OKR工作管理炼金术师

👤 zerosloney 📦 v2.0.0 ⭐ 4.5 ⬇️ 768 下载
📄 办公效率 免费

📖 技能介绍


name: okr-work-manager description: > KPI/OKR 工作管理系统。支持季度/年度 OKR 目标设置,通过自然语言记录工作日志 自动追踪目标进度,生成周报、月报、季报、年报,实现目标管理+工作记录+进度追踪+复盘总结的完整闭环。 version: 2.0.0 tags: [okr, kpi, work-management, productivity, time-tracking, weekly-report, goal-tracking] author: QClab license: MIT-0


KPI/OKR 工作管理

将零散的工作日志转化为结构化的 OKR 管理,实现从目标设置到成果总结的完整数据闭环。

何时使用此技能

  • 用户要记录每日工作日志
  • 用户要创建/查看/更新周计划
  • 用户要生成周报、月报、季报或年报
  • 用户要设置或查看 OKR 目标和进度
  • 用户要复盘季度或年度 OKR 完成情况

核心原则

  1. 自然语言输入:任意格式,Agent 智能解析工时、标签
  2. 零依赖:Agent 直接读写 JSON 文件,无需安装任何工具
  3. 自动追踪:工作日志关联 OKR,自动累计进度
  4. 渐进分析:周报(轻度) -> 月报(对齐) -> 季报(提炼) -> 年报(复盘)

数据存储

数据存放在 {workspace}/.okr-work-manager/ 目录下:

.okr-work-manager/
├── daily/           # 工作日志 (YYYY-MM-DD.json)
├── plans/           # 周计划 (YYYY-Www.json)
├── weekly/          # 周报 (YYYY-Www-report.json)
├── monthly/         # 月报 (YYYY-MM-report.json)
├── quarterly/       # 季报 (YYYY-QX-report.json)
├── yearly/          # 年报 (YYYY-report.json)
├── okr_config.json  # OKR 配置
└── okr_progress.json # OKR 进度

完整 JSON schema 参见 data-schema.md

定时调度(Gateway Cron)

通过 Agent Gateway Cron 实现定期报告生成。

首次使用:初始化定时任务

Agent 通过 cron.add 创建 3 个隔离式 cron 任务:

{
  "name": "okr:weekly-report",
  "schedule": { "kind": "cron", "expr": "0 18 * * 5", "tz": "Asia/Shanghai" },
  "sessionTarget": "isolated",
  "payload": {
    "kind": "agentTurn",
    "message": "执行本周工作周报。读取 {workspace}/.okr-work-manager/daily/ 本周日志和 plans/ 本周计划,汇总工时、标签、OKR 贡献,保存到 weekly/ 目录。参考 skills/okr-work-manager/references/data-schema.md",
    "model": "haiku"
  },
  "delivery": { "mode": "announce" }
}
{
  "name": "okr:monthly-report",
  "schedule": { "kind": "cron", "expr": "0 20 28 * *", "tz": "Asia/Shanghai" },
  "sessionTarget": "isolated",
  "payload": {
    "kind": "agentTurn",
    "message": "执行本月 OKR 对齐分析月报。读取 {workspace}/.okr-work-manager/ 本月全部日志,对比 okr_config.json 分析对齐度和进度预警,保存到 monthly/ 目录。参考 skills/okr-work-manager/references/data-schema.md",
    "model": "haiku"
  },
  "delivery": { "mode": "announce" }
}

CLI 方式(将 {cli} 替换为实际命令):

{cli} cron add \
  --name "okr:weekly-report" \
  --cron "0 18 * * 5" \
  --tz "Asia/Shanghai" \
  --session isolated \
  --message "执行本周工作周报..." \
  --model haiku --announce

默认值

任务 默认时间 cron 表达式 说明
周报 每周五 18:00 0 18 * * 5 工作日结束前
月报 每月 28 日 20:00 0 20 28 * * 月底提前
季报/年报 不自动执行 由用户手动触发

