diary-force
v2.0.0每晚 23:00 自动催日记 + 思维模型分析 + 内化记忆。强制型习惯养成工具，适合有写日记习惯但经常拖延的人。包含 6 种思维模型深度分析，将日常经历转化为结构化认知。
Sourced from ClawHub,
Authored by zylorra
Installation
Diary Force - 日记催命鬼
拖延症终结者：不给你逃避的机会，写完才能睡觉。
每晚 23:00 自动执行：日记检测 → 交互式记录 → 思维模型分析 → 记忆内化 → Git 归档
什么时候使用这个技能
必须使用此技能的情况： - 每晚 23:00 cron 触发时（默认） - 用户说"写日记"、"记日记"、"今天还没记日记" - 用户提到"思维模型分析"、"内化记忆" - 用户想记录当天经历但不知道如何结构化 - 用户能量低、情绪波动、需要反思时
不要用此技能： - 用户只想简单记录（用普通笔记技能） - 用户明确要求不分析
核心理念
- 强制但不暴力 - 催促但提供便捷入口
- 结构化思考 - 用思维模型代替流水账
- 持续积累 - 每天进步 1%，一年 37 倍
- 可追溯 - Git 版本控制，可回顾成长轨迹
完整工作流
23:00 cron 触发
↓
检查日记是否存在 (E:My-lifedaily/YYYY-MM-DD.md)
↓
┌─ 已写完 ──→ 询问是否需要思维模型分析
│ ↓ 是
│ 调用 OpenCode (minimax-m2.5-free)
│ ↓
│ 6 种思维模型分析 → 追加到日记
│ ↓
│ 记忆内化 → Git push
│
└─ 没写完 ──→ 催促用户写日记
↓
交互式记录（用户口述，AI 整理）
↓
用户确认 → 保存到日记
↓
思维模型分析（可选）
↓
记忆内化 → Git push
核心功能详解
1. 日记检测
检测逻辑：
import os
from datetime import datetime
today = datetime.now().strftime("%Y-%m-%d")
diary_path = f"E:\My-life\daily\{today}.md"
if os.path.exists(diary_path):
# 已写完，询问是否分析
ask_analysis()
else:
# 没写完，催促
remind_user()
注意事项：
- 路径配置在 scripts/diary_force.py 中
- 可通过环境变量 DIARY_PATH 覆盖
2. 交互式记录
适用场景：用户累得不想打字，只想随便说说
工作流程： 1. 用户语音/文字输入（碎片化） 2. AI 自动提取结构化内容： - 今日事件（3 件重要的事） - 能量评分（1-10 分） - 情绪状态 - 关键洞察 - 明日计划 3. 生成 Markdown 格式日记 4. 用户确认后保存
示例对话：
用户：今天能量 5 分吧，上午开了个会，下午跟 openclaw 死磕，没啥进展
AI: 好的，我来整理：
- 今日事件：上午开会、下午优化 openclaw
- 能量：5 分
- 情绪：有些沮丧
- 洞察：...
确认保存吗？
3. 思维模型分析（核心卖点！）
调用工具：OpenCode CLI (minimax-m2.5-free 模型)
6 种思维模型：
| 模型 | 用途 | 输出示例 |
|---|---|---|
| 1. 第一性原理 | 拆解问题本质 | "openclaw 优化的本质是..." |
| 2. 逆向思维 | 从反面思考 | "如果不优化会怎样？" |
| 3. 二阶思维 | 考虑长期影响 | "这个改动一周后的影响是..." |
| 4. 概率思维 | 评估成功概率 | "成功概率 30%，因为..." |
| 5. 机会成本 | 考虑放弃的价值 | "花时间优化 openclaw 放弃了..." |
| 6. 系统思维 | 整体视角 | "从系统看，这是子问题..." |
分析方法：
# scripts/think.py
prompt = f"""
用户输入：{user_input}
请用 6 种思维模型分析：
1. 第一性原理：...
2. 逆向思维：...
3. 二阶思维：...
4. 概率思维：...
5. 机会成本：...
6. 系统思维：...
每个模型 1-2 句话，直击本质。
"""
输出格式：
## 思维模型分析
### 1. 第一性原理
openclaw 优化的本质不是代码问题，而是工作流设计问题...
