尧图网页设计 
Todays Focus【免费下载链接】Agent-Skills-for-Context-EngineeringA comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.项目地址: https://gitcode.com/GitHub_Trending/ag/Agent-Skills-for-Context-EngineeringP0 - Must Do Today[PLACEHOLDER: Critical task]P1 - Do This Week[PLACEHOLDER: Important task][PLACEHOLDER]P0 区块承载阻塞性、紧急、不可谈判的任务——今天不完成其他事情都要让路P1 则是本周内必须处理的要事。这是整个清单的前台只展示当前行动焦点避免被长尾任务淹没。 ### 2. Active Tasks活动任务P2-P3 markdown ## Active Tasks ### P2 - This Month !-- Valuable, schedule when possible -- - [ ] [PLACEHOLDER: Monthly task] ### P3 - Backlog !-- Nice to have, get to when P0-P2 clear -- - [ ] [PLACEHOLDER: Backlog item]P2 是有价值、可择机安排的月度任务P3 是锦上添花的积压项仅在 P0-P2 清空后处理。这一分层把必须做与想做物理隔离让每天打开文件时目光自动聚焦到顶部。3. By Area按领域归类## By Area ### Building (Product/Business) ### Content ### Network/Relationships ### Learning ### Personal当任务跨多个生活维度产品/业务、内容、人脉、学习、个人时按领域分节能让你快速评估哪个维度失衡了——例如内容区长期空置而 Building 区爆满就是明显的精力倾斜信号。这五个领域与 Digital Brain 的整体目录划分identity/content/knowledge/network/operations相互呼应可对照 README 架构理解其设计意图。4. Waiting On等待他人## Waiting On !-- Tasks blocked by others -- | Task | Waiting On | Since | Follow Up | |------|------------|-------|-----------| | [PLACEHOLDER] | [Person/Thing] | [DATE] | [DATE] |这是最容易烂在清单里的任务类型被他人阻塞、自己无法推进。表格化的四列结构任务 / 等待对象 / 起始日期 / 跟进日期把阻塞责任显式化配合 Follow Up 日期即可在每周复盘中批量催办。在 meeting-prep.md 示例中Agent 正是扫描该表格发现BuildAI intro等跟进项已逾期从而在会议简报中主动提示。5. Completed This Week本周完成## Completed This Week !-- Move here when done, clear weekly -- - [x] [PLACEHOLDER: Completed task] _(completed: DATE)_完成任务后从上方区块移动到此并标注完成日期。这一收尾动作不仅是心理激励更为周度复盘提供已完成 vs 计划的直接数据来源见第五节。6. Notes备注## Notes [PLACEHOLDER: Any context, blockers, or notes about current priorities]用一段自由文本记录当前优先级的背景、阻塞原因或临时上下文帮助 Agent 在下次读取时快速理解为什么这些是优先项。优先级速查表原文保留文件末尾的 Priority Guide 是整个体系的浓缩P0: Do today, everything else waits今天就做其他一切让路P1: Must complete this week本周必须完成P2: Target this month本月目标P3: Backlog, no deadline积压项无期限这套 P0-P3 定义在 OPERATIONS.md 的 Agent 指令中被复述为对 Agent 的行为约束Use priority levels (P0-P3), keep list current是 Agent 与人类共享的优先级语言。三、Agent 如何协作维护来自 operations 模块的指令约定todos.md 不只是给人看的清单它还内嵌了给 AI Agent 的操作契约。OPERATIONS.md 中定义了 Agent 管理任务的完整规则Todos使用 P0-P3 优先级级别保持清单最新Goals重大决策或规划前先引用 goals.yamlMeetings会后立即记录关键结论Metrics至少每周更新一次Reviews生成洞察而非只是摘要当用户要求 Agent 帮助规划或排优先级时必须按序执行1. 检查当前 goals.yaml 确保对齐 2. 复查现有 todos.md 的容量避免超载 3. 考虑时间敏感性与依赖关系 4. 建议现实的时间线这意味着 todos.md 并非孤立文件它要求 Agent 每次写入任务前都先做目标对齐 容量检查。同时 AGENT.md 的核心规则第 4 条跨模块交叉引用Knowledge informs content, network informs operations进一步说明任务清单需要吸收来自知识、人脉等模块的信息例如会议产生的 action item 应回流到 todos.md。四、与目标体系联动让清单不偏离方向todos.md 的任务必须与 goals.yaml 对齐才不至于忙碌而无产出。