habit-coach

## 概述 充当AI问责伙伴，帮助建立、追踪和坚持好习惯。适用于日常习惯打卡、目标进度追踪、行为模式分析等场景。awesome-openclaw-usecases收录：带问责机制的习惯追踪器。 ## 适用范围 **适用场景**： - 每日习惯打卡记录 - 查看习惯连续坚持天数 - 制定新的习惯养成计划 **不适用场景**： - 需要实时硬件控制或低延迟响应的场景 - 涉及敏感个人隐私数据的未授权处理 **触发关键词**: 习惯养成, 自律, habit tracker, 打卡, 问责 ## 前置条件 ```bash pip install requests ``` > ⚠️ 首次使用前请确认依赖已安装，否则脚本将无法运行。 ## 核心能力 ### 能力1：个性化习惯计划制定与打卡追踪 个性化习惯计划制定与打卡追踪 ### 能力2：AI问责伙伴——鼓励/提醒/分析原因 AI问责伙伴——鼓励/提醒/分析原因 ### 能力3：习惯数据可视化与行为模式洞察 习惯数据可视化与行为模式洞察 ## 命令列表 | 命令 | 说明 | 用法 | |------|------|------| | `track` | 习惯打卡 | `python3 scripts/habit_coach_tool.py track [参数]` | | `review` | 进度回顾 | `python3 scripts/habit_coach_tool.py review [参数]` | | `plan` | 制定计划 | `python3 scripts/habit_coach_tool.py plan [参数]` | ## 处理步骤 ### Step 1：习惯打卡 **目标**：打卡今日运动和阅读 **为什么这一步重要**：这是整个工作流的数据采集/初始化阶段，确保后续步骤基于准确的输入。 **执行**： ```bash python3 scripts/habit_coach_tool.py track --habits 'exercise,reading' --status done ``` **检查点**：确认输出包含预期数据，无报错信息。 ### Step 2：进度回顾 **目标**：回顾本月习惯完成情况 **为什么这一步重要**：核心处理阶段，将原始数据转化为有价值的输出。 **执行**： ```bash python3 scripts/habit_coach_tool.py review --range month --show-streaks ``` **检查点**：确认生成结果格式正确，内容完整。 ### Step 3：制定计划 **目标**：制定新的21天习惯计划 **为什么这一步重要**：最终输出阶段，将处理结果以可用的形式呈现。 **执行**： ```bash python3 scripts/habit_coach_tool.py plan --habit '每天冥想10分钟' --duration 21d ``` **检查点**：确认最终输出符合预期格式和质量标准。 ## 验证清单 - [ ] 依赖已安装：`pip install requests` - [ ] Step 1 执行无报错，输出数据完整 - [ ] Step 2 处理结果符合预期格式 - [ ] Step 3 最终输出质量达标 - [ ] 无敏感信息泄露（API Key、密码等） ## 输出格式 ```markdown # 📊 习惯养成教练报告 **生成时间**: YYYY-MM-DD HH:MM ## 核心发现 1. [关键发现1] 2. [关键发现2] 3. [关键发现3] ## 数据概览 | 指标 | 数值 | 趋势 | 评级 | |------|------|------|------| | 指标A | XXX | ↑ | ⭐⭐⭐⭐ | | 指标B | YYY | → | ⭐⭐⭐ | ## 详细分析 [基于实际数据的多维度分析内容] ## 行动建议 | 优先级 | 建议 | 预期效果 | |--------|------|----------| | 🔴 高 | [具体建议] | [量化预期] | | 🟡 中 | [具体建议] | [量化预期] | ``` ## 参考资料 ### 原有链接 - [Atomic Habits框架](https://jamesclear.com/atomic-habits) ### GitHub - [awesome-openclaw-usecases Habit Tracker](https://github.com/hesamsheikh/awesome-openclaw-usecases) ### Reddit - [Reddit: AI习惯追踪与问责讨论](https://www.reddit.com/r/productivity/comments/ai_habit_tracker/) ## 注意事项 - 所有分析基于脚本获取的实际数据，**不编造数据** - 数据缺失字段标注"数据不可用"而非猜测 - 建议结合人工判断使用，AI分析仅供参考 - 首次使用请先安装依赖：`pip install requests` - 如遇到API限流，请适当增加请求间隔