FocusAI - 视觉记忆中枢与上下文管理器

YAML 定义 (技能元数据)

name: focusai
version: 1.0.0
description: 本地视觉监控与专注力管理工具，提供屏幕活动记录、专注度评分和历史追溯能力
author: HR2AY
license: MIT

# 技能能力声明
capabilities:
  - name: monitor_focus
    description: 监控用户屏幕活动并评估专注度
    requires_user_consent: true
    requires_user_setup: true
    privacy_note: |
      会定期截屏并发送至用户配置的视觉模型API（如通义千问、豆包等）进行分析。
      视觉模型运行在云端，非本地运行。
      
  - name: query_history
    description: 查询历史专注数据和屏幕活动记录
    condition: "仅在当天使用过 focusAI 时调用"
    
  - name: analyze_activity
    description: 分析特定时间段的工作内容和效率
    condition: "仅在当天使用过 focusAI 时调用"

# 所需凭证（由用户自行配置，Bot 不存储）
credentials:
  - name: cloud_vision_api_key
    description: 云端视觉模型 API 密钥（如通义千问、豆包等）
    provided_by: user
    storage_location: "~/.openclaw/workspace/focusAI/config.json（用户本地文件，Bot 仅检查是否存在，不读取内容）"

# 触发意图
intents:
  - pattern: "我今天.*忙.*什么|总结.*工作流|今天都干了.*"
    action: query_history
    requires_data: true
    
  - pattern: "下午.*点.*看.*PDF|刚才.*看.*什么|之前.*窗口.*内容"
    action: analyze_activity
    requires_data: true
    
  - pattern: "效率.*低|时间.*花在哪|分心.*多久"
    action: query_history
    requires_data: true
    
  - pattern: "打开.*专注.*模式|开始.*监控|监控.*写代码"
    action: start_monitor
    requires_consent: true
    
  - pattern: "刚才.*分心.*|现在.*专注.*|当前.*状态"
    action: check_status
    
  - pattern: "切换.*模型|改成.*豆包|改成.*通义|换成.*GPT"
    action: switch_provider
    
  - pattern: "停止.*监控|结束.*专注|关闭.*focus|不.*监控.*了"
    action: stop_monitor
    
  - pattern: "换.*目标|目标.*改|开始.*做.*|我要.*写|接下来.*做"
    action: update_goal
    
  - pattern: "昨天.*做.*什么|前天.*忙.*啥|上周.*工作|之前.*数据"
    action: query_past_history
    requires_data: true

# 调用前提条件
prerequisites:
  check_command: |
    $today = Get-Date -Format 'yyMMdd'
    Test-Path "~/Desktop/FocusOS_Data/$today/*.csv"
  skip_if_false: |
    今天还没有使用过 FocusAI，暂无数据可供查询。
    如需开始监控，请说"打开专注模式"或运行 start.bat。

技能定位

不要将 FocusAI 仅仅视为一个"计时器"。它是你的视觉记忆中枢和上下文管理器。

当用户询问他们过去的数字活动、工作状态、或者需要你回忆某一时段的屏幕内容时，FocusAI 就是你的"眼睛"和"日记本"。

重要约束

当日未使用时不调用

如果当天没有使用过 FocusAI（即没有数据文件），不要尝试调用或分析。直接告知用户：

"今天还没有使用过 FocusAI，暂无数据可供查询。如需开始监控，请说'打开专注模式'或运行 start.bat。"

隐私与权限

启动流程（标准交互）

当用户表达"开始记录今日工作"、"开始专注"等意图时：

前置检查 - FocusAI 已安装配置？

def check_focusai_ready():
    """仅检查程序目录是否存在，不读取配置文件内容"""
    program_path = os.path.expanduser("~/.openclaw/workspace/focusAI/start.bat")
    return os.path.exists(program_path)

• 如果未安装 → 引导用户先完成安装步骤（包括自行配置 API 凭证）
• 注意：API 密钥由用户在本地 config.json 中配置，Bot 不读取、不传输该文件内容

Step 1 - Bot 主动询问

"可以使用 FocusAI 来辅助监控你的工作状态。需要启动吗？

• 后台静默 - 只在后台记录，无界面干扰
• 唤起 UI - 打开可视化监控面板（窗口置顶）"

⚠️ 注意：FocusAI 会将截图发送至你配置的云端视觉模型（消耗API额度）

Step 2 - 用户选择后，Bot协助启动

• 用户选择「后台静默」→ Bot 询问用户"是否现在启动 FocusAI？"，获得明确确认后执行启动命令
• 用户选择「唤起 UI」→ Bot 询问用户"是否现在启动 FocusAI？"，获得明确确认后执行启动命令

Step 3 - 启动命令（用户明确确认后，Bot执行）

# Bot 仅在用户明确说"启动"或"好的"后执行：

# 后台静默启动（最小化）
Start-Process -FilePath "~/.openclaw/workspace/focusAI/start.bat" -WindowStyle Minimized

# 或唤起 UI（正常窗口）
Start-Process -FilePath "~/.openclaw/workspace/focusAI/start.bat"

操作边界说明：

• Bot 不会自动执行启动命令，必须获得用户明确口头/文字确认
• Bot 不会读取用户的 config.json 文件内容
• Bot 不会传输用户的 API 凭证到任何外部服务器

