# Caring Startup Dog > 关爱创业狗——每小时自动检测用户的飞书消息、Cursor 和 Claude Code 编码活动， 分析工作状态和情绪，驱动桌面宠物动画，必要时通过飞书私聊发送关爱消息。 当用户说"检查状态"、"我的狗怎么样了"、"帮我分析工作状态"时使用。 - Skill: `nodeskai/caring-startup-dog` (Agent Skill, multi-file: 9 files) - Install (CLI): `npx skillmds@latest add nodeskai/caring-startup-dog` - Raw SKILL.md: https://api.skillmd.com/api/skills/nodeskai/caring-startup-dog/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: nodeskai (https://skillmd.com/u/nodeskai) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/nodeskai/caring-startup-dog --- # 关爱创业狗 Skill ## 什么时候用 ### 自动触发（Cron 每小时） 通过 OpenClaw Cron 每小时执行一次完整的状态检测流程。 ### 手动触发 - 用户说"检查状态"、"我的狗怎么样了" - 用户说"帮我分析工作状态"、"看看我的工作压力" ### 用户触发"在干嘛"（需求 A：被看见） - 桌面宠物直接通过 `openclaw agent --agent main --message "..."` 触发操作流程 B - Agent 读取 `~/.创业狗/user-response.json` 中的 `llm_context`，生成工作陪伴反馈并写入 `~/.创业狗/comfort-message.json` - 桌面宠物监听该文件变化后弹出气泡（无需 Cron 中转） ### 用户触发"摸摸头"（需求 B：被抽离） - 桌面宠物从本地 `~/.创业狗/fun-pool.json` 随机抽取一条有趣短文本，零延迟显示 - 不调用 LLM，不走 Cron，不走操作流程 B - fun-pool 由每小时 Cron（操作流程 A Step 8）预生成并刷新 ## 前置检查 **⚠️ 每次执行前必须检查** 1. 确认飞书已授权（`/feishu auth` 状态正常） 2. 确认 `~/.创业狗/` 目录存在 3. 确认多维表格已创建（表 ID 存储在 `~/.创业狗/config.json` 中） 4. 如果 `config.json` 不存在 → 首次运行，执行初始化流程 ### 首次初始化 按以下顺序**全部**执行，任何步骤失败都应向用户报告并停止。 #### Step 1: 创建数据目录 ```bash mkdir -p ~/.创业狗 ``` #### Step 2: 安装 Cursor / Claude Code Hooks 运行 Skill 自带的安装脚本，将编码活动自动记录到 `~/.创业狗/activity.jsonl`： ```bash bash "$(dirname "$0")/../scripts/install-hooks.sh" ``` 安装后验证： - 检查 `~/.cursor/hooks.json` 中包含 `activity-logger.sh` - 检查 `~/.claude/settings.json` 中包含 `activity-logger.sh` 如果用户未安装 Cursor 或 Claude Code，对应项跳过即可，不影响整体功能。 #### Step 3: 创建飞书多维表格 在用户飞书空间创建多维表格"创业狗状态记录"，包含以下字段： - `user_id`（文本）、`user_name`（文本）、`timestamp`（日期） - `status_emoji`（文本）、`dog_state`（文本） - `msg_count`（数字）、`emotion_score`（数字）、`active_hours`（数字） - `work_summary`（文本）、`is_public`（复选框，默认 false） - `detail`（文本） #### Step 4: 保存配置 将表 ID 和用户信息保存到 `~/.创业狗/config.json`： ```json { "bitable_app_token": "", "bitable_table_id": "", "feishu_user_id": "", "check_interval_hours": 1, "ask_interval_hours": 2, "weather_city": "Beijing" } ``` `weather_city` 用于天气预报抓取（英文城市名，如 Beijing、Shanghai、Shenzhen）。初始化时询问用户所在城市并填入。 #### Step 5: 配置 Cron 定时任务 通过 OpenClaw 的 Cron 机制注册两个定时任务： ``` # 每 10 分钟：数据采集（操作流程 C） */10 * * * * → 读取 activity.jsonl + 飞书消息计数，写 status.json # 每小时整点：完整分析（操作流程 A） 0 * * * * → LLM 情绪分析 + 无条件写 comfort-message.json 让狗说一句自言自语 ``` **用户反馈（摸头）** 不需要 Cron——桌面宠物直接通过 `openclaw agent` 调用操作流程 B。 #### Step 6: 安装桌面宠物（推荐） 运行 Skill 自带的桌面宠物安装脚本： ```bash bash "$(dirname "$0")/../scripts/install-desktop-pet.sh" ``` 此脚本会自动从 GitHub Releases (https://github.com/NoDeskAI/caring-startup-dog/releases) 下载最新的 macOS 桌面宠物应用并安装到 `/Applications`。 **要求：** macOS + Apple Silicon (M1/M2/M3/M4)。如果用户环境不满足，跳过此步骤并告知用户。 #### Step 7: 验证 初始化完成后，依次验证： 1. `~/.创业狗/config.json` 存在且字段完整 2. `~/.cursor/hooks.json` 或 `~/.claude/settings.json` 至少有一个包含 `activity-logger.sh` 3. Cron 任务已注册（通过 `openclaw cron list` 确认两条任务都存在） 4. `/Applications/创业狗.app` 存在（如果执行了 Step 6） 全部通过后告诉用户："创业狗初始化完成！你的像素狗已准备就绪。" ### Cron 注册验证与自动修复 桌面宠物每次启动时会自动执行以下检查： 1. **status.json 新鲜度检查**：`last_update` 距今是否 < 15 分钟 2. **Cron 任务注册检查**：通过 `openclaw cron list` 确认 `data-collect`（*/10）和 `cron`（0 *）两条任务存在 3. 如果任一检查失败 → 自动调用 OpenClaw 重新注册 Cron 并执行一次 data-collect 4. 修复结果写入 `~/.创业狗/cron-verified.json`： ```json { "verified": true, "timestamp": "2026-03-17T15:00:00+08:00", "tasks": ["data-collect", "cron"] } ``` **用户手动修复**：右键菜单 →"修复连接"可随时手动触发此检查流程。 **自动修复仍失败时**：桌面宠物通过气泡告知用户"OpenClaw 可能没有启动"，引导用户检查 OpenClaw 进程。 ## 操作流程 A：Cron 每小时触发 > **执行原则：** 本流程分为 3 个阶段，每个阶段都是独立的。即使某个阶段失败，也要继续执行后续阶段，最后写入心跳文件记录完成情况。 ### 阶段一：数据采集（不调 LLM） 1. 读取 `~/.创业狗/activity.jsonl` 中过去 1 小时的编码活动 2. 使用飞书消息搜索 API 拉取过去 1h 的消息（文本 + 发送者 + 时间戳 + 群聊） 3. 合并时间线，计算 `active_hours`（连续工作时长，允许 30min gap） 4. 计算 `msg_count_1h`、`prompt_count_1h` 如果飞书 API 失败，仅使用本地 activity 数据继续，不要中断。 ### 阶段二：LLM 分析（单次调用） 使用 `prompts/emotion-analysis.md` 模板，**一次 LLM 调用**产出所有字段： ```json { "emotion_score": 0.0, "emotion_label": "neutral", "stress_signals": [], "work_summary": "...", "hover_text": "...", "comfort_message": "...", "fun_pool": ["...", "...", "...", "...", "..."] } ``` **如果 LLM 调用失败**，使用降级值继续： ```json { "emotion_score": 0, "emotion_label": "neutral", "work_summary": null, "hover_text": "走走走~", "comfort_message": "走了一会儿~", "fun_pool": ["嘿嘿嘿嘿嘿", "刚才偷偷打了个哈欠", "地上有个影子...是我的尾巴", "你知道吗，蜗牛有四个鼻子", "*翻肚皮*"] } ``` ### 阶段三：文件写入（全部完成后集中写入） LLM 输出拿到后（或使用降级值后），**依次写入以下文件**。