CommunitySchreiben & Editierengithub.com

hlw77777/gtd-clarity-agent

Methodology-driven GTD inbox "clarify" skill for AI agents. AI does mechanical work, human keeps value judgment. Unique: 3-bucket action classification (one-shot / habit / pure-reference).

Was ist gtd-clarity-agent?

gtd-clarity-agent is a Claude Code agent skill that methodology-driven GTD inbox "clarify" skill for AI agents. AI does mechanical work, human keeps value judgment. Unique: 3-bucket action classification (one-shot / habit / pure-reference).

Funktioniert mitClaude Code~Codex CLI~Cursor
npx skills add hlw77777/gtd-clarity-agent

Installed? Explore more Schreiben & Editieren skills: steipete/notion, affaan-m/seo, affaan-m/brand-voice · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

GTD 理清 Agent(gtd-clarity-agent)

Methodology-driven GTD inbox "clarify" skill for AI agents. 核心原则:AI 做机械与判断辅助,人做价值判断与最终定夺。 不抢人的决策权,不替人经历审视过程,不擅自改优先级、不打勾、不真删文件。

English | 中文


〇、完整管线概览

本 skill 覆盖 GTD 理清全流程的两个阶段

阶段输入产出用户参与度
Phase A · 收件箱融合(主体)收件箱 未命名*.md 碎片merged_主题.md 融合文件AI 自动,用户确认高风险归类
Phase B · 原子归位(见 §六,可选)merged_主题.md 文件原子点追加到 vault 已有具体笔记,源文件删除AI 全自动,用户只需在开始前标记"这个 merged 我已经审过"

⚠️ Phase B 是可选步骤:只有当用户说"可以合并/帮我归位/处理合并文件夹/把 merged 文件分发掉"时才触发。日常理清只做到 Phase A。


〇、角色边界(最高优先级,必须先读)

✅ AI 能代替你做的(本 skill 直接执行)

环节具体动作为什么能代做
去重同一主题灵感聚类,MD5 + 语义双层判重确定性操作
原子化切割大块灵感切成独立原子笔记(条目已是完整思路时不硬切)结构化,可控
合并融合同主题碎片「合二为一」流动叙述(非拼接)写作重组,保留原话
项目关联语义理解挂到对应项目笔记AI 强项,但需先掌握项目清单
下一步行动提取从灵感抽 - [ ] 行动项结构化抽取
清单指令归档识别「给 XX 清单加一条」→ 追加清单 → 移源文件模式匹配
语音输入清洗删语气词、删重复句、修同音字、补标点主语不改语义,仅改可读性
上下文关联展示理清时列出相关笔记/资料,降低回忆成本语义检索
等待任务扫描抽「等 XX 回复/到货/处理」→ 归入等待任务模式匹配
命名对齐同一件事用同一名称开头,便于一起理清规范执行

❌ AI 不能代替你做的(必须交还)

  1. 灵感价值判断:这条值不值得留?第一眼没价值的能否删?——只有你判断
  2. 隐私/敏感边界:有些只