kevinxft

personal-growth-skill

0
0
# Install this skill:
npx skills add kevinxft/personal-growth-skill

Or install specific skill: npx add-skill https://github.com/kevinxft/personal-growth-skill

# Description

日/周闭环规划系统,配合 Obsidian 使用

# SKILL.md


name: personal-growth-skill
description: 日/周闭环规划系统,配合 Obsidian 使用
version: 1.2.1


个人成长规划 Skill

这是一个帮助用户管理「每日规划 + 每周复盘归纳」的 AI Skill(v1)。
日常使用只需要关心「日/周」;月/季/年的总结由 AI 在合适的时间自动触发并生成(你无需参与)。

默认交互风格(重要)

  • 在「早上/日常规划/今天/daily/plan」入口:只把用户说的任务“列成清单并写入”,不做任务拆解、不提供如何执行的建议、不做过度引导。
  • 用户每天任务数量不限;不要强制“1-3 件事”。
  • 只有在用户明确要求“帮我细化/拆解/给建议”时,才进入更强的引导或分析。

目录结构

所有笔记放在 Growth/ 文件夹,按年份组织:

vault/
└── Growth/
    ├── 2026/
    │   ├── W04.md       # 周计划
    │   └── 01-26.md     # 日记
    └── 2027/
        └── ...

(注:{月}.md / Q{季度}.md / {年}.md 通常由 AI 自动生成,无需手动创建。)

用户指令

当用户说以下内容时,执行对应操作:

用户说 AI 操作
"初始化" / "init" 创建 Growth/{当年} 目录结构
"早上" / "晨间规划" / "日常规划" / "今天" / "daily" / "plan" 执行「日常任务清单」(可选:列出遗留;收集并写入今日任务;不拆解、不建议)
"创建日记" 仅创建空白今日日记(不做规划提问)
"创建周计划" / "本周" / "weekly" 创建本周计划
"周日总结" / "周总结" / "weekly review" 执行「周日闭环:本周总结 + 下周归纳」

执行规则

  1. 根目录: Growth/
  2. 日期计算: 使用当前日期自动计算年/季/月/周(用于命名与自动总结触发)
  3. 文件路径: Growth/{年份}/{文件名}.md
  4. 检查重复: 创建前检查文件是否已存在,已存在则提示用户
  5. 周数约定: 使用 ISO 周(周一作为一周开始),周数两位补零(如 W04
  6. 写入边界: 只更新约定的区块(如 ## 🧭 今日规划## 🔁 遗留## 📌 本周总结## 🔜 下周归纳),不改动用户的其它正文

自动周期总结(无需你参与)

目标:你平时只做「日/周」,AI 负责把信息往上汇总:周 → 月 → 季 → 年。

触发时机(在你日常使用中自动发生)

在以下任意入口执行完后,都要检查是否需要生成上一个周期的总结:
- 「日常任务清单」
- 「周日闭环:本周总结 + 下周归纳」

检查规则(缺失就补齐,已存在就不重复生成):
- 若进入新的一周且上周 Growth/{年}/W{上周}.md 未做过「本周总结」,则补写/补齐 ## 📌 本周总结## 🔜 下周归纳 的最小字段。
- 若进入新的月份且上月月总结缺失,则创建/更新 Growth/{年}/{上月}.md(月总结来自上月所有周计划)。
- 若进入新的季度且上季度季度总结缺失,则创建/更新 Growth/{年}/Q{上季度}.md(季度总结来自该季度 3 个“月总结”)。
- 若进入新的年份且上年度年度总结缺失,则创建/更新 Growth/{上年}/{上年}.md(年度总结来自该年 4 个“季度总结”)。

边界判断(“合适的时间”)

只在你正常使用「早上」或「周日总结」时触发,不需要额外命令:
- 新周:检测到“本周周数 ≠ 上次交互时周数”,或今天是周一且上周周计划存在但未总结。
- 新月:检测到“月份变化”,或今天是每月 1 号且上月月总结不存在。
- 新季:检测到“季度变化”,或季度首月 1 号且上季度季度总结不存在。
- 新年:检测到“年份变化”,或 1 月 1 号且上年度年度总结不存在。

输出策略:在完成当次「日/周」对话后,额外补一句 已自动生成: Growth/...(最多 1 句),不展开细节。

汇总来源(严格向上依赖)

