一键在 Manus 中运行任何 Skill

开始使用

$pwd:

advanced-daily-report

Name: Advanced Daily Report
Author: openJiuwen-ai

// 进阶版日报生成器，支持多数据源采集、工作分析、趋势对比、周报月报聚合

在 Manus 中运行

$ git log --oneline --stat

stars:877

forks:166

updated:2026年5月19日 14:14

文件资源管理器

15 个文件

SKILL.md

readonly

related-skills.json

同仓库

llm-wiki.md

from "openJiuwen-ai/jiuwenswarm"

Build and maintain a persistent knowledge base (LLM Wiki) using native backend tools. Supports ingesting PDFs, Markdown, and TXT files, and querying or linting the data. Use this whenever the user wants to add, retrieve, or manage their own local knowledge base and documents.

2026-05-28877

akg-agents.md

from "openJiuwen-ai/jiuwenswarm"

代理执行 AKG 算子任务。先检查固定仓库与分支；若 `~/.akg/check_env.md` 不存在则强制 `FULL_SETUP=true`；忽略所有 `akg_cli` 检查和使用；后端代码生成直接执行 `run_workflow.py --workflow kernelgen`。

2026-05-19877

ascend-moe-optimizer-auto-trace.md

from "openJiuwen-ai/jiuwenswarm"

为昇腾算子在源码中接入 TRACE_POINT 与 MoeTracing，串通 trace_preprocessor、profiling tensor、point_map.json、 save_profiling_data 与 trace_collector 生成 Chrome trace。强调门禁 G1–G5：全链路预处理与 OPP、profiling 为数据输出最后一位、整条编译与示例脚本联调、落盘路径在 spawn 前 resolve。遵循函数级粒度与就地扩展，禁止另注册 xxx_profiling 类第二入口，保持原 Op 与 torch.ops 名称及签名不变。在用户提到算子打点、Profiling、Chrome trace、MoeTracing，或将结论写入本 skill 时读取。

2026-05-19877

ascend-moe-optimizer-trace-analyzer.md

from "openJiuwen-ai/jiuwenswarm"

在用户提供 Chrome/Perfetto trace.json、或排查 Ascend 上 MoE/FusedDeepMoe 等算子性能时使用。按 phase、category、core group、tid 统计耗时、overlap、bubble，输出 CSV、Markdown 报告与确定性诊断；可选外部 LLM 扩写分析。默认 phase 映射面向 UMDK FusedDeepMoe，其它 trace 需替换或扩展 config/phase_map.yaml。

2026-05-19877

cross-channel-history-retrieval.md

from "openJiuwen-ai/jiuwenswarm"

跨会话检索聊天原文（记忆不足时再用）。在回答任何关于历史事件、日期、人物、过去对话的问题时，如果记忆中没有相关信息或不足以回答，则需要使用跨会话检索聊天原文。用 mcp_exec_command 执行 scripts/search_history.py，读 ~/.jiuwenswarm/agent/sessions/*/history.json。支持 channel、session_id、关键词、时间窗。如果搜索结果不足，尝试用不同的关键词再次搜索。

2026-05-19877

delayed-restart-app.md

from "openJiuwen-ai/jiuwenswarm"

安排延迟重启本 Agent 所在的服务（JiuwenSwarm app）。执行后当前 Agent 进程会被终止并重新启动，当前会话会断开。用于用户要求重启、配置更新需生效、或服务异常需重载时。使用 bash 调用脚本。

2026-05-19877

package.json

"author": "openJiuwen-ai"

"repository": "openJiuwen-ai/jiuwenswarm"

打开 GitHub 仓库查看创作者相关仓库

$ install --global

$ download --local

在 Manus 中运行

$ useful --forSOC

高级秘书和行政助理办公室与行政支持类职业43-6011L4

name	advanced-daily-report
version	2.0.0
description	进阶版日报生成器，支持多数据源采集、工作分析、趋势对比、周报月报聚合
tags	["report","automation","productivity","daily","weekly","monthly","advanced"]
allowed_tools	["read_memory","write_memory","bash","read_file","write_file"]

进阶版日报生成器

自动采集多源数据，智能分析工作效率，生成日报/周报/月报并推送到飞书。

核心能力

1. 多数据源采集

数据源	采集内容	频率
Git 仓库	提交记录、代码变更统计	实时
网易邮箱	收发邮件统计、未读提醒	实时
记忆系统	今日工作记录、长期记忆	实时
待办事项	任务状态、完成率	实时