goals.yaml 提供了结构化的 OKR 骨架current_period: quarter: [PLACEHOLDER: e.g., Q1 2025] theme: [PLACEHOLDER: Whats the overarching focus] objectives: - objective: [PLACEHOLDER: e.g., Build a strong personal brand] why: [PLACEHOLDER: Why this matters] key_results: - description: [PLACEHOLDER: e.g., Reach 10k Twitter followers] target: 10000 current: 0 unit: followers status: on_track|at_risk|behind|completed north_star: metric: [PLACEHOLDER: The one metric that matters most right now] current: [PLACEHOLDER] target: [PLACEHOLDER] why: [PLACEHOLDER: Why this is the focus] review_log: - date: [DATE] notes: [PLACEHOLDER: What you reviewed, adjusted, learned]从源码结构看两者的协作节奏是季度设定 OKR → 月度/周度将 KR 拆解为 todos.md 中的 P1/P2 任务 → 每周更新 goals.yaml 中 KR 的 current 进度 → 在周复盘模板中引用 goals.yaml 评估进展。OPERATIONS.md 的 Goal Setting季度流程同样印证回顾上季度目标 → 更新 goals.yaml → 拆解为月度目标 → 让内容日历与目标对齐。也就是说todos.md 的每一项任务都应能回答它服务于哪个 objective。五、周度复盘闭环从清单到洞察5.1 手工复盘模板任务清单的本周完成区块直接服务于 reviews/_weekly_template.md 中的Completed / Shipped / Progress on Goals小节以及Carried Over / Dropped顺延与放弃小节——后者需要你回看 todos.md 中做了但没做完的 P1 任务并写明原因。模板还要求记录 Metrics Snapshot从 metrics.jsonl 拉取或手工填写、Top Priorities、Energy Wellbeing 等维度形成比纯任务清单更完整的周度闭环。5.2 自动化weekly_review.py为了让复盘从手工整理升级为数据驱动Digital Brain 提供了 weekly_review.py它按如下调用链自动汇总数据get_week_range() # 计算本周 [周一, 周日] └─ analyze_content(week_start) # 读取 content/posts.jsonl、ideas.jsonl │ # 按 published/created week_start 过滤本周发布与新增想法 └─ analyze_network(week_start) # 读取 network/interactions.jsonl │ # 统计本周互动次数与明细 └─ analyze_metrics() # 读取 operations/metrics.jsonl取最新一条 └─ generate_review() # 拼装 Markdown 周报含 Summary、Action Items、Notes脚本的关键实现细节包括load_jsonl()容错逐行解析 JSON跳过_schema开头的结构定义行、忽略空行与解析失败行——这与 file-formats.md 中每个 JSONL 文件首行为 schema 定义的约定严格对应BRAIN_ROOT定位通过Path(__file__).parent.parent.parent从agents/scripts/回溯到 Digital Brain 根目录因此脚本可在任意工作目录下直接运行时间过滤get_week_range()基于datetime.weekday()计算本周起始日保证本周数据口径一致。运行方式python agents/scripts/weekly_review.py输出为一份包含内容/网络/指标摘要与 5 条默认 Action Items 的 Markdown 周报。注意该脚本聚焦内容与人脉维度任务完成情况的核对仍需结合 todos.md 手工完成——这正是自动化辅助 人工判断的合理边界。六、实战演练一次完整的会议 → 任务回流下面通过 meeting-prep.md 中的真实场景演示 todos.md 如何被 Agent 读写会议前Agent 扫描 todos.md 的Waiting On表格与 P1 区块发现发送技术 deck 给 SarahP1与BuildAI intro等待 Sarah 回复均已逾期于是在会议简报中生成 ⚠️ Pending Follow-ups 提示。会议后用户告知Sarah 希望周五前看到 deckAgent 执行三步联动更新向 interactions.jsonl 追加会议记录含 follow_ups 字段更新 todos.md### P0 - Must Do Today - [ ] Send technical deck to Sarah Chen (due: Friday) ### Waiting On | Task | Waiting On | Since | Follow Up | |------|------------|-------|-----------| | BuildAI intro | Sarah Chen | 2024-12-29 | 2025-01-05 |【免费下载链接】Agent-Skills-for-Context-EngineeringA comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.项目地址: https://gitcode.com/GitHub_Trending/ag/Agent-Skills-for-Context-Engineering创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Today‘s Focus