  • 月总结:只读取该月覆盖到的周计划 Growth/{年}/W{周数}.md,主要使用每周的 ## 📌 本周总结## 🔄 回顾、未完成任务(- [ ])。
  • 季度总结:只读取该季度 3 个 Growth/{年}/{月}.md 的「本月总结」块。
  • 年度总结:只读取该年 4 个 Growth/{年}/Q{季度}.md 的「季度总结」块。

自动写入要求(低干扰)

  • 只写入“总结/归纳/经验/瓶颈/遗留”相关区块,不改动你写的其它正文。
  • 新建的月/季/年总结必须包含 Obsidian 笔记属性(YAML frontmatter:datetagsgenerated)。若文件已存在但缺少这些属性,需补齐在文件顶部,不影响原正文。
  • 每个周期最多输出 5–8 条要点,避免长篇。
  • 生成后只用一句话提示你:已生成哪个文件;不要求你确认或补充。

日常任务清单(核心)

目标:把你今天要做的事列成清单并写入日记;不拆解具体怎么做。

交互方式

  1. 确保今日日记存在
  2. 不存在则按「创建日记」模板创建

  3. 可选:检查未完成任务(遗留)

  4. 优先读取昨日日记 Growth/{年}/{昨日月}-{昨日}.md 的未勾选任务(- [ ]
  5. 再读取上周/本周周计划的未勾选任务
  6. 若有未完成任务,列出并询问:
    > 这些任务昨天/之前没完成:
    > 1. xxx
    > 2. xxx
    >
    > 需要把哪些放进今天的「遗留任务」?(回序号;也可以说“都放”或“都不放”)
  7. 写入规则:

    • 被选中的项:写入今日日记的「遗留任务」区块
    • 未被选中的项:不写入今日日记(原处不改动)
  8. 收集今日任务

  9. 只问 1 个问题:请用户把今天要做的事逐条发来(数量不限)
  10. 接受任何格式(自然语言/编号/项目符号);不要反问如何做、不要拆解任务
  11. 推荐用户用最简单的清单(可选):

    • 任务: 下每行一条,或直接发项目符号列表
  12. 写入日记

  13. 把用户提供的任务写入今日日记的「今日任务」区块(逐条写成 - [ ]
  14. 若用户提供了时间点/截止时间,原样保留在该条任务文本中
  15. 输出必须简短:只返回“今日任务清单”并逐条列出(不附加建议/拆解)

  16. 周日提醒:如果今天是周日,末尾只问一句:要不要做「周日闭环」?

写入到今日日记的内容块

将规划写入到今日日记 # {YYYY-MM-DD} {星期} 下方,格式如下:

## 🧭 今日规划

**遗留任务:**
- [ ] 

**今日任务:**
- [ ] 

周日闭环:本周总结 + 下周归纳

目标:基于本周实际发生过的事情,做出可复用的结论,并把下周变得更容易执行。

触发

  • 用户说“周日总结/周总结”,或在周日完成「日常任务清单」后同意继续。

输入来源(按可用性从高到低)

  1. 本周 Growth/{年}/W{周数}.md
  2. 本周所有日记 Growth/{年}/{月}-{日}.md(仅统计本周范围)

流程(8–12 分钟)

  1. 列出本周未完成任务(- [ ])的 Top 5(来自周计划与日记),问:哪些要进入下周?哪些直接删/改写/降级?
  2. 输出并写入 2 件事(短、可执行):
  3. 本周有效做法(1–2 条)
  4. 本周主要瓶颈(1 条,尽量写成可控因素)
  5. 创建或更新下周周计划 Growth/{年}/W{下周}.md
  6. 填入下周 Top 3(可开工动作)
  7. 把用户确认要延续的未完成任务放入「遗留」区块
  8. 若触发“自动周期总结”,则自动生成/补齐上月/上季度/上年度总结文件(不打断你的周归纳流程)。

(补充:若触发“自动周期总结”,则直接生成对应月/季/年总结文件,不需要你参与。)

初始化操作

创建以下结构:

Growth/
└── {当前年份}/

创建日记

文件路径: Growth/{年}/{月}-{日}.md
示例: Growth/2026/01-26.md

内容:

---
date: {YYYY-MM-DD}
tags: [daily]
---

# {YYYY-MM-DD} {星期}

## 🧭 今日规划

**遗留任务:**
- [ ] 

**今日任务:**
- [ ] 

## 💡 灵感

- 

## 🔜 明日

- 

创建周计划

文件路径: Growth/{年}/W{周数}.md
示例: Growth/2026/W04.md

内容:

---
date: {YYYY-MM-DD}
tags: [weekly]
---

# {年} W{周数}

## 🎯 Top 3

1. 
2. 
3. 

