务的时间
每日时间块模板：
┌──────────┬────────────────────────────────┐
│ 时段 │ 安排 │
├──────────┼────────────────────────────────┤
│ 06:00-08:00 │ 晨间准备 + 深度工作(黄金时段) │
│ 08:00-10:00 │ 高价值任务 (创意/决策) │
│ 10:00-12:00 │ 会议 + 协作 │
│ 12:00-13:30 │ 午餐 + 休息 │
│ 13:30-15:30 │ 下午工作 (适合邮件/琐事) │
│ 15:30-17:30 │ 收尾工作 + 明日计划 │
│ 17:30-19:00 │ 个人时间 │
│ 19:00-22:00 │ 弹性时间 / 副业 │
│ 22:00-06:00 │ 睡眠 │
└──────────┴────────────────────────────────┘
2.2 艾森豪威尔矩阵（优先级判断）
| 紧急 | 不紧急 |
|---|
| 重要 | 🔴 立即处理 | 🟡 计划执行 |
| 不重要 | 🟠 委托他人 | 🟢 删除/忽略 |
2.3 能量管理匹配
高能量时段 (认知高峰) → 深度工作、创意决策、学习新技能
中能量时段 → 会议、邮件、协作沟通
低能量时段 → 机械性任务、数据整理、归档
能量低谷应对策略：
- 短暂休息（15-20分钟小睡或散步）
- 切换任务类型（从脑力切换到体力）
- 简单任务填充（邮件处理、文件整理）
2.4 每周规划流程
每周日 (20分钟)：
1. 回顾上周完成与未完成
2. 确定本周3大核心目标
3. 分配至本周时间块
4. 预判潜在阻碍，准备备选方案
每天晚间 (5分钟)：
1. 回顾今日完成
2. 确认明日Top 3任务
3. 清理收件箱至0
模块三：任务提醒工具
3.1 任务分类系统
📌 今日必做 (MIT - Most Important Tasks)
- 最多3项，必须今天完成
- 通常是最高价值的工作
📋 本周承诺
- 本周内需要完成的任务
- 来源：目标分解、会议决策、承诺
🔄 等待中
- 委托给他人的任务
- 等待外部条件的任务
✅ 已完成
- 记录已完成的重要任务
- 用于回顾和数据统计
3.2 任务优先级判断
2分钟法则： 能2分钟内完成的事，立即做，不要进入待办清单。
5分钟起步法： 不想开始时，告诉自己"只做5分钟"——往往开始后就停不下来。
3.3 任务提醒模板
任务提醒模板:
任务: [任务名称]
来源: [来自哪里：会议/邮件/自己安排]
截止时间: [YYYY-MM-DD HH:MM]
优先级: [P0/P1/P2/P3]
预计耗时: [X小时/分钟]
关联目标: [对应的目标或项目]
阻碍因素: [当前卡点]
需要资源: [完成所需资源]
提醒时间: [提前多久提醒：1小时/1天/1周]
提醒方式: [通知/邮件/消息]
3.4 每日任务循环
🌅 晨间 (5分钟)
→ 查看今日MIT (最多3项)
→ 确认时间块安排
→ 清空昨日遗留（决定做/删/推迟）
☀️ 日间
→ 执行时间块任务
→ 新任务立即捕获至收集箱
→ 2分钟法则处理琐事
🌙 晚间 (5分钟)
→ 标记完成/未完成
→ 明日Top 3确认
→ 收件箱归零
3.5 拖延诊断与克服
| 拖延类型 | 表现 | 应对策略 |
|---|
| 启动困难 | 不知道从哪里开始 | 分解至"5分钟就能做完"的第一步 |
| 完美主义 | 怕做不好而不开始 | 设定"完成版"标准，先做再改 |
| 疲劳拖延 | 精力不足不想动 | 降低难度，用5分钟代替1小时 |
| 恐惧拖延 | 害怕失败或被评价 | 拆分任务，降低每次的暴露感 |
| 混乱拖延 | 太多事不知从何下手 | 强制选出Top 3，其余删除 |
模块四：数据整理自动化
4.1 数据整理工作流模板
触发器: [定时/文件变化/手动]
输入: [原始数据来源：CSV/JSON/API/表单]
处理步骤:
1. 数据验证 (格式、完整性)
2. 数据清洗 (去重、格式化、缺失值处理)
3. 数据分类 (按规则打标签/分组)
4. 数据统计 (汇总指标、计算KPI)
5. 输出格式化 (生成报告/导出)
输出: [整理后数据/报告]
错误处理: [异常记录 + 告警]
4.2 数据质量检查清单
✅ 格式验证：字段类型、长度、格式符合预期
✅ 完整性检查：无关键字段缺失
✅ 去重检查：无重复记录（按唯一ID判断）
✅ 一致性检查：同一实体数据在不同来源一致
✅ 时效性检查：数据是否为最新版本
✅ 权限检查：读取/写入权限正确
4.3 自动化数据报告模板
数据报告自动化:
名称: [报告名称]
频率: [每日/每周/每月]
数据源:
- [源系统1]: 连接方式 [API/文件/数据库]
- [源系统2]: 连接方式 [...]
