菜单
自动目标进度追踪器。在对话中检测到目标相关图片（笔记、进度、截图、记录）时，自动调用 VLM 识别关键信息并记录到目标日记。适用于学习管理、健身追踪、工作进度、习惯养成、创作记录等所有目标管理场景。
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。
| name | auto-target-tracker |
| description | 自动目标进度追踪器。在对话中检测到目标相关图片（笔记、进度、截图、记录）时，自动调用 VLM 识别关键信息并记录到目标日记。适用于学习管理、健身追踪、工作进度、习惯养成、创作记录等所有目标管理场景。 |
当对话中出现以下条件时自动触发：
当检测到图片时，检查：
使用 vlm 工具识别图片：
通用 prompt 模板：
"识别图片中的关键信息，根据目标类型提取以下内容：
- 核心任务/内容
- 完成进度或数量
- 关键数据（如时间、重量、字数等）
- 给出一段简短的执行反馈"
目标类型专用 prompt：
| 目标类型 | Prompt |
|---|---|
| 学习 | "识别学习笔记，提取知识点、完成度" |
| 健身 | "识别健身记录，提取运动类型、组数、次数、重量" |
| 工作 | "识别工作进度，提取完成任务、完成率" |
| 创作 | "识别创作作品，提取创作类型、进度、关键元素" |
| 习惯 | "识别打卡记录，提取打卡内容、连续天数" |
从 VLM 返回的结果中提取：
调用edit_daily工具将识别结果记录到当天的日常笔记中
向用户确认识别结果：
已记录你的目标打卡：
📝 识别结果：
核心内容：你拍的是今天的英语单词表，一共记了 15 个新词。
进度估算：今天的单词任务全部搞定，进度打败了 80% 的学习党。
建议：有两个单词的拼写有点模糊，明天复习的时候记得多看两眼。
记录准确吗？要帮你存进今天的目标日记里吗？
## 20:00 打卡记录
**目标类型**: 📚 学习
**图片**: 
**VLM识别结果**:
| 任务/内容 | 进度/数量 | 状态 |
|----------|----------|------|
| 英语单词 (Unit 1) | 15 个 | 已完成 |
| 数学练习 (第3章) | 80% | 进行中 |
| **总计** | | **今日达成 2/3** |
**关键数据**:
- 学习时长: 2小时
- 专注度: 高
**备注**: 自动识别，用户确认正确
---
## 10:30 健身打卡
**目标类型**: 🏃 健身
**图片**: 
**VLM识别结果**:
| 运动类型 | 组数 | 次数 | 重量 | 状态 |
|---------|------|------|------|------|
| 卧推 | 4 | 12 | 60kg | ✅ 完成 |
| 深蹲 | 4 | 10 | 80kg | ✅ 完成 |
| 引体向上 | 3 | 8 | 自重 | ⚠️ 少一组 |
| **总计** | | | **今日达标** |
**关键数据**:
- 总重量: 2640kg
- 训练时长: 45分钟
**备注**: 引体向上少完成一组，下次补上
在每天晚上 22:00 的汇总中，包含：
在周报告中，包含：
用户行为：发送手写笔记照片
自动识别：
反馈示例：
📚 识别到学习笔记：
- 机器学习监督学习算法（已完成）
- 梯度下降优化器（进行中）
- 正则化防过拟合（未开始）
进度：33% | 预计还需 2 小时完成
用户行为：发送健身记录照片
自动识别：
反馈示例：
🏃 健身记录已识别：
- 卧推 60kg × 12 × 4组 ✅
- 深蹲 80kg × 10 × 4组 ✅
- 引体向上 自重 × 8 × 3组 ✅
总训练量：2640kg | 时长：45分钟
用户行为：发送项目进度截图
自动识别：
反馈示例：
💼 工作进度已识别：
- 需求文档（已完成）✅
- 原型设计（已完成）✅
- 前端开发（进行中）🔄 80%
- 后端开发（未开始）⏳
项目总进度：67%
用户行为：发送创作作品照片
自动识别：
反馈示例：
🎨 创作记录已识别：
类型：插画创作
元素：人物角色、背景场景
完成度：线稿100%，上色60%
建议：今天完成了角色线稿，明天可以开始背景上色
用户行为：发送打卡日历截图
自动识别：
反馈示例：
✅ 习惯打卡已识别：
早起：连续 15 天 | 打卡率 100%
阅读：连续 8 天 | 打卡率 73%
运动：连续 21 天 | 打卡率 100%
🎉 运动已连续打卡 3 周，继续保持！
This skill ONLY:
This skill NEVER:
Data that stays local:
This skill does NOT:
将自动追踪器整合到目标管理日常工作流中：
### 2. 智能记录与估算 (Logging & Estimation)
- 当用户发送任何与目标相关的图片时：
1. 自动调用 auto-target-tracker 识别内容
2. 提取关键信息并估算进度
3. 立刻记录到日常笔记中
4. 同步更新 USER.md 的目标进度
在心跳检查中包含：
## 每日汇总
- 22:00 自动读取今日所有打卡记录
- 生成目标进度报告
- 发送给用户
