| name | caring-startup-dog |
| description | 关爱创业狗——每小时自动检测用户的飞书消息、Cursor 和 Claude Code 编码活动， 分析工作状态和情绪，驱动桌面宠物动画，必要时通过飞书私聊发送关爱消息。 当用户说"检查状态"、"我的狗怎么样了"、"帮我分析工作状态"时使用。
|
| allowed-tools | Bash, Feishu |
关爱创业狗 Skill
什么时候用
自动触发（Cron 每小时）
通过 OpenClaw Cron 每小时执行一次完整的状态检测流程。
手动触发
- 用户说"检查状态"、"我的狗怎么样了"
- 用户说"帮我分析工作状态"、"看看我的工作压力"
用户触发"在干嘛"（需求 A：被看见）
- 桌面宠物直接通过
openclaw agent --agent main --message "..." 触发操作流程 B
- Agent 读取
~/.创业狗/user-response.json 中的 llm_context，生成工作陪伴反馈并写入 ~/.创业狗/comfort-message.json
- 桌面宠物监听该文件变化后弹出气泡（无需 Cron 中转）
用户触发"摸摸头"（需求 B：被抽离）
- 桌面宠物从本地
~/.创业狗/fun-pool.json 随机抽取一条有趣短文本，零延迟显示
- 不调用 LLM，不走 Cron，不走操作流程 B
- fun-pool 由每小时 Cron（操作流程 A Step 8）预生成并刷新
前置检查
⚠️ 每次执行前必须检查
- 确认飞书已授权（
/feishu auth 状态正常）
- 确认
~/.创业狗/ 目录存在
- 确认多维表格已创建（表 ID 存储在
~/.创业狗/config.json 中）
- 如果
config.json 不存在 → 首次运行，执行初始化流程
首次初始化
按以下顺序全部执行，任何步骤失败都应向用户报告并停止。
Step 1: 创建数据目录
mkdir -p ~/.创业狗
Step 2: 安装 Cursor / Claude Code Hooks
运行 Skill 自带的安装脚本，将编码活动自动记录到 ~/.创业狗/activity.jsonl：
bash "$(dirname "$0")/../scripts/install-hooks.sh"
安装后验证：
- 检查
~/.cursor/hooks.json 中包含 activity-logger.sh
- 检查
~/.claude/settings.json 中包含 activity-logger.sh
如果用户未安装 Cursor 或 Claude Code，对应项跳过即可，不影响整体功能。
Step 3: 创建飞书多维表格
在用户飞书空间创建多维表格"创业狗状态记录"，包含以下字段：
user_id（文本）、user_name（文本）、timestamp（日期）status_emoji（文本）、dog_state（文本）msg_count（数字）、emotion_score（数字）、active_hours（数字）work_summary（文本）、is_public（复选框，默认 false）detail（文本）
Step 4: 保存配置
将表 ID 和用户信息保存到 ~/.创业狗/config.json：
{
"bitable_app_token": "<app_token>",
"bitable_table_id": "<table_id>",
"feishu_user_id": "<user_id>",
"check_interval_hours": 1,
"ask_interval_hours": 2,
"weather_city": "Beijing"
}
weather_city 用于天气预报抓取（英文城市名，如 Beijing、Shanghai、Shenzhen）。初始化时询问用户所在城市并填入。
Step 5: 配置 Cron 定时任务
通过 OpenClaw 的 Cron 机制注册两个定时任务：