2. 智能工作分析

效率指标计算
- 任务完成率 = 已完成 / 总任务
- 生产力得分（0-100）
- 专注度得分（0-100）
趋势对比
- 与昨日对比
- 与上周同期对比
- 周趋势图
关键词提取
- 自动提取今日工作关键词
- 工作主题聚类

3. 多报告类型

类型	触发方式	推送时间
日报	手动/定时	每天 18:00
周报	定时	每周五 18:00
月报	定时	每月最后一天 18:00

目录结构

daily-report/
├── SKILL.md              # 技能定义（本文件）
├── collectors/           # 数据采集模块
│   ├── __init__.py
│   ├── git_collector.py  # Git 提交采集
│   ├── email_collector.py # 邮件统计采集
│   ├── memory_collector.py # 记忆数据采集
│   ├── todo_collector.py  # 待办事项采集
│   └── aggregator.py      # 数据聚合器
├── analyzers/            # 分析模块
│   ├── __init__.py
│   └── work_analyzer.py  # 工作分析引擎
├── generators/           # 报告生成模块
│   ├── __init__.py
│   └── report_generator.py # 报告生成器
└── report_helper.py      # 兼容旧版脚本

使用方式

⚠️ 重要：执行方式

本技能通过执行 Python 脚本来采集数据（Git提交、邮箱邮件、记忆、待办）。 必须使用 bash 工具执行脚本，而不是直接回复用户。

脚本会自动采集以下数据：

Git 提交记录：通过 git log 命令读取 D:/Download/jiuwenswarm 仓库的提交历史
邮箱邮件统计：通过 IMAP 协议连接 .env 中配置的邮箱账户读取邮件统计（需要邮箱授权码）
记忆系统：读取 ~/.jiuwenswarm/agent/workspace/memory/ 目录下的每日记忆文件
待办事项：读取 ~/.jiuwenswarm/agent/sessions/ 下各会话的 todo.md 文件

手动触发

当用户请求生成日报/周报/月报时，执行以下命令：

# 生成今日日报（记忆/待办/Git 等；Git 在仓库根目录统计）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py daily --save

# 生成指定日期日报
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py daily --date 2026-03-06 --save

# 生成周报（聚合一周数据）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py weekly --save

# 生成月报（聚合一月数据，包含每日Git提交统计）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py monthly --save

# 生成月报（指定月份）
python ~/.jiuwenswarm/agent/workspace/skills/daily-report/run_report.py monthly --year 2026 --month 3 --save

执行步骤

用户发送 "生成日报" / "生成周报" / "生成月报" 等指令
使用 bash 执行上述命令
脚本自动采集数据：
- Git: 执行 git log 获取提交记录、代码变更统计
- 邮箱: 通过 IMAP 连接获取邮件统计（如果配置了邮箱）
- 记忆: 读取记忆文件获取工作记录
- 待办: 解析 todo.md 获取任务状态
脚本执行完成后，输出格式为 REPORT_FILE:/path/to/report.md
⚠️ 重要：使用 read_file 工具读取报告文件，然后将完整内容发送给用户
- 脚本输出包含 REPORT_FILE: 前缀，后面是文件路径
- 必须读取该文件内容，不能只显示文件路径
- 要把完整的报告 Markdown 内容展示在对话框中

触发关键词

日报：生成今日日报、生成昨天日报、查看今日工作、查看代码提交
周报：生成本周周报、周报汇总、本周工作总结
月报：生成本月月报、月度总结、读取邮箱中本月的内容整理成月报、本月代码提交统计

数据源说明

数据源	采集方式	配置位置
Git 仓库	`git log` 命令	仓库路径: `D:/Download/jiuwenswarm`
网易邮箱	IMAP 协议	`.env`: `EMAIL_ADDRESS`, `EMAIL_TOKEN`
记忆系统	读取 MD 文件	`~/.jiuwenswarm/agent/workspace/memory/YYYY-MM-DD.md`
待办事项	解析 todo.md	`~/.jiuwenswarm/agent/sessions/*/todo.md`

