productivity-automation-kit

# 效率自动化工具箱 (Productivity Automation Kit) ## 概述 整合自动化工作流、日程管理、任务提醒、数据整理四大功能模块，为个人和团队提供一站式效率自动化解决方案。 **适用场景：** - 识别可自动化的高价值任务 - 设计并实现自动化工作流程 - 管理日程、设置任务提醒 - 自动整理和分析数据 --- ## 模块一：自动化工作流模板 ### 1.1 工作流识别 — 什么值得自动化？ **自动化机会评分矩阵：**（每项 0-3 分，总分 ≥12 立即自动化） | 维度 | 0分 | 1分 | 2分 | 3分 | |------|-----|-----|-----|-----| | 频率 | 每月1次 | 每周1次 | 每天1次 | 每天多次 | | 耗时 | <5分钟 | 5-15分钟 | 15-60分钟 | >1小时 | | 错误影响 | 轻微 | 需返工 | 面向客户 | 营收损失 | | 复杂度 | 5+决策点 | 3-4决策点 | 1-2决策点 | 纯规则 | | 系统集成 | 4+系统 | 3系统 | 2系统 | 1系统 | **高价值自动化信号（立即行动）：** - ✅ 同一任务每周执行 ≥5 次 - ✅ 每次耗时 ≥10 分钟 - ✅ 规则固定、无需创意判断 - ✅ 手动操作导致数据错误 **低价值信号（跳过）：** - ❌ 每月不到1次 - ❌ 需要复杂判断 - ❌ 非标准化流程 ### 1.2 工作流设计模板 ``` ┌─────────────────────────────────────────────────┐ │ WORKFLOW: [工作流名称] │ │ 版本: v1.0 创建日期: [日期] │ ├─────────────────────────────────────────────────┤ │ 触发器 TRIGGER │ │ 类型: [schedule|webhook|event|manual] │ │ 条件: [触发条件描述] │ ├─────────────────────────────────────────────────┤ │ 输入 INPUTS │ │ - [输入项1]: 来源 [来源系统] │ │ - [输入项2]: 来源 [来源系统] │ ├─────────────────────────────────────────────────┤ │ 步骤 STEPS │ │ Step 1: [操作名称] │ │ 执行: [具体动作] │ │ 成功→: Step 2 │ │ 失败→: 错误处理器 │ │ Step 2: [操作名称] │ │ ... │ ├─────────────────────────────────────────────────┤ │ 错误处理 ERROR HANDLING │ │ 重试: 最多3次，指数退避 │ │ 告警: [失败时通知渠道] │ ├─────────────────────────────────────────────────┤ │ 输出 OUTPUTS │ │ - [输出项1]: 目的地 [目标系统/文件] │ │ - [输出项2]: 目的地 [目标系统/文件] │ └─────────────────────────────────────────────────┘ ``` ### 1.3 预置工作流模板 #### 模板A：每日内容自动化 ``` 触发器: 每天 09:00 (cron: 0 9 * * *) 步骤: 1. 生成当日励志语录 (AI生成) 2. 生成配套图片提示词 3. 发布到社交媒体队列 4. 记录发布日志 错误处理: 失败发送通知，重新执行最多3次 输出: content_queue/daily_YYYY-MM-DD.json ``` #### 模板B：周报自动生成 ``` 触发器: 每周一 08:00 (cron: 0 8 * * 1) 步骤: 1. 汇总本周任务完成数据 2. 计算KPI达成率 3. 生成结构化周报 4. 发送至指定邮箱/群组 输出: reports/weekly_YYYY-WXX.json ``` #### 模板C：潜在客户处理流水线 ``` 触发器: 新表单提交 / 新邮件到达 步骤: 1. 验证数据完整性，去重 2. 补充企业信息（自动化查询） 3. 评分 (0-100 ICP匹配度) 4. 路由: - 80分+: 即时通知 + 日历链接 - 40-79分: 加入培育序列 - <40分: 自动回复资料 5. 