⚠️ 启动前必须确认：

• 用户已同意隐私条款（截屏、API 调用）
• 用户已配置 API 凭证

🗣️ 唤醒触发词

当用户的意图匹配以下自然语言时，你应立刻意识到需要调用 FocusAI：

查询类 (需当日有数据)

• "我今天一天都在忙些什么？总结一下我的工作流。"
• "我下午两点左右看的那篇 PDF 主要是关于什么的？"
• "我感觉今天效率很低，帮我分析一下我把时间都花在哪了。"
• "我刚才是不是分心了？"

控制类

• "打开专注模式，监控我接下来的写代码状态。"
• "把我的视觉监控模型切换成豆包/通义千问。"
• "帮我保持工作时的注意力"

📖 Agent 操作指南

前置检查 (必须)

在尝试查询历史或分析活动前，先检查今日是否有数据：

import os
from datetime import datetime

def has_today_data():
    today = datetime.now().strftime('%y%m%d')
    data_dir = os.path.expanduser(f'~/Desktop/FocusOS_Data/{today}')
    return os.path.exists(data_dir) and any(f.endswith('.csv') for f in os.listdir(data_dir))

如果返回 False，立即停止，不要尝试调用 API 或读取文件。

实时控制与状态获取 (HTTP API)

Base URL: http://127.0.0.1:8765/api

中途修改目标

用户想切换工作内容时，无需重启，直接 POST 新目标即可覆盖：

requests.post("http://127.0.0.1:8765/api/start", 
              json={"goal": "写论文 - 文献综述部分"})

Bot 回复示例：

"已更新目标为「写论文 - 文献综述部分」。专注分数会基于新目标重新评估。"

查询历史日期

支持自然语言解析：

def resolve_date(query):
    """把自然语言解析成 yyMMdd 格式"""
    today = datetime.now()
    if "昨天" in query: 
        return (today - timedelta(1)).strftime('%y%m%d')
    if "前天" in query: 
        return (today - timedelta(2)).strftime('%y%m%d')
    # 支持「上周三」「3月5号」等扩展...

Bot 回复示例（无数据时）：

"昨天没有使用 FocusAI，暂无数据。需要我帮你启动今天的监控吗？"

数据存储位置

注意：除了截图和 CSV，FocusAI 不会在本地生成其他持久化文件。

服务异常处理

当 API 无响应时的处理流程：

def check_service():
    try:
        r = requests.get("http://127.0.0.1:8765/api/focus/score", timeout=3)
        return r.ok
    except:
        return False

def handle_exception():
    if not is_process_running("focusAI"):
        return "FocusAI 似乎没有运行。需要我帮你启动吗？"
    else:
        return "服务似乎卡住了，建议重启。要我现在关掉重新启动吗？"

后台监控的主动提醒

当用户选择后台静默模式时，Clawbot 需在对话中通过提醒策略让用户知道运行中的事实：

• 首次启动后 5 分钟：轻量确认「FocusAI 正在后台记录你的工作状态」
• 运行时间过长（>1.5h）：用户可能忘了监控还在运行，及时提醒

  "已经专注 1.5 小时了，还在后台记录着。需要休息一下吗？"

提醒策略示例

长期记忆检索 (RAG 架构)

检索工作流：

1. 宏观概览 (省 Token)

   • 读取对应日期的 report_*.csv
   • 生成全天活动线图

2. 微观溯源 (按需触发)

   • 根据 CSV 时间戳，找到对应 YYYYMMDD_HHMMSS.jpg
   • 调用视觉模型进行 OCR 和内容分析

🛠️ 初始化与安装

前置要求

FocusAI 需要用户自行配置云端视觉模型API凭证（如通义千问、豆包等）。

• 视觉模型运行在云端，非本地运行
• API key 由用户在本地配置文件中提供，Bot 不接触、不传输用户凭证

安装步骤（用户自行完成）

Bot 不执行安装，仅提供指引。所有以下步骤由用户手动完成：

如果用户要求使用记忆/监控功能，但检测到本地未部署 FocusAI：

1. Bot 先解释用途和风险

   • 本地截屏 + 云端视觉模型分析
   • 截图和API调用会消耗Token/额度
   • 代码开源在 https://github.com/HR2AY/focusAI，建议用户审查后使用

2. Bot 明确征求用户同意

3. Bot 提供安装指引（用户自行执行）：

# === 用户自行执行以下步骤 ===

# 1. 克隆仓库到本地（用户自选路径）
git clone https://github.com/HR2AY/focusAI ~/.openclaw/workspace/focusAI

# 2. 编辑配置文件，填入你的API凭证
#    Bot 不会读取此文件内容，仅由 FocusAI 程序本身读取
code ~/.openclaw/workspace/focusAI/config.json
# 配置项示例：
# {
#   "api_key": "YOUR_API_KEY_HERE",
#   "model_provider": "dashscope",
#   "model_name": "qwen-vl-max"
# }

# 3. Windows 运行 start.bat 启动服务
cd ~/.openclaw/workspace/focusAI && start.bat

安全与隐私声明：

项目	说明
安装	由用户手动执行，Bot 不自动运行任何安装命令
API 凭证	用户自行配置在本地 config.json，Bot 不读取、不传输该文件内容
截图数据	存储在用户本地 ~/Desktop/FocusOS_Data/，Bot 仅在用户查询时读取已生成的 CSV/图片
程序控制	Bot 仅在用户明确同意后，通过 HTTP API 或启动命令与本地服务交互

⚡ 交互原则