Todays Focus【免费下载链接】Agent-Skills-for-Context-EngineeringA comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.项目地址: https://gitcode.com/GitHub_Trending/ag/Agent-Skills-for-Context-EngineeringP0 - Must Do Today[PLACEHOLDER: Critical task]P1 - Do This Week[PLACEHOLDER: Important task][PLACEHOLDER]P0 区块承载阻塞性、紧急、不可谈判的任务——今天不完成其他事情都要让路P1 则是本周内必须处理的要事。这是整个清单的前台只展示当前行动焦点避免被长尾任务淹没。 ### 2. Active Tasks活动任务P2-P3 markdown ## Active Tasks ### P2 - This Month !-- Valuable, schedule when possible -- - [ ] [PLACEHOLDER: Monthly task] ### P3 - Backlog !-- Nice to have, get to when P0-P2 clear -- - [ ] [PLACEHOLDER: Backlog item]P2 是有价值、可择机安排的月度任务P3 是锦上添花的积压项仅在 P0-P2 清空后处理。这一分层把必须做与想做物理隔离让每天打开文件时目光自动聚焦到顶部。3. By Area按领域归类## By Area ### Building (Product/Business) ### Content ### Network/Relationships ### Learning ### Personal当任务跨多个生活维度产品/业务、内容、人脉、学习、个人时按领域分节能让你快速评估哪个维度失衡了——例如内容区长期空置而 Building 区爆满就是明显的精力倾斜信号。这五个领域与 Digital Brain 的整体目录划分identity/content/knowledge/network/operations相互呼应可对照 README 架构理解其设计意图。4. Waiting On等待他人## Waiting On !-- Tasks blocked by others -- | Task | Waiting On | Since | Follow Up | |------|------------|-------|-----------| | [PLACEHOLDER] | [Person/Thing] | [DATE] | [DATE] |这是最容易烂在清单里的任务类型被他人阻塞、自己无法推进。表格化的四列结构任务 / 等待对象 / 起始日期 / 跟进日期把阻塞责任显式化配合 Follow Up 日期即可在每周复盘中批量催办。在 meeting-prep.md 示例中Agent 正是扫描该表格发现BuildAI intro等跟进项已逾期从而在会议简报中主动提示。5. Completed This Week本周完成## Completed This Week !-- Move here when done, clear weekly -- - [x] [PLACEHOLDER: Completed task] _(completed: DATE)_完成任务后从上方区块移动到此并标注完成日期。这一收尾动作不仅是心理激励更为周度复盘提供已完成 vs 计划的直接数据来源见第五节。6. Notes备注## Notes [PLACEHOLDER: Any context, blockers, or notes about current priorities]用一段自由文本记录当前优先级的背景、阻塞原因或临时上下文帮助 Agent 在下次读取时快速理解为什么这些是优先项。优先级速查表原文保留文件末尾的 Priority Guide 是整个体系的浓缩P0: Do today, everything else waits今天就做其他一切让路P1: Must complete this week本周必须完成P2: Target this month本月目标P3: Backlog, no deadline积压项无期限这套 P0-P3 定义在 OPERATIONS.md 的 Agent 指令中被复述为对 Agent 的行为约束Use priority levels (P0-P3), keep list current是 Agent 与人类共享的优先级语言。三、Agent 如何协作维护来自 operations 模块的指令约定todos.md 不只是给人看的清单它还内嵌了给 AI Agent 的操作契约。OPERATIONS.md 中定义了 Agent 管理任务的完整规则Todos使用 P0-P3 优先级级别保持清单最新Goals重大决策或规划前先引用 goals.yamlMeetings会后立即记录关键结论Metrics至少每周更新一次Reviews生成洞察而非只是摘要当用户要求 Agent 帮助规划或排优先级时必须按序执行1. 检查当前 goals.yaml 确保对齐 2. 复查现有 todos.md 的容量避免超载 3. 考虑时间敏感性与依赖关系 4. 建议现实的时间线这意味着 todos.md 并非孤立文件它要求 Agent 每次写入任务前都先做目标对齐 容量检查。同时 AGENT.md 的核心规则第 4 条跨模块交叉引用Knowledge informs content, network informs operations进一步说明任务清单需要吸收来自知识、人脉等模块的信息例如会议产生的 action item 应回流到 todos.md。四、与目标体系联动让清单不偏离方向todos.md 的任务必须与 goals.yaml 对齐才不至于忙碌而无产出。