记录至CRM 输出: leads/processed_YYYY-MM-DD.json ``` #### 模板D：发票与付款处理 ``` 触发器: 发票收据到达（邮件附件 / 上传） 步骤: 1. 提取关键信息（供应商、金额、到期日） 2. 匹配至预算类别 / 采购订单 3. 审批路由: - 金额在核准范围内 → 自动审批 - 超阈值 → 转交经理 - 无匹配PO → 标记待审 4. 更新财务系统状态 5. 发送付款确认通知 输出: invoices/processed_YYYY-MM-DD.json ``` ### 1.4 ROI计算公式 ``` 月节省时间(小时) = (单次分钟数 / 60) × 月执行次数 自动化投入 = (搭建时间 × 时薪) + 工具月费 回收周期(月) = 投入 / 月节省价值 示例: 任务: 手动填写表单 (15分钟/次, 20次/月) 节省: 15/60×20 = 5小时/月 投入: 1小时搭建 + $20/月工具费 回收周期: 0.2个月 → 立即值得！ ``` --- ## 模块二：日程管理助手 ### 2.1 时间块规划法 (Time-boxing) **核心原则：** - 给每件事分配固定时间块，严格保护不被侵占 - 优先级最高的任务优先安排进时间块 - 周末也预留处理重要事务的时间 **每日时间块模板：** ``` ┌──────────┬────────────────────────────────┐ │ 时段 │ 安排 │ ├──────────┼────────────────────────────────┤ │ 06:00-08:00 │ 晨间准备 + 深度工作(黄金时段) │ │ 08:00-10:00 │ 高价值任务 (创意/决策) │ │ 10:00-12:00 │ 会议 + 协作 │ │ 12:00-13:30 │ 午餐 + 休息 │ │ 13:30-15:30 │ 下午工作 (适合邮件/琐事) │ │ 15:30-17:30 │ 收尾工作 + 明日计划 │ │ 17:30-19:00 │ 个人时间 │ │ 19:00-22:00 │ 弹性时间 / 副业 │ │ 22:00-06:00 │ 睡眠 │ └──────────┴────────────────────────────────┘ ``` ### 2.2 艾森豪威尔矩阵（优先级判断） | | 紧急 | 不紧急 | |---|---|---| | **重要** | 🔴 立即处理 | 🟡 计划执行 | | **不重要** | 🟠 委托他人 | 🟢 删除/忽略 | ### 2.3 能量管理匹配 ``` 高能量时段 (认知高峰) → 深度工作、创意决策、学习新技能 中能量时段 → 会议、邮件、协作沟通 低能量时段 → 机械性任务、数据整理、归档 ``` **能量低谷应对策略：** - 短暂休息（15-20分钟小睡或散步） - 切换任务类型（从脑力切换到体力） - 简单任务填充（邮件处理、文件整理） ### 2.4 每周规划流程 ``` 每周日 (20分钟)： 1. 回顾上周完成与未完成 2. 确定本周3大核心目标 3. 分配至本周时间块 4. 预判潜在阻碍，准备备选方案 每天晚间 (5分钟)： 1. 回顾今日完成 2. 确认明日Top 3任务 3. 清理收件箱至0 ``` --- ## 模块三：任务提醒工具 ### 3.1 任务分类系统 ``` 📌 今日必做 (MIT - Most Important Tasks) - 最多3项，必须今天完成 - 通常是最高价值的工作 📋 本周承诺 - 本周内需要完成的任务 - 来源：目标分解、会议决策、承诺 🔄 等待中 - 委托给他人的任务 - 等待外部条件的任务 ✅ 已完成 - 记录已完成的重要任务 - 用于回顾和数据统计 ``` ### 3.2 任务优先级判断 **2分钟法则：** 能2分钟内完成的事，立即做，不要进入待办清单。 **5分钟起步法：** 不想开始时，告诉自己"只做5分钟"——往往开始后就停不下来。 ### 3.3 任务提醒模板 ```yaml 任务提醒模板: 任务: [任务名称] 来源: [来自哪里：会议/邮件/自己安排] 截止时间: [YYYY-MM-DD HH:MM] 优先级: [P0/P1/P2/P3] 预计耗时: [X小时/分钟] 关联目标: [对应的目标或项目] 阻碍因素: [当前卡点] 需要资源: [完成所需资源] 提醒时间: [提前多久提醒：1小时/1天/1周] 提醒方式: [通知/邮件/消息] ``` ### 3.4 每日任务循环 ``` 🌅 晨间 (5分钟) → 查看今日MIT (最多3项) → 确认时间块安排 → 清空昨日遗留（决定做/删/推迟） ☀️ 日间 → 执行时间块任务 → 新任务立即捕获至收集箱 → 