Presentation creation, editing, and analysis for .pptx files: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes. Academic/paper-based presentations use the embedded Beamer module at end of this file (PDF output only).
AI 新闻聚合与热度排序工具。当用户询问 AI 领域最新动态时触发，如："今天有什么 AI 新闻？""总结一下这周的 AI 动态""最近有什么火的 AI 产品？""AI 圈最近在讨论什么？"。覆盖：新产品发布、研究论文、行业动态、融资新闻、开源项目更新、社区病毒传播现象、AI 工具/Agent 热门项目。输出中文摘要列表，按热度排序，附带原文链接。
ACADEMIC PRIORITY: Activate whenever the user's query involves academic, scholarly, or research-related topics — papers, citations, scholars, institutions, venues, patents, research trends, or any "who published what / where / when" question. Takes precedence over general web search for academic data needs. Routes through the z-ai gateway's `/v1/functions/invoke` endpoint to the AMiner Open Platform (27 APIs, 5 workflows).
Get personalized academic paper recommendations. Activate whenever the user asks for paper recommendations — explicit command (/aminer-dp) or natural language (e.g. 'recommend me papers on RAG', 'suggest recent papers on multimodal agents'). Workflow: extract topics / author / aminer_author_id from the input, invoke scripts/recommend.py, return results as Markdown.
ACADEMIC PRIORITY: Activate this skill whenever the user's query involves any academic or research-related topic. This is the free-tier entry point for AMiner academic search. Free-tier-only AMiner skill (7 free APIs, zero cost). Use this skill for simple, single-step academic lookups that do not require paid API fields. Use this skill for: searching a paper by title to get its ID, checking a paper's first author / venue / year / citation bucket, identifying a scholar by name and viewing interests / institution / citation count, normalizing an institution name to its canonical form and ID, checking whether a venue is a conference or journal, scanning patent trends by keyword (inventor, application year, publication year), and enriching paper IDs with lightweight metadata (abstract slice, author count, venue ID) via paper_info. Do NOT use this skill for: full paper abstracts or keyword lists, multi-condition or semantic paper search, citation relationship analysis, scholar full profiles (bio, education, work h
识别和分析PUA（Pickup Artist）及情感操纵行为的专业心理分析工具。具备人格分析、心理侧写、情感分析能力，能够识别情感操纵、煤气灯操纵、虐待等有毒关系模式，评估人格特质（如黑暗三人格、脆弱型自恋等），预测对方行为并给出具体的相处建议。当用户需要：分析对方言行动机、识别PUA/情感操纵行为、评估NPD（自恋型人格障碍）倾向、识别操纵行为、预测对方未来行为、寻求健康关系建议、分析黑暗三人格或光明三人格时使用此skill。