Leoyishou
Leoyishou/personal-ai-company
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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/Leoyishou/personal-ai-company --skill dida-auto-worker命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | dida-auto-worker |
| description | 滴答清单自动执行器 - 扫描任务列表，自动完成可代劳的任务。 |
自动扫描滴答清单任务，识别可自动完成的任务并执行。
用户说：
调用 mcp__dida365__list_tasks 获取未完成任务（limit 50）。
对每个任务，根据标题和描述判断是否可自动完成。可自动完成的任务类型：
特征：
处理方式：使用 WebSearch + WebFetch 收集信息，生成调研报告
特征：
处理方式：
特征：
处理方式：直接在本地生成代码文件
特征：
处理方式：直接执行并保存结果
特征：
处理方式：
mcp__supabase__execute_sql 写入 PersonalDigitalCenter 的 english_vocabulary 表
INSERT INTO english_vocabulary (word, context, source, definition)
VALUES ('word', '原句', '任务来源', '释义')
ON CONFLICT (word) DO NOTHING;
判断"生词"的标准：
Supabase 配置：
mwvsdfalfqblbqwnyqpnenglish_vocabulary输出规则：
~/usr/projects/inbox/dida-outputs/<日期>/<任务ID>/执行确认：
执行完成后输出汇总：
已完成 X 个任务：
1. [任务标题] - [简要结果]
2. ...
待查看文件：
- ~/usr/projects/inbox/dida-outputs/2026-01-25/xxx/report.md
用户: 扫一下滴答清单
Claude: 扫描到 50 个任务，其中 8 个可以自动处理：
【调研类】
1. "如何让大模型稳定输出JSON格式" → 可搜索分析
2. "ASR 技术对比" → 可生成调研报告
【内容分析类】
3. "https://www.zhihu.com/question/xxx" → 可抓取分析
4. "叮咚买菜播客" → 可下载转文字
【写 Demo 类】
5. "写一个工具遍历滴答清单" → 可直接实现
要我处理哪些？输入编号或"全部"
输出目录：~/usr/projects/inbox/dida-outputs/
createdTime 字段为 nullmcp__dida365__list_tasks 返回的任务中，createdTime 字段始终为 null（API 不返回此字段）。
解决方案：任务 ID 是 MongoDB ObjectID，前 4 字节（8 个十六进制字符）即 Unix 时间戳，可直接解码获取创建时间。
from datetime import datetime, timezone, timedelta
def decode_oid_time(oid: str, tz_offset_hours: int = 8) -> datetime:
"""从 MongoDB ObjectID 解码创建时间"""
tz = timezone(timedelta(hours=tz_offset_hours))
ts = int(oid[:8], 16) # 取前 8 位十六进制 → uint32 Unix timestamp
return datetime.fromtimestamp(ts, tz=tz)
# 示例：'696a240a...' → 1768563722 → 2026-01-16 19:42 (上海时间)
验证：696a240a → int('696a240a', 16) = 1768563722 → 2026-01-16 19:42 上海时间，与滴答清单 UI 显示一致。
list_tasks 不支持按 tag 过滤，需要在 Python 侧手动过滤：
tagged = [t for t in tasks if 'target-tag' in t.get('tags', [])]
list_tasks 结果可能超出 token 限制。处理方式：将结果保存为临时文件，用 cat | python3 -c 管道解析：
cat /tmp/tasks.json | python3 -c "
import sys, json
tasks = json.load(sys.stdin)
# ... 过滤和分析
"