| name | habit-coach |
| description | 习惯养成教练。充当AI问责伙伴，帮助建立、追踪和坚持好习惯。Keywords: 习惯养成, 自律, habit tracker, 打卡. |
概述
充当AI问责伙伴，帮助建立、追踪和坚持好习惯。适用于日常习惯打卡、目标进度追踪、行为模式分析等场景。awesome-openclaw-usecases收录：带问责机制的习惯追踪器。
适用范围
适用场景：
- 每日习惯打卡记录
- 查看习惯连续坚持天数
- 制定新的习惯养成计划
不适用场景：
- 需要实时硬件控制或低延迟响应的场景
- 涉及敏感个人隐私数据的未授权处理
触发关键词: 习惯养成, 自律, habit tracker, 打卡, 问责
前置条件
pip install requests
⚠️ 首次使用前请确认依赖已安装，否则脚本将无法运行。
核心能力
能力1：个性化习惯计划制定与打卡追踪
个性化习惯计划制定与打卡追踪
能力2：AI问责伙伴——鼓励/提醒/分析原因
AI问责伙伴——鼓励/提醒/分析原因
能力3：习惯数据可视化与行为模式洞察
习惯数据可视化与行为模式洞察
命令列表
| 命令 | 说明 | 用法 |
|---|
track | 习惯打卡 | python3 scripts/habit_coach_tool.py track [参数] |
review | 进度回顾 | python3 scripts/habit_coach_tool.py review [参数] |
plan | 制定计划 | python3 scripts/habit_coach_tool.py plan [参数] |
处理步骤
Step 1：习惯打卡
目标：打卡今日运动和阅读
为什么这一步重要：这是整个工作流的数据采集/初始化阶段，确保后续步骤基于准确的输入。
执行：
python3 scripts/habit_coach_tool.py track --habits 'exercise,reading' --status done
检查点：确认输出包含预期数据，无报错信息。
Step 2：进度回顾
目标：回顾本月习惯完成情况
为什么这一步重要：核心处理阶段，将原始数据转化为有价值的输出。
执行：
python3 scripts/habit_coach_tool.py review --range month --show-streaks
检查点：确认生成结果格式正确，内容完整。
Step 3：制定计划
目标：制定新的21天习惯计划
为什么这一步重要：最终输出阶段，将处理结果以可用的形式呈现。
执行：
python3 scripts/habit_coach_tool.py plan --habit '每天冥想10分钟' --duration 21d
检查点：确认最终输出符合预期格式和质量标准。
验证清单
输出格式
# 📊 习惯养成教练报告
**生成时间**: YYYY-MM-DD HH:MM
## 核心发现
1. [关键发现1]
2. [关键发现2]
3. [关键发现3]
## 数据概览
| 指标 | 数值 | 趋势 | 评级 |
|------|------|------|------|
| 指标A | XXX | ↑ | ⭐⭐⭐⭐ |
| 指标B | YYY | → | ⭐⭐⭐ |
## 详细分析
[基于实际数据的多维度分析内容]
## 行动建议
| 优先级 | 建议 | 预期效果 |
|--------|------|----------|
| 🔴 高 | [具体建议] | [量化预期] |
| 🟡 中 | [具体建议] | [量化预期] |
参考资料
原有链接
GitHub
Reddit
注意事项
- 所有分析基于脚本获取的实际数据，不编造数据
- 数据缺失字段标注"数据不可用"而非猜测
- 建议结合人工判断使用，AI分析仅供参考
- 首次使用请先安装依赖：
pip install requests
- 如遇到API限流，请适当增加请求间隔