频率调整

周报改成每周五 17 点
月报改成每月最后一天
暂停自动周报
恢复周报

四级分析体系

1. 周报(轻度展示)

  • 读取本周日志,对比周计划完成情况
  • 汇总各 OKR 的本周贡献
  • 保存至 weekly/YYYY-Www-report.json

2. 月报 + OKR 对齐分析(中度)

  • 读取本月全部日志和周报
  • 工作与 OKR 对齐度分析,识别未对齐工作
  • OKR 进度预警(落后/超前)
  • 下月对齐建议
  • 保存至 monthly/YYYY-MM-report.json

    推荐访问7w4.net获取更多AI技能。

3. 季报 + OKR 智能提炼(深度)

  • 读取季度内所有月报
  • OKR 完成情况总结,KR 级进度评估
  • 基于工作分布智能提炼下一季度 OKR 建议
  • 保存至 quarterly/YYYY-QX-report.json

4. 年报 + 年度 OKR 复盘(全面)

  • 读取全年季报
  • 季度 OKR 与年度 OKR 对齐分析
  • 全年工作模式识别和趋势分析
  • 下一年度 OKR 建议
  • 保存至 yearly/YYYY-report.json
分析类型 对齐分析 进度预警 OKR 提炼 趋势分析 调整建议
周报 - - - - -
月报 OKR 对齐 超前/落后 - - 下月
季报 OKR 对齐 OKR 完成 智能提炼 - 下季度
年报 季度-年度 全年完成 OKR 建议 季度趋势 下一年度

OKR 管理

双重模式

模式 说明
主动设置 用户在季度/年度开始前设置目标,实时追踪进度
智能提炼 季报/年报基于工作数据自动生成 OKR 建议

OKR ID 命名

类型 格式 示例
季度 OKR q_{year}-Q{quarter}_{index} q_2026-Q1_1
年度 OKR y_{year}_{index} y_2026_1

操作方式

  • 设置 OKR:"设置 Q1 OKR:1.完成架构升级(200h)- 核心模块重构(100h)..."
  • 查看进度:"查看 Q1 OKR 进度"
  • 更新 KR 进度:Agent 根据工作日志自动累计

时间计算规则

  • ISO 8601 标准:周从周一开始,第1周包含1月4日
  • 季度:Q1(1-3月)、Q2(4-6月)、Q3(7-9月)、Q4(10-12月)

依赖技能

无外部依赖。Agent 直接读写 JSON 文件。

参考文档

  • data-schema.md — 全部 JSON 数据结构定义(日志、计划、报告、OKR 配置、OKR 进度)
  • troubleshooting.md — 常见问题、数据修复、从 Python 版本迁移

使用示例

  • basic-usage.md — 记录日志、创建计划、生成周报
  • advanced-usage.md — OKR 设置、进度查看、月报对齐分析、季报提炼、年报复盘

版本历史

版本 日期 变更
2.0.0 2026-03-31 重构为分层文档架构;补全月报/季报/年报/进度 JSON schema;统一路径为 {workspace};增加 Gateway Cron 调度;增加标准 frontmatter 字段
1.0.0 2026-03-27 Agent 纯驱动重构:移除 Python 脚本,单 SKILL.md

🤖 AI 评测

这个 Skill 质量不错,OKR 和工作记录功能比较完整,能自动生成周报月报季报和年报,追踪目标进度,还有智能建议功能。文档写得很详细,用法示例丰富,小白也能上手。美中不足的是功能较多,对新手来说学习成本略高,另外缺少一些异常情况的处理说明。总体适合需要系统化管理工作和目标的用户。

📊 多维度评分

适应性4.4
规范性4.6
有效性4.4
可靠性4.4
可信度5

📁 包含文件 (6 个)

📄 SKILL.md 6.7 KB
📄 _meta.json 135 B
📄 examples/advanced-usage.md 3.9 KB
📄 examples/basic-usage.md 1.9 KB
📄 references/data-schema.md 11.9 KB
📄 references/troubleshooting.md 2.9 KB