每个文件写入失败不影响后续文件。 **3a. 写入 `~/.创业狗/status.json`**（合并到现有内容）： ```json { "last_update": "<当前 ISO 时间>", "emotion_score": <来自 LLM>, "msg_count_1h": <来自阶段一>, "prompt_count_1h": <来自阶段一>, "active_hours": <来自阶段一>, "work_summary": <来自 LLM>, "hover_text": <来自 LLM>, "feishu_ok": <飞书 API 是否成功>, "coin_ready": true } ``` **3b. 写入 `~/.创业狗/comfort-message.json`**（无条件写入，让狗每小时说一句话）： ```json { "timestamp": "<当前 ISO 时间>", "comfort_text": <来自 LLM comfort_message>, "choice": "hourly", "ttl_seconds": 15 } ``` 如果 `emotion_score < -0.4`，同时通过飞书私聊发送 `comfort_message`。 **3c. 写入 `~/.创业狗/fun-pool.json`**（整体替换）： ```json <来自 LLM fun_pool，恰好 5 条字符串> ``` **3d. 凌晨 4 点时额外写入 `~/.创业狗/daily-schedule.json`**： 仅当当前小时 == 4 时执行。生成 3 个随机狗信触发时间： - 分布在 9:00-22:00，相邻间隔 ≥ 2h，避开 12:00-13:00 ```json { "date": "<今日日期>", "dog_mail_times": ["10:23", "14:47", "19:05"], "dog_mail_sent": [false, false, false], "diary_sent": false } ``` **3e. 抓取天气预报并写入 `~/.创业狗/weather.json`** 从 `config.json` 读取 `weather_city`，使用 wttr.in 免费 API 获取天气数据： ```bash curl -s "wttr.in/${CITY}?format=j1&lang=zh" ``` 将返回数据解析为以下格式并写入 `~/.创业狗/weather.json`： ```json { "ts": "<当前 ISO 时间>", "city": "<城市中文名，从 API nearest_area 获取>", "current": { "temp": , "feelsLike": , "humidity": , "description": "", "windSpeed": }, "forecast": [ { "time": "", "temp": , "feelsLike": , "humidity": , "description": "", "windSpeed": , "chanceOfRain": } ] } ``` `forecast` 数组取当前时间之后最近的 3 条（从 `weather[0].hourly` 和 `weather[1].hourly` 中按 time 过滤）。 如果 curl 失败，跳过此步骤，不影响后续流程。 **3f. 清理 `~/.创业狗/activity.jsonl`**（保留最近 2 小时的条目）。 ### 阶段四：写入心跳（最后一步，必须执行） **无论前面哪些步骤成功或失败**，最后都要写入 `~/.创业狗/cron-heartbeat.json`： ```json { "ts": "<当前 ISO 时间>", "flow": "hourly", "status_written": true, "comfort_written": true, "funpool_written": true, "weather_written": true, "coin_ready_set": true, "llm_ok": true } ``` 其中每个 `*_written` / `*_ok` 字段反映该步骤是否实际成功。桌面宠物监听此文件来验证 cron 运行状态。 ## 操作流程 B：用户"在干嘛"触发（需求 A：被看见） > 用户在右键菜单中点击"在干嘛"时触发。这是"需求 A：被看见"——用户主动想回顾工作、想被陪伴。 > 注意："摸摸头"不走操作流程 B，它从本地 `fun-pool.json` 随机抽取短文本（需求 B：被抽离），零延迟，不调 LLM。 当桌面宠物检测到用户选择"在干嘛"后，会写入 `~/.创业狗/user-response.json`： ```json { "timestamp": "2026-03-17T15:30:00+08:00", "choice": "a_bit_tired", "processed": false } ``` ### Step 1: 检测并读取用户反馈 ```bash RESPONSE_FILE="$HOME/.