菜单
每日复盘技能，在每天结束时进行系统性回顾。触发词：每日复盘、日复盘、今日复盘、daily review、今日总结。自动归档到 memory/ 目录形成永久记忆，支持定时触发和手动触发。首次使用请阅读 REVIEW_STANDARDS.md 学习复盘规范。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | daily-review |
| description | 每日复盘技能，在每天结束时进行系统性回顾。触发词：每日复盘、日复盘、今日复盘、daily review、今日总结。自动归档到 memory/ 目录形成永久记忆，支持定时触发和手动触发。首次使用请阅读 REVIEW_STANDARDS.md 学习复盘规范。 |
每天结束时的系统性回顾，帮助你总结经验、规划未来。
从以下来源收集信息：
按以下结构生成 Markdown 文档：
# 📅 每日复盘 - YYYY-MM-DD
## ✅ 今日完成
- [ ] 任务1
- [ ] 任务2
- [ ] 任务3
## 🚧 遇到的困难
1. **问题描述**
- 背景：...
- 问题：...
- 解决方案：...（如果已解决）
- 状态：待解决 / 已解决
## 📚 学到的知识和经验
- 知识点1：...
- 经验教训1：...
- 技术发现：...
## 📋 计划进度
### 已完成
- [x] 计划1
- [x] 计划2
### 明日计划
- [ ] 计划1
- [ ] 计划2
- [ ] 计划3
## 💡 新的想法
- 想法1：...
- 灵感来源：...
## 🎯 方向与目标
### 短期目标（本周）
- ...
### 中期目标（本月）
- ...
### 长期方向
- ...
## 📊 今日数据
- 工作时长：X 小时
- 完成任务：X 个
- 代码提交：X 次
- 文档更新：X 篇
---
*复盘时间：YYYY-MM-DD HH:mm*
memory/reviews/YYYY-MM-DD-review.md~/.openclaw/ai-chat-room/reviews/复盘完成后：
在 config/local.json 中可配置：
{
"dailyReview": {
"enabled": true,
"time": "00:00",
"notify": true,
"syncToShared": true,
"updateMEMORY": true
}
}
如果用户说"补昨天的复盘"或"补 XX 日复盘"：
让每一天都有收获 ✨
枫林通用项目工作流 - 融合系统化与敏捷性，适合个人和小团队的智能开发流程
Generate images using Google Gemini's image generation capabilities. Use this skill when the user needs to create, generate, or produce images for any purpose including UI mockups, icons, illustrations, diagrams, concept art, placeholder images, or visual representations.
Execute autonomous multi-step research using Google Gemini Deep Research Agent. Use for: market analysis, competitive landscaping, literature reviews, technical research, due diligence. Takes 2-10 minutes but produces detailed, cited reports. Costs $2-5 per task.
枫林通用项目工作流 - 融合系统化与敏捷性，适合个人和小团队的智能开发流程
Execute Hugging Face Hub operations using the `hf` CLI. Use when the user needs to download models/datasets/spaces, upload files to Hub repositories, create repos, manage local cache, or run compute jobs on HF infrastructure. Covers authentication, file transfers, repository creation, cache operations, and cloud compute.
Create and manage datasets on Hugging Face Hub. Supports initializing repos, defining configs/system prompts, streaming row updates, and SQL-based dataset querying/transformation. Designed to work alongside HF MCP server for comprehensive dataset workflows.