2分钟法则处理琐事 🌙 晚间 (5分钟) → 标记完成/未完成 → 明日Top 3确认 → 收件箱归零 ``` ### 3.5 拖延诊断与克服 | 拖延类型 | 表现 | 应对策略 | |---------|------|---------| | 启动困难 | 不知道从哪里开始 | 分解至"5分钟就能做完"的第一步 | | 完美主义 | 怕做不好而不开始 | 设定"完成版"标准，先做再改 | | 疲劳拖延 | 精力不足不想动 | 降低难度，用5分钟代替1小时 | | 恐惧拖延 | 害怕失败或被评价 | 拆分任务，降低每次的暴露感 | | 混乱拖延 | 太多事不知从何下手 | 强制选出Top 3，其余删除 | --- ## 模块四：数据整理自动化 ### 4.1 数据整理工作流模板 ``` 触发器: [定时/文件变化/手动] 输入: [原始数据来源：CSV/JSON/API/表单] 处理步骤: 1. 数据验证 (格式、完整性) 2. 数据清洗 (去重、格式化、缺失值处理) 3. 数据分类 (按规则打标签/分组) 4. 数据统计 (汇总指标、计算KPI) 5. 输出格式化 (生成报告/导出) 输出: [整理后数据/报告] 错误处理: [异常记录 + 告警] ``` ### 4.2 数据质量检查清单 ``` ✅ 格式验证：字段类型、长度、格式符合预期 ✅ 完整性检查：无关键字段缺失 ✅ 去重检查：无重复记录（按唯一ID判断） ✅ 一致性检查：同一实体数据在不同来源一致 ✅ 时效性检查：数据是否为最新版本 ✅ 权限检查：读取/写入权限正确 ``` ### 4.3 自动化数据报告模板 ```yaml 数据报告自动化: 名称: [报告名称] 频率: [每日/每周/每月] 数据源: - [源系统1]: 连接方式 [API/文件/数据库] - [源系统2]: 连接方式 [...] 指标计算: - 指标1: [计算公式] - 指标2: [计算公式] 告警规则: - 触发条件: [指标 > 阈值] - 告警方式: [通知渠道] 输出格式: - 摘要: [简短总结，用于消息推送] - 完整报告: [详细报告，存档或发送邮件] ``` ### 4.4 常用数据整理脚本模式 **Bash 数据处理脚本模板：** ```bash #!/bin/bash # 数据整理自动化脚本 # 用途: [描述] # 频率: [执行频率] set -euo pipefail LOG_FILE="logs/data_process_$(date +%Y%m%d).log" TIMESTAMP=$(date -u +"%Y-%m-%dT%H:%M:%SZ") log() { echo "[$TIMESTAMP] $1" | tee -a "$LOG_FILE"; } # Step 1: 数据采集 log "采集数据..." DATA=$(curl -s -H "Authorization: Bearer $API_TOKEN" \ "https://api.example.com/endpoint" || echo "") # Step 2: 数据验证 if [ -z "$DATA" ]; then log "ERROR: 数据采集失败" exit 1 fi # Step 3: 数据清洗 log "数据清洗..." CLEANED=$(echo "$DATA" | jq '[.items[] | select(.status == "active")]') # Step 4: 数据统计 COUNT=$(echo "$CLEANED" | jq 'length') log "处理完成: $COUNT 条记录" # Step 5: 输出 echo "$CLEANED" > "data/processed_$(date +%Y%m%d).json" log "数据已保存" ``` **Python 数据处理脚本模板：** ```python #!/usr/bin/env python3 """数据整理自动化脚本""" import json import csv from datetime import datetime, timedelta from pathlib import Path def load_data(filepath: str) -> list: """加载原始数据""" with open(filepath, 'r', encoding='utf-8') as f: return json.load(f) def clean_data(raw_data: list) -> list: """数据清洗""" cleaned = [] seen = set() for item in raw_data: # 去重 item_id = item.get('id') if item_id and item_id not in seen: seen.add(item_id) # 格式化字段 cleaned.append({ 'id': item_id, 'name': item.get('name', '').strip(), 'value': float(item.get('value', 0)), 'timestamp': item.get('created_at', '') }) return cleaned def calculate_metrics(data: list) -> dict: """计算统计指标""" if not data: return {'count': 0, 'total': 0, 'average': 0} total = sum(d['value'] for d in data) return { 'count': len(data), 'total': total, 'average': total / len(data) } def generate_report(data: list, metrics: dict) -> str: """生成报告摘要""" date_str = datetime.now().strftime('%Y-%m-%d') return f"""# 数据报告 - {date_str} ## 统计摘要 - 记录总数: {metrics['count']} - 总值: {metrics['total']:.2f} - 平均值: {metrics['average']:.2f} ## 最近更新 {chr(10).join(f"- {d['name']}: {d['value']}" for d in data[-5:])} """ if __name__ == '__main__': raw = load_data('data/raw/input.json') cleaned = clean_data(raw) metrics = calculate_metrics(cleaned) report = generate_report(cleaned, metrics) output_dir = Path('data/processed') output_dir.mkdir(parents=True, exist_ok=True) with open(f'data/processed/report_{datetime.now().strftime("%Y%m%d")}.md', 'w') as f: f.write(report) with open(f'data/processed/data_{datetime.now().strftime("%Y%m%d")}.json', 'w') as f: json.dump(cleaned, f, ensure_ascii=False, indent=2) print(f"报告生成完成: {metrics['count']} 条记录") ``` --- ## 快速启动命令 | 用户需求 | 执行操作 | |---------|---------| | "帮我识别哪些事可以自动化" | 执行模块一的工作流识别 | | "设计一个[流程]的自动化" | 使用工作流设计模板 | | "我每天太忙了" | 启动日程管理分析 + 时间块规划 | | "帮我规划本周工作" | 执行每周规划流程 | | "设置任务提醒" | 使用任务提醒模板捕获并设置提醒 | | "每天提醒我做什么" | 配置每日任务循环 | | "自动整理我的数据" | 执行数据整理工作流 | | "生成数据报告" | 运行数据报告模板 | --- ## 安全与隐私声明 **本技能不会：** - 访问外部API（除非用户提供凭证） - 泄露用户数据 - 自动发送消息至第三方 - 修改系统文件 **数据存储：** - 所有数据保存在用户指定目录 - 支持自定义存储路径 - 无外部网络请求（除非用户明确授权） --- ## 整合来源 本技能整合以下开源Skill的设计理念： - `automation-workflows` — 自动化工作流设计模式 - `afrexai-business-automation` — 企业自动化架构 - `productivity` — 生产力系统框架 - `personal-productivity` — 个人效率与时间管理 --- *🛠️ 效率自动化工具箱 — 让每一分钟都产生价值*