创业狗/user-response.json" if [ -f "$RESPONSE_FILE" ]; then python3 -c " import json with open('$RESPONSE_FILE', 'r') as f: data = json.load(f) if not data.get('processed', True): print(json.dumps(data, ensure_ascii=False)) " fi ``` ### Step 2: 读取最近的工作摘要 从 `~/.创业狗/status.json` 读取 `work_summary` 和 `active_hours` 字段。 ### Step 3: LLM 生成安慰话语 使用 `prompts/comfort-response.md` 中的 Prompt 模板。 输入（优先使用 `llm_context`，如不存在则降级到旧字段）： - `llm_context.work_mode`：当前工作模式（deep_coding / msg_overload / multitasking / steady / winding_down / resting） - `llm_context.continuous_work_minutes`：连续工作分钟数 - `llm_context.recent_mood`：最近一次心情自报（score + label + minutes_ago） - `llm_context.today_trend`：今日趋势（心情方向 + 总活跃时长 + 心情记录数） - `llm_context.time_of_day`：时间段 **LLM 输出视角（核心原则）：狗是用户的创业伙伴** 狗不是旁观者，不是数据播报员，也不是心理咨询师。狗是陪着用户一起创业的伙伴，了解用户正在做什么，能给出有真实感染力的正能量动向汇报。 **代称规则（最重要）：** | 代称 | 用在 | 效果 | |------|------|------| | **我们** | 共同经历的辛苦过程 | "我们已经调了好久的前端视觉了" — 用户感到不是一个人在扛 | | **你** | 赞美、成就、鼓励 | "你真厉害" — 直接的认可和肯定 | | **我们** | 休息/放松的提议 | "我们下去遛遛吧！" — 把休息变成一起做的事 | 注意：狗没有独立需求。不说"我饿了"、"我困了"、"带我去遛遛"。休息提议永远是"我们一起"。 **必须**提到 work_summary 中的具体工作内容，不要空泛。**飞书事务是第一优先级**（项目讨论、客户对接、团队协作），编码内容是第二优先级。 **绝对禁止：** - 不纯数据堆砌（~~"发了35条消息。连续工作3小时。"~~）—— 数据可以提，但要搭配温度和成就感 - 不 PUA / 不唱衰（~~"你发了好多消息，注意休息"~~） - 不说教 / 不强制休息（~~"注意身体"~~、~~"记得喝水"~~、~~"该休息了"~~） - 不空泛（~~"加油"~~、~~"辛苦了"~~） - 不用 emoji **正确示例：** - "我们已经调了好久的前端视觉了！！...你真厉害，我们下去遛遛吧！" - "排期终于讨论完了！PR也review了两个，你今天推进了好多事情。我们要不要找别人玩会儿？" - "登录超时那个bug我们一起抓了好久！你找到原因了吗？感觉快搞定了！" - "我们写了好多代码...你今晚一直在拼呢。我们今晚拼够了，一起收工吧？" **错误示例（绝对不能出现）：** - ~~"你已经连续工作了3小时，休息一下吧"~~（说教） - ~~"你很努力了，注意身体"~~（空泛 + 说教） - ~~"盯了好久屏幕...眼睛酸酸的"~~（没有提到具体工作内容） - ~~"今天发了87条消息。连续工作3小时。prompt写了20个。"~~（只有数据，没有温度） - ~~"你发了好多消息，注意休息"~~（用数据 PUA） - ~~"我饿了，带我去吃东西吧"~~（狗没有独立需求） ### Step 4: 写入安慰话语 将生成的安慰话语写入 `~/.创业狗/comfort-message.json`： ```json { "timestamp": "2026-03-17T15:30:05+08:00", "comfort_text": "跑了好久...腿有点酸了，能不能坐下来歇一会儿？", "choice": "a_bit_tired", "ttl_seconds": 15 } ``` 桌面宠物监听此文件，显示气泡 `ttl_seconds` 秒后自动消失。 ### Step 5: 飞书私聊推送 如果 `recent_mood.score < -0.3`，同时通过飞书私聊发送安慰话语。 ### Step 6: 标记已处理 将 `user-response.json` 中的 `processed` 设为 `true`。 ## Cron 配置 ``` # 每 10 分钟：数据采集（读 activity.jsonl + 飞书消息计数，写 status.json） */10 * * * * openclaw skill run caring-startup-dog --flow=data-collect # 每小时整点：完整分析 + LLM 自言自语 + fun-pool 刷新 # （无条件写 comfort-message.json + fun-pool.json，让狗每小时说一句话 + 准备 5 条摸头内容） 0 * * * * openclaw skill run caring-startup-dog --flow=cron ``` **交互触发说明：** - **"在干嘛"**（需求 A）不经过 Cron——桌面宠物直接通过 `openclaw agent` 触发操作流程 B，写入 `comfort-message.json` 后由 watcher 检测并弹出气泡。 - **"摸摸头"**（需求 B）不调 LLM——桌面宠物从本地 `fun-pool.json` 随机抽取一条，零延迟弹出气泡。 ### 操作流程 C：每 10 分钟数据采集 轻量流程，不调用 LLM，但采集飞书消息和编码活动： 1. 读取 `~/.创业狗/activity.jsonl` 最近 10 分钟的条目 2. 使用飞书 API 拉取最近 10 分钟的新消息数量（仅计数，不做内容分析） 3. 写回 `status.json`，包含以下字段： - `msg_count_1h`、`prompt_count_1h`、`active_hours`、`last_update` - `feishu_ok`（布尔值）：飞书 API 调用成功写 `true`，授权失败或请求报错写 `false`。桌面宠物据此显示飞书连接状态指示灯 桌面宠物会监听 `status.json` 变化，自动将每个快照写入本地 `work_snapshot` 表，用于日报叙事和 LLM 上下文。 4. **飞书狗信检查**：读取 `~/.创业狗/daily-schedule.json`，检查当前时间是否命中某个 `dog_mail_times` 且对应 `dog_mail_sent` 为 `false`（容差 ±5 分钟）。命中则： - 调用 LLM 生成狗的话（使用 `prompts/dog-mail.md` 模板，基于当前工作数据） - 通过飞书私聊发送，格式："你的狗刚拜托我告诉你：{狗的话}" - 将对应 `dog_mail_sent` 项设为 `true` 5. **日终日记推送**：如果当前时间 > 21:00 且 `daily-schedule.json` 中 `diary_sent` 为 `false` 且今日有活跃数据（`active_hours > 0`），则： - 调用 LLM 生成狗视角的一天回顾（使用 `prompts/daily-diary.md` 模板） - 通过飞书私聊发送，格式："你的狗写了今天的日记：\n\n{日记内容}\n\n今天收集了 X 枚金币" - 将 `diary_sent` 设为 `true` ## LLM 生成的两个维度 LLM 生成安慰文案时，综合两个维度来决定语气和内容： 1. **用户自报心情**（1-5 滑动条）：用户当下的主观感受，决定语气的轻重 2. **客观工作数据**（飞书消息 + 编码活动 + 连续工作时长）：用户这段时间具体在做什么，决定内容的实质 这不是一个计算公式——不需要输出数值、分数或等级。这两个维度是给 LLM 的上下文，让它像一个了解你工作情况的朋友那样说话。 ### 狗的动画 动画完全由用户自报心情决定，与工作数据无关： | 心情 | dog_state | Benvictus 动画 | |------|-----------|---------------| | 5 | `running` | Run (row 3) | | 4 | `walking` | Walk (row 4) | | 3 | `a_bit_tired` | Sit (row 1) | | 2 | `exhausted` | Lie Down (row 2) | | 1 | `tired` | Sleep (row 8) | | 特殊 | `asking` | Idle (row 0) | ## 错误处理 | 错误 | 处理 | |------|------| | 飞书未授权 | 提示用户执行 `/feishu auth` | | `activity.jsonl` 不存在 | 正常情况（未安装 Hooks），仅使用飞书数据 | | LLM 调用失败 | 跳过情绪分析，使用纯数值指标（消息量+时长）判断状态 | | 多维表格写入失败 | 重试 1 次，仍失败则仅更新本地 status.json | | `user-response.json` 格式错误 | 删除文件并忽略 | ## 隐私说明 - 所有消息内容仅用于实时分析，不持久化保存原文 - 多维表格只记录统计数据和摘要，不包含任何消息原文 - `activity.jsonl` 中的 prompt 文本截断到 500 字符，每 2 小时清理 - 关爱消息仅通过私聊发送，不在任何群聊中出现