goals.yaml 提供了结构化的 OKR 骨架current_period: quarter: [PLACEHOLDER: e.g., Q1 2025] theme: [PLACEHOLDER: Whats the overarching focus] objectives: - objective: [PLACEHOLDER: e.g., Build a strong personal brand] why: [PLACEHOLDER: Why this matters] key_results: - description: [PLACEHOLDER: e.g., Reach 10k Twitter followers] target: 10000 current: 0 unit: followers status: on_track|at_risk|behind|completed north_star: metric: [PLACEHOLDER: The one metric that matters most right now] current: [PLACEHOLDER] target: [PLACEHOLDER] why: [PLACEHOLDER: Why this is the focus] review_log: - date: [DATE] notes: [PLACEHOLDER: What you reviewed, adjusted, learned]从源码结构看两者的协作节奏是季度设定 OKR → 月度/周度将 KR 拆解为 todos.md 中的 P1/P2 任务 → 每周更新 goals.yaml 中 KR 的 current 进度 → 在周复盘模板中引用 goals.yaml 评估进展。OPERATIONS.md 的 Goal Setting季度流程同样印证回顾上季度目标 → 更新 goals.yaml → 拆解为月度目标 → 让内容日历与目标对齐。也就是说todos.md 的每一项任务都应能回答它服务于哪个 objective。五、周度复盘闭环从清单到洞察5.1 手工复盘模板任务清单的本周完成区块直接服务于 reviews/_weekly_template.md 中的Completed / Shipped / Progress on Goals小节以及Carried Over / Dropped顺延与放弃小节——后者需要你回看 todos.md 中做了但没做完的 P1 任务并写明原因。模板还要求记录 Metrics Snapshot从 metrics.jsonl 拉取或手工填写、Top Priorities、Energy Wellbeing 等维度形成比纯任务清单更完整的周度闭环。5.2 自动化weekly_review.py为了让复盘从手工整理升级为数据驱动Digital Brain 提供了 weekly_review.py它按如下调用链自动汇总数据get_week_range() # 计算本周 [周一, 周日] └─ analyze_content(week_start) # 读取 content/posts.jsonl、ideas.jsonl │ # 按 published/created week_start 过滤本周发布与新增想法 └─ analyze_network(week_start) # 读取 network/interactions.jsonl │ # 统计本周互动次数与明细 └─ analyze_metrics() # 读取 operations/metrics.jsonl取最新一条 └─ generate_review() # 拼装 Markdown 周报含 Summary、Action Items、Notes脚本的关键实现细节包括load_jsonl()容错逐行解析 JSON跳过_schema开头的结构定义行、忽略空行与解析失败行——这与 file-formats.md 中每个 JSONL 文件首行为 schema 定义的约定严格对应BRAIN_ROOT定位通过Path(__file__).parent.parent.parent从agents/scripts/回溯到 Digital Brain 根目录因此脚本可在任意工作目录下直接运行时间过滤get_week_range()基于datetime.weekday()计算本周起始日保证本周数据口径一致。运行方式python agents/scripts/weekly_review.py输出为一份包含内容/网络/指标摘要与 5 条默认 Action Items 的 Markdown 周报。注意该脚本聚焦内容与人脉维度任务完成情况的核对仍需结合 todos.md 手工完成——这正是自动化辅助 人工判断的合理边界。六、实战演练一次完整的会议 → 任务回流下面通过 meeting-prep.md 中的真实场景演示 todos.md 如何被 Agent 读写会议前Agent 扫描 todos.md 的Waiting On表格与 P1 区块发现发送技术 deck 给 SarahP1与BuildAI intro等待 Sarah 回复均已逾期于是在会议简报中生成 ⚠️ Pending Follow-ups 提示。会议后用户告知Sarah 希望周五前看到 deckAgent 执行三步联动更新向 interactions.jsonl 追加会议记录含 follow_ups 字段更新 todos.md### P0 - Must Do Today - [ ] Send technical deck to Sarah Chen (due: Friday) ### Waiting On | Task | Waiting On | Since | Follow Up | |------|------------|-------|-----------| | BuildAI intro | Sarah Chen | 2024-12-29 | 2025-01-05 |【免费下载链接】Agent-Skills-for-Context-EngineeringA comprehensive collection of Agent Skills for context engineering, multi-agent architectures, and production agent systems. Use when building, optimizing, or debugging agent systems that require effective context management.项目地址: https://gitcode.com/GitHub_Trending/ag/Agent-Skills-for-Context-Engineering创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考