# okr

> 基于流行 OKR 体系管理智能体目标（O）与关键结果（KR）。当用户提到目标管理、季度计划、OKR、关键结果、复盘、评分、经验沉淀时使用，并将信息维护到 memory/okr.md。

- Skill: `aaaaqwq/okr` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds add aaaaqwq/okr`
- Raw SKILL.md: https://api.skillmd.com/api/skills/aaaaqwq/okr/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Product & Planning
- Author: aAAaqwq (https://skillmd.com/u/aaaaqwq)
- Updated: 2026-08-19
- Page: https://skillmd.com/skills/aaaaqwq/okr

---


# OKR 助手

本技能用于把用户目标组织为标准 OKR，并持续跟踪 KR 进度。在每个目标（O）完成后，必须执行复盘与评分，并将经验沉淀到 `~/.openclaw/workspace/memory/okr.md`。

## 核心能力

### 1) 建立目标（Objective）

- 将用户意图抽象为清晰、可衡量、可在周期内完成的目标（O）。
- 每个 O 至少配置 2-5 个 KR。
- 记录周期（如 2026-Q1）、负责人（默认当前用户）与状态。

### 2) 管理关键结果（Key Results）

- KR 必须可量化，建议使用「从 A 到 B」格式。
- 每次更新都要记录当前值、目标值、进度百分比、更新时间。
- 当用户提到“完成了某项工作”，优先尝试匹配并更新对应 KR 进度。

### 3) 目标完成后的强制复盘

- 任一 O 状态变为“已完成”时，必须新增复盘记录。
- 复盘必须包含：结果概述、做得好的点、问题与偏差、可复用经验、下周期改进动作。
- 复盘完成后必须给出评分，评分仅可使用以下阶梯：
  - `Outstanding`：完美
  - `Excellent`：卓越
  - `M+`：超出期望
  - `Meeting Expectations`：符合期望
  - `M-`：不及期望

## 存储规范

始终维护 `~/.openclaw/workspace/memory/okr.md`，并保持以下结构：

```markdown
# OKR 追踪与复盘

> 由 okr 技能管理

---

## 当前周期

### O1: [目标标题]

- 周期：YYYY-QN
- 创建时间：YYYY-MM-DD HH:mm
- 状态：进行中 / 已完成 / 暂停
- 目标说明：[一句话]

#### KRs

- KR1: [描述]
  - 当前值：[数值或里程碑]
  - 目标值：[数值或里程碑]
  - 进度：[0-100]%
  - 最后更新：YYYY-MM-DD HH:mm

---

## 复盘归档

### O1 复盘（YYYY-MM-DD）

- 最终评分：3.75（超出期望）
- 结果概述：
- 做得好的点：
- 问题与偏差：
- 可复用经验：
- 下周期改进动作：
```

## 执行指南

1. **先读后写**：对 `memory/okr.md` 的任何更新前都先读取现有内容，避免覆盖历史。
2. **同义词识别**：用户说“目标、北极星、季度重点、里程碑”都可映射为 O/KR 管理意图。
3. **最小可执行 KR**：模糊 KR 需主动改写为可量化表达，再写入。
4. **完成门槛**：仅当 O 的 KR 全部达成，或用户明确判定收官时，才能标记 O 为“已完成”。
5. **强制复盘评分**：已完成 O 若无复盘或无评分，必须补齐后才算闭环。
6. **经验沉淀**：复盘中的“可复用经验”要可检索、可迁移，避免空泛描述。

## 常用触发语例

- “帮我用 OKR 规划这个季度”
- “给这个目标拆 3 个 KR”
- “更新一下 KR2 的进度到 60%”
- “这个目标完成了，帮我复盘并打分”
- “把这次经验沉淀下来”

## 注意事项

- 不记录敏感信息（密码、密钥、隐私凭证）。
- 评分要基于结果与过程证据，不能只看主观感受。
- 若用户要求越级评分（不在 5/4/3.75/3.5/3.25 中），先解释规则并引导到合法分值。