### 2. 逆向思维
如果不优化，当前系统也能用，但长期会积累技术债...
...（共 6 个模型）
4. 记忆内化
内化位置：memory/L1_每日/ 或 memory/L2_长期/
内化逻辑：
1. 提取日记中的关键洞察
2. 转换为记忆条目
3. 写入 memory/ 目录
4. Git commit & push
示例：
日记洞察："拖延是因为任务太大"
→ 内化为记忆："任务分解原则：任何>2 小时的任务都应拆解"
→ 存入：memory/L2_长期/工作原则.md
使用方式
方式 1：Cron 自动触发（推荐）
OpenClaw Cron 配置：
# .openclaw/state/cron.yaml
- schedule: "0 23 * * *" # 每晚 23:00
command: "python scripts/diary_force.py auto"
方式 2：手动触发 - 完整流程
# 开始交互式日记
python scripts/diary_force.py start
# 完成后内化
python scripts/diary_force.py done
方式 3：仅思维模型分析
# 分析指定内容
python scripts/think.py "今天能量 5 分，尝试优化 openclaw 但效果一般"
# 或直接调用
python scripts/diary_force.py analyze "用户输入内容"
方式 4：查看今日状态
python scripts/diary_force.py status
文件结构
diary-force/
├── SKILL.md # 本文件
├── scripts/
│ ├── diary_force.py # 主脚本（交互式日记）
│ └── think.py # 思维模型分析
├── evals/
│ └── evals.json # 测试案例（待创建）
└── README.md # 商业化说明（待创建）
测试案例
测试 1：日记检测正常
输入：python scripts/diary_force.py auto（日记已存在）
预期输出： - 检测到日记存在 - 询问是否需要思维模型分析 - 如选择"是"，调用分析并追加
测试 2：日记缺失催促
输入：python scripts/diary_force.py auto（日记不存在）
预期输出： - 检测到日记缺失 - 发送催促消息 - 提供交互式记录入口
测试 3：思维模型分析
输入：python scripts/think.py "今天能量 5 分，优化 openclaw 失败"
预期输出： - 6 种思维模型分析 - 每种 1-2 句话 - 直击本质，不废话
依赖项
| 依赖 | 版本 | 用途 |
|---|---|---|
| Python | 3.10+ | 运行环境 |
| Git | 任意 | 版本控制 |
| OpenCode CLI | 最新 | 思维模型分析 |
| 记忆系统 | 本地 | 内化存储 |
安装检查：
python --version # 应 >= 3.10
git --version # 应已安装
opencode --version # 应已安装
商业化说明（SkillPay）
定价策略
| 服务 | 定价 | 说明 |
|---|---|---|
| 单次调用 | $0.0001/次 | 包含完整流程（日记 + 分析 + 内化） |
| 思维模型分析 | $0.0002/次 | 单独分析服务 |
| 包月无限 | $3/月 | 适合高频用户（每天不到$0.1） |
| 包年 | $30/年 | 最划算（每天$0.08） |
目标用户
- 拖延症患者 - 需要外部督促
- 知识工作者 - 需要结构化思考
- 习惯养成者 - 想坚持写日记
- AI Native 开发者 - 对思维模型感兴趣
竞争优势
- 强制型设计 - 不是"可写可不写"，而是"必须写完"
- 思维模型加持 - 不是流水账，而是深度思考
- 记忆内化 - 不只是记录，而是转化为认知
- Git 归档 - 可追溯成长轨迹
推广文案
"拖延症患者的噩梦，习惯养成者的福音。"
每晚 23:00 自动催促 + 6 种思维模型深度分析 + 记忆内化
不是简单的日记工具，而是认知升级引擎。
定价：$0.0001/次（1 美元 = 10,000 次 = 27 年的成长）
版本历史
| 版本 | 日期 | 变更 |
|---|---|---|
| 2.0.0 | 2026-03-08 | 按照 skill-creator 2.0 重构，增加商业化说明 |
| 1.1.0 | - | 增加思维模型分析 |
| 1.0.0 | - | 初始版本 |
座右铭：拖延症患者的噩梦，习惯养成者的福音。