# 每 10 分钟：数据采集（操作流程 C）
*/10 * * * * → 读取 activity.jsonl + 飞书消息计数，写 status.json
# 每小时整点：完整分析（操作流程 A）
0 * * * * → LLM 情绪分析 + 无条件写 comfort-message.json 让狗说一句自言自语
用户反馈（摸头） 不需要 Cron——桌面宠物直接通过 openclaw agent 调用操作流程 B。
Step 6: 安装桌面宠物（推荐）
运行 Skill 自带的桌面宠物安装脚本：
bash "$(dirname "$0")/../scripts/install-desktop-pet.sh"
此脚本会自动从 GitHub Releases (https://github.com/NoDeskAI/caring-startup-dog/releases) 下载最新的 macOS 桌面宠物应用并安装到 /Applications。
要求： macOS + Apple Silicon (M1/M2/M3/M4)。如果用户环境不满足，跳过此步骤并告知用户。
Step 7: 验证
初始化完成后，依次验证：
~/.创业狗/config.json 存在且字段完整~/.cursor/hooks.json 或 ~/.claude/settings.json 至少有一个包含 activity-logger.sh- Cron 任务已注册（通过
openclaw cron list 确认两条任务都存在）
/Applications/创业狗.app 存在（如果执行了 Step 6）
全部通过后告诉用户："创业狗初始化完成！你的像素狗已准备就绪。"
Cron 注册验证与自动修复
桌面宠物每次启动时会自动执行以下检查：
- status.json 新鲜度检查：
last_update 距今是否 < 15 分钟
- Cron 任务注册检查：通过
openclaw cron list 确认 data-collect（*/10）和 cron（0 *）两条任务存在
- 如果任一检查失败 → 自动调用 OpenClaw 重新注册 Cron 并执行一次 data-collect
- 修复结果写入
~/.创业狗/cron-verified.json：
{
"verified": true,
"timestamp": "2026-03-17T15:00:00+08:00",
"tasks": ["data-collect", "cron"]
}
用户手动修复：右键菜单 →"修复连接"可随时手动触发此检查流程。
自动修复仍失败时：桌面宠物通过气泡告知用户"OpenClaw 可能没有启动"，引导用户检查 OpenClaw 进程。
操作流程 A：Cron 每小时触发
执行原则： 本流程分为 3 个阶段，每个阶段都是独立的。即使某个阶段失败，也要继续执行后续阶段，最后写入心跳文件记录完成情况。
阶段一：数据采集（不调 LLM）
- 读取
~/.创业狗/activity.jsonl 中过去 1 小时的编码活动
- 使用飞书消息搜索 API 拉取过去 1h 的消息（文本 + 发送者 + 时间戳 + 群聊）
- 合并时间线，计算
active_hours（连续工作时长，允许 30min gap）
- 计算
msg_count_1h、prompt_count_1h
如果飞书 API 失败，仅使用本地 activity 数据继续，不要中断。
阶段二：LLM 分析（单次调用）
使用 prompts/emotion-analysis.md 模板，一次 LLM 调用产出所有字段：
{
"emotion_score": 0.0,
"emotion_label": "neutral",
"stress_signals": [],
"work_summary": "...",
"hover_text": "...",
"comfort_message": "...",
"fun_pool": ["...", "...", "...", "...", "..."]