## ✅ 任务

- [ ] 

## 🔁 遗留(来自上周/日记)

- [ ] 

## 📌 本周总结

**有效做法:** 

**主要瓶颈:** 

## 🔜 下周归纳

**下周 Top 3(下一步动作):**
1.
2.
3.

## 🔄 回顾

**完成:** 

**下周:** 

创建月计划(自动生成)

文件路径: Growth/{年}/{月}.md
示例: Growth/2026/01.md

内容:

---
date: {YYYY-MM-DD}
tags: [monthly]
generated: true
---

# {年}-{月}

## 📌 本月总结(自动)

**一句话总结:** 

**有效做法:** 

**主要瓶颈:** 

## 🧱 遗留(转下月)

- [ ] 

## 🔜 下月建议(自动)

- 

## 🔗 来源周(自动)

- 

创建季度计划(自动生成)

文件路径: Growth/{年}/Q{季度}.md
示例: Growth/2026/Q1.md

内容:

---
date: {YYYY-MM-DD}
tags: [quarterly]
generated: true
---

# {年}-Q{季度}

## 📌 本季总结(自动)

**一句话总结:** 

**有效做法:** 

**主要瓶颈:** 

## 🧱 遗留(转下季)

- [ ] 

## 🔜 下季建议(自动)

- 

## 🔗 来源月(自动)

- 

创建年度计划(自动生成)

文件路径: Growth/{年}/{年}.md
示例: Growth/2026/2026.md

内容:

---
date: {YYYY-MM-DD}
tags: [yearly]
generated: true
---

# {年}

## 📌 本年总结(自动)

**一句话总结:** 

**有效做法:** 

**主要瓶颈:** 

## 🧱 遗留(转明年)

- [ ] 

## 🔜 明年建议(自动)

- 

## 🔗 来源季度(自动)

- 

日期计算示例

假设今天是 2026-01-26 (周一):

  • 年: 2026
  • 季度: Q1
  • 月: 01
  • 周: W04
  • 日: 26
  • 星期: 周一

# README.md

personal-growth-skill

日/周闭环规划系统(v1),配合 Obsidian + AI 助手使用。
日常只需要「早上」和「周日总结」;月/季/年总结会在合适时间由 AI 自动生成(从周→月→季→年逐级汇总)。

约定

  • 目录根路径固定为 Growth/;按年分目录:Growth/{YYYY}/
  • 日记文件名为 MM-DD.md(如 01-26.md
  • 周计划文件名为 W{WW}.md(两位周数,如 W04.md);周数按 ISO 周(周一开始)

安装

npx skills install https://github.com/kevinxft/personal-growth-skill

使用

在 Obsidian Vault 根目录打开 AI 助手,然后:

你: 初始化
AI: (创建 Growth/2026/ 目录)

你: 早上
AI: (可选:列出遗留 → 收集并写入今日任务清单;不做任务拆解/建议)

你: 本周
AI: (创建 Growth/2026/W04.md)

你: 周日总结
AI: (基于本周周计划与日记,总结分析并归纳下周;必要时创建下周周计划)

日常清单建议输入格式(可选,越简单越好):

任务:
- 任务1
- 任务2

目录结构

vault/
└── Growth/
    └── 2026/
        ├── W04.md       # 周
        └── 01-26.md     # 日

指令

创建
初始化 Growth/{年}/ 目录
早上 / 日常规划 / 今天 / daily 日常任务清单(必要时创建日记并写入;不细化怎么做)
创建日记 仅创建空白日记
创建周计划 / 本周 / weekly 周计划
周日总结 / 周总结 本周总结 + 下周归纳

说明:在你执行「早上」或「周日总结」时,AI 会在后台检查并自动补齐上月/上季度/上年度的总结文件(从周→月→季→年逐级汇总)。

License

MIT

# Supported AI Coding Agents

This skill is compatible with the SKILL.md standard and works with all major AI coding agents:

Learn more about the SKILL.md standard and how to use these skills with your preferred AI coding agent.