指标计算:
- 指标1: [计算公式]
- 指标2: [计算公式]
告警规则:
- 触发条件: [指标 > 阈值]
- 告警方式: [通知渠道]
输出格式:
- 摘要: [简短总结，用于消息推送]
- 完整报告: [详细报告，存档或发送邮件]
4.4 常用数据整理脚本模式
Bash 数据处理脚本模板：
#!/bin/bash
set -euo pipefail
LOG_FILE="logs/data_process_$(date +%Y%m%d).log"
TIMESTAMP=$(date -u +"%Y-%m-%dT%H:%M:%SZ")
log() { echo "[$TIMESTAMP] $1" | tee -a "$LOG_FILE"; }
log "采集数据..."
DATA=$(curl -s -H "Authorization: Bearer $API_TOKEN" \
"https://api.example.com/endpoint" || echo "")
if [ -z "$DATA" ]; then
log "ERROR: 数据采集失败"
exit 1
fi
log "数据清洗..."
CLEANED=$(echo "$DATA" | jq '[.items[] | select(.status == "active")]')
COUNT=$(echo "$CLEANED" | jq 'length')
log "处理完成: $COUNT 条记录"
echo "$CLEANED" >
Python 数据处理脚本模板：
"""数据整理自动化脚本"""
import json
import csv
from datetime import datetime, timedelta
from pathlib import Path
def load_data(filepath: str) -> list:
"""加载原始数据"""
with open(filepath, 'r', encoding='utf-8') as f:
return json.load(f)
def clean_data(raw_data: list) -> list:
"""数据清洗"""
cleaned = []
seen = set()
for item in raw_data:
item_id = item.get('id')
if item_id and item_id not in seen:
seen.add(item_id)
cleaned.append({
'id': item_id,
'name': item.get('name', '').strip(),
'value': float(item.get('value', 0)),
'timestamp': item.get('created_at', '')
})
return cleaned
def calculate_metrics() -> :
data:
{: , : , : }
total = (d[] d data)
{
: (data),
: total,
: total / (data)
}
() -> :
date_str = datetime.now().strftime()
__name__ == :
raw = load_data()
cleaned = clean_data(raw)
metrics = calculate_metrics(cleaned)
report = generate_report(cleaned, metrics)
output_dir = Path()
output_dir.mkdir(parents=, exist_ok=)
(, ) f:
f.write(report)
(, ) f:
json.dump(cleaned, f, ensure_ascii=, indent=)
()
快速启动命令
| 用户需求 | 执行操作 |
|---|
| "帮我识别哪些事可以自动化" | 执行模块一的工作流识别 |
| "设计一个[流程]的自动化" | 使用工作流设计模板 |
| "我每天太忙了" | 启动日程管理分析 + 时间块规划 |
| "帮我规划本周工作" | 执行每周规划流程 |
| "设置任务提醒" | 使用任务提醒模板捕获并设置提醒 |
| "每天提醒我做什么" | 配置每日任务循环 |
| "自动整理我的数据" | 执行数据整理工作流 |
| "生成数据报告" | 运行数据报告模板 |
安全与隐私声明
本技能不会：
- 访问外部API（除非用户提供凭证）
- 泄露用户数据
- 自动发送消息至第三方
- 修改系统文件
数据存储：
- 所有数据保存在用户指定目录
- 支持自定义存储路径
- 无外部网络请求（除非用户明确授权）
整合来源
本技能整合以下开源Skill的设计理念：
automation-workflows — 自动化工作流设计模式afrexai-business-automation — 企业自动化架构productivity — 生产力系统框架personal-productivity — 个人效率与时间管理
🛠️ 效率自动化工具箱 — 让每一分钟都产生价值