定时触发

通过 HEARTBEAT.md 配置定时执行：

## 活跃的任务项
- 生成今日工作日报  # 每天执行
- 每周五生成周报    # 周报
- 每月末生成月报    # 月报

日报模板

# 📋 工作日报 - 2026-03-06

## 📊 今日概览

| 指标 | 数值 |
|------|------|
| 提交次数 | 5 |
| 任务完成 | 3/8 |
| 代码变更 | +350/-80 |
| 邮件处理 | 收 12 / 发 3 |
| 生产力得分 | 78.5 |

## ✅ 已完成任务
- 完成日报生成器技能开发
- 配置飞书频道推送
- 测试心跳触发功能

## 🔄 进行中任务
- 编写开发文档
- 添加周报聚合功能

## 💻 代码提交

| 时间 | 提交信息 | 变更 |
|------|----------|------|
| 09:30 | feat: 添加日报生成功能 | +120/-30 |
| 14:15 | fix: 修复邮件采集bug | +45/-12 |

## 📧 邮件概况
- 今日收件: 12 封
- 今日发件: 3 封
- 未读邮件: 2 封

## 📈 趋势对比
- 提交: ↑ 2 次
- 效率: ↑ 5.2 分

## 💡 工作建议
1. 专注度较低，建议减少干扰
2. 任务完成率有待提高

## 🔜 明日计划
- 完善日报模板
- 添加周报聚合功能

配置说明

Git 仓库配置

本项目监控的 Git 仓库（脚本会自动读取）：

仓库路径: D:/Download/jiuwenswarm

脚本通过 git log 命令采集以下数据：

提交哈希、提交信息、作者、时间
每次提交的文件变更数、新增行数、删除行数

邮箱配置

在 .env 文件中配置（本项目实际配置）：

EMAIL_ADDRESS=
EMAIL_TOKEN=
EMAIL_PROVIDER=163

注意：EMAIL_TOKEN 是邮箱授权码，不是登录密码。获取方式：登录163邮箱 → 设置 → POP3/SMTP/IMAP → 开启IMAP服务 → 获取授权码

心跳配置

heartbeat:
  every: 3600
  target: feishu
  active_hours:
    start: 18:00
    end: 18:30

API 参考

数据采集器

from collectors import DataAggregator

aggregator = DataAggregator(
    workspace_dir="~/.jiuwenswarm/agent",
    git_repo="path/to/repo",
    email_config={
        "address": "xxx@163.com",
        "auth_code": "xxx",
        "provider": "163"
    }
)

# 采集今日数据
data = aggregator.collect()

# 采集一周数据
week_data = aggregator.collect_week()

工作分析器

from analyzers import WorkAnalyzer

analyzer = WorkAnalyzer()
result = analyzer.analyze(data.to_dict())

print(f"生产力得分: {result.metrics.productivity_score}")
print(f"关键词: {result.keywords}")
print(f"建议: {result.suggestions}")

报告生成器

from generators import ReportGenerator

generator = ReportGenerator(aggregator)

# 生成日报
daily = generator.generate_daily()

# 生成周报
weekly = generator.generate_weekly()

# 生成月报
monthly = generator.generate_monthly(2026, 3)

注意事项

Git 仓库: 确保仓库路径正确且有访问权限
邮箱授权: 使用授权码而非登录密码
心跳时间: 修改后需重启服务
数据存储: 报告保存到 ~/.jiuwenswarm/agent/reports/

更新日志

v2.1.0 (2026-03-10): 添加 AI 智能分析功能（智能摘要、明日计划建议、工作模式分析）
v2.0.0 (2026-03-06): 进阶版，支持多数据源、趋势对比、周报月报
v1.0.0 (2026-03-06): 初始版本，基础日报生成

advanced-daily-report

同仓库更多 Skills

同仓库更多 Skills

进阶版日报生成器

核心能力

1. 多数据源采集

2. 智能工作分析

3. 多报告类型

目录结构

使用方式

⚠️ 重要：执行方式

手动触发

执行步骤

触发关键词

数据源说明

定时触发

日报模板

配置说明

Git 仓库配置

邮箱配置

心跳配置

API 参考

数据采集器

工作分析器

报告生成器

注意事项

更新日志

进阶版日报生成器

核心能力

1. 多数据源采集

2. 智能工作分析

3. 多报告类型

目录结构

使用方式

⚠️ 重要：执行方式

手动触发

执行步骤

触发关键词

数据源说明

定时触发

日报模板

配置说明

Git 仓库配置

邮箱配置

心跳配置

API 参考

数据采集器

工作分析器

报告生成器

注意事项

更新日志