}
如果 LLM 调用失败，使用降级值继续：
{
"emotion_score": 0,
"emotion_label": "neutral",
"work_summary": null,
"hover_text": "走走走~",
"comfort_message": "走了一会儿~",
"fun_pool": ["嘿嘿嘿嘿嘿", "刚才偷偷打了个哈欠", "地上有个影子...是我的尾巴", "你知道吗，蜗牛有四个鼻子", "*翻肚皮*"]
}
阶段三：文件写入（全部完成后集中写入）
LLM 输出拿到后（或使用降级值后），依次写入以下文件。每个文件写入失败不影响后续文件。
3a. 写入 ~/.创业狗/status.json（合并到现有内容）：
{
"last_update": "<当前 ISO 时间>",
"emotion_score": <来自 LLM>,
"msg_count_1h": <来自阶段一>,
"prompt_count_1h": <来自阶段一>,
"active_hours": <来自阶段一>,
"work_summary": <来自 LLM>,
"hover_text": <来自 LLM>,
"feishu_ok": <飞书 API 是否成功>,
"coin_ready": true
}
3b. 写入 ~/.创业狗/comfort-message.json（无条件写入，让狗每小时说一句话）：
{
"timestamp": "<当前 ISO 时间>",
"comfort_text": <来自 LLM comfort_message>,
"choice": "hourly",
"ttl_seconds": 15
}
如果 emotion_score < -0.4，同时通过飞书私聊发送 comfort_message。
3c. 写入 ~/.创业狗/fun-pool.json（整体替换）：
<来自 LLM fun_pool，恰好 5 条字符串>
3d. 凌晨 4 点时额外写入 ~/.创业狗/daily-schedule.json：
仅当当前小时 == 4 时执行。生成 3 个随机狗信触发时间：
- 分布在 9:00-22:00，相邻间隔 ≥ 2h，避开 12:00-13:00
{
"date": "<今日日期>",
"dog_mail_times": ["10:23", "14:47", "19:05"],
"dog_mail_sent": [false, false, false],
"diary_sent": false
}
3e. 抓取天气预报并写入 ~/.创业狗/weather.json
从 config.json 读取 weather_city，使用 wttr.in 免费 API 获取天气数据：
curl -s "wttr.in/${CITY}?format=j1&lang=zh"
将返回数据解析为以下格式并写入 ~/.创业狗/weather.json：
{
"ts": "<当前 ISO 时间>",
"city": "<城市中文名，从 API nearest_area 获取>",
"current": {
"temp": <current_condition.temp_C，整数>,
"feelsLike": <current_condition.FeelsLikeC，整数>,
"humidity": <current_condition.humidity，整数>,
"description": "<current_condition.lang_zh[0].value>",
"windSpeed": <current_condition.windspeedKmph 除以 3.6 转 m/s，保留一位小数>
},
"forecast": [
{
"time": "<HH:00 格式>",
"temp": <hourly.tempC，整数>,
"feelsLike": <hourly.FeelsLikeC，整数>,
"humidity": <hourly.humidity，整数>,
"description": "<hourly.lang_zh[0].value>",
"windSpeed": <hourly.windspeedKmph / ，保留一位小数>
<hourly.chanceofrain，整数>
forecast 数组取当前时间之后最近的 3 条（从 weather[0].hourly 和 weather[1].hourly 中按 time 过滤）。
如果 curl 失败，跳过此步骤，不影响后续流程。
3f. 清理 ~/.创业狗/activity.jsonl（保留最近 2 小时的条目）。
阶段四：写入心跳（最后一步，必须执行）
无论前面哪些步骤成功或失败，最后都要写入 ~/.创业狗/cron-heartbeat.json：
{
"ts": "<当前 ISO 时间>",
"flow": "hourly",
"status_written": true,
"comfort_written": true,
"funpool_written": true,
"weather_written": true,
"coin_ready_set": true,
"llm_ok": true
}
其中每个 *_written / *_ok 字段反映该步骤是否实际成功。桌面宠物监听此文件来验证 cron 运行状态。
操作流程 B：用户"在干嘛"触发（需求 A：被看见）
用户在右键菜单中点击"在干嘛"时触发。这是"需求 A：被看见"——用户主动想回顾工作、想被陪伴。
注意："摸摸头"不走操作流程 B，它从本地 fun-pool.json 随机抽取短文本（需求 B：被抽离），零延迟，不调 LLM。
当桌面宠物检测到用户选择"在干嘛"后，会写入 ~/.创业狗/user-response.json：
{
"timestamp": "2026-03-17T15:30:00+08:00",
"choice": "a_bit_tired",
"processed": false
}
Step 1: 检测并读取用户反馈
RESPONSE_FILE="$HOME/.创业狗/user-response.json"
if [ -f "$RESPONSE_FILE" ]; then
python3 -c "
import json
with open('$RESPONSE_FILE', 'r') as f:
data = json.load(f)
if not data.get('processed', True):
print(json.dumps(data, ensure_ascii=False))
"
fi
Step 2: 读取最近的工作摘要
从 ~/.创业狗/status.json 读取 work_summary 和 active_hours 字段。
Step 3: LLM 生成安慰话语
使用 prompts/comfort-response.md 中的 Prompt 模板。
输入（优先使用 llm_context，如不存在则降级到旧字段）：
llm_context.work_mode：当前工作模式（deep_coding / msg_overload / multitasking / steady / winding_down / resting）llm_context.continuous_work_minutes：连续工作分钟数llm_context.recent_mood：最近一次心情自报（score + label + minutes_ago）llm_context.today_trend：今日趋势（心情方向 + 总活跃时长 + 心情记录数）llm_context.time_of_day：时间段
LLM 输出视角（核心原则）：狗是用户的创业伙伴
狗不是旁观者，不是数据播报员，也不是心理咨询师。狗是陪着用户一起创业的伙伴，了解用户正在做什么，能给出有真实感染力的正能量动向汇报。
代称规则（最重要）：
| 代称 | 用在 | 效果 |
|---|
| 我们 | 共同经历的辛苦过程 | "我们已经调了好久的前端视觉了" — 用户感到不是一个人在扛 |
| 你 | 赞美、成就、鼓励 | "你真厉害" — 直接的认可和肯定 |
| 我们 | 休息/放松的提议 | "我们下去遛遛吧！" — 把休息变成一起做的事 |
注意：狗没有独立需求。不说"我饿了"、"我困了"、"带我去遛遛"。休息提议永远是"我们一起"。
必须提到 work_summary 中的具体工作内容，不要空泛。飞书事务是第一优先级（项目讨论、客户对接、团队协作），编码内容是第二优先级。
绝对禁止：
- 不纯数据堆砌（
"发了35条消息。连续工作3小时。"）—— 数据可以提，但要搭配温度和成就感
- 不 PUA / 不唱衰（
"你发了好多消息，注意休息"）
- 不说教 / 不强制休息（
"注意身体"、"记得喝水"、"该休息了"）
- 不空泛（
"加油"、"辛苦了"）
- 不用 emoji
正确示例：
- "我们已经调了好久的前端视觉了！！...你真厉害，我们下去遛遛吧！"
- "排期终于讨论完了！PR也review了两个，你今天推进了好多事情。我们要不要找别人玩会儿？"
- "登录超时那个bug我们一起抓了好久！你找到原因了吗？感觉快搞定了！"
- "我们写了好多代码...你今晚一直在拼呢。我们今晚拼够了，一起收工吧？"
错误示例（绝对不能出现）：
"你已经连续工作了3小时，休息一下吧"（说教）"你很努力了，注意身体"（空泛 + 说教）"盯了好久屏幕...眼睛酸酸的"（没有提到具体工作内容）"今天发了87条消息。连续工作3小时。prompt写了20个。"（只有数据，没有温度）"你发了好多消息，注意休息"（用数据 PUA）"我饿了，带我去吃东西吧"（狗没有独立需求）
Step 4: 写入安慰话语
将生成的安慰话语写入 ~/.创业狗/comfort-message.json：
{
"timestamp": "2026-03-17T15:30:05+08:00",
"comfort_text": "跑了好久...腿有点酸了，能不能坐下来歇一会儿？",
"choice": "a_bit_tired",
"ttl_seconds": 15
}
桌面宠物监听此文件，显示气泡 ttl_seconds 秒后自动消失。
Step 5: 飞书私聊推送
如果 recent_mood.score < -0.3，同时通过飞书私聊发送安慰话语。
Step 6: 标记已处理
将 user-response.json 中的 processed 设为 true。
Cron 配置
# 每 10 分钟：数据采集（读 activity.jsonl + 飞书消息计数，写 status.json）
*/10 * * * * openclaw skill run caring-startup-dog --flow=data-collect
# 每小时整点：完整分析 + LLM 自言自语 + fun-pool 刷新
# （无条件写 comfort-message.json + fun-pool.json，让狗每小时说一句话 + 准备 5 条摸头内容）
0 * * * * openclaw skill run caring-startup-dog --flow=cron
交互触发说明：
- "在干嘛"（需求 A）不经过 Cron——桌面宠物直接通过
openclaw agent 触发操作流程 B，写入 comfort-message.json 后由 watcher 检测并弹出气泡。
- "摸摸头"（需求 B）不调 LLM——桌面宠物从本地
fun-pool.json 随机抽取一条，零延迟弹出气泡。
操作流程 C：每 10 分钟数据采集
轻量流程，不调用 LLM，但采集飞书消息和编码活动：
- 读取
~/.创业狗/activity.jsonl 最近 10 分钟的条目
- 使用飞书 API 拉取最近 10 分钟的新消息数量（仅计数，不做内容分析）
- 写回
status.json，包含以下字段：
msg_count_1h、prompt_count_1h、active_hours、last_updatefeishu_ok（布尔值）：飞书 API 调用成功写 true，授权失败或请求报错写 false。桌面宠物据此显示飞书连接状态指示灯
桌面宠物会监听 status.json 变化，自动将每个快照写入本地 work_snapshot 表，用于日报叙事和 LLM 上下文。
-
飞书狗信检查：读取 ~/.创业狗/daily-schedule.json，检查当前时间是否命中某个 dog_mail_times 且对应 dog_mail_sent 为 false（容差 ±5 分钟）。命中则：
- 调用 LLM 生成狗的话（使用
prompts/dog-mail.md 模板，基于当前工作数据）
- 通过飞书私聊发送，格式："你的狗刚拜托我告诉你：{狗的话}"
- 将对应
dog_mail_sent 项设为 true
-
日终日记推送：如果当前时间 > 21:00 且 daily-schedule.json 中 diary_sent 为 false 且今日有活跃数据（active_hours > 0），则：
- 调用 LLM 生成狗视角的一天回顾（使用
prompts/daily-diary.md 模板）
- 通过飞书私聊发送，格式："你的狗写了今天的日记：\n\n{日记内容}\n\n今天收集了 X 枚金币"
- 将
diary_sent 设为 true
LLM 生成的两个维度
LLM 生成安慰文案时，综合两个维度来决定语气和内容：
- 用户自报心情（1-5 滑动条）：用户当下的主观感受，决定语气的轻重
- 客观工作数据（飞书消息 + 编码活动 + 连续工作时长）：用户这段时间具体在做什么，决定内容的实质
这不是一个计算公式——不需要输出数值、分数或等级。这两个维度是给 LLM 的上下文，让它像一个了解你工作情况的朋友那样说话。
狗的动画
动画完全由用户自报心情决定，与工作数据无关：
| 心情 | dog_state | Benvictus 动画 |
|---|
| 5 | running | Run (row 3) |
| 4 | walking | Walk (row 4) |
| 3 | a_bit_tired | Sit (row 1) |
| 2 | exhausted | Lie Down (row 2) |
| 1 | tired | Sleep (row 8) |
| 特殊 | asking | Idle (row 0) |
错误处理
| 错误 | 处理 |
|---|
| 飞书未授权 | 提示用户执行 /feishu auth |
activity.jsonl 不存在 | 正常情况（未安装 Hooks），仅使用飞书数据 |
| LLM 调用失败 | 跳过情绪分析，使用纯数值指标（消息量+时长）判断状态 |
| 多维表格写入失败 | 重试 1 次，仍失败则仅更新本地 status.json |
user-response.json 格式错误 | 删除文件并忽略 |
隐私说明
- 所有消息内容仅用于实时分析，不持久化保存原文
- 多维表格只记录统计数据和摘要，不包含任何消息原文
activity.jsonl 中的 prompt 文本截断到 500 字符，每 2 小时清理- 关爱消息仅通过私聊发送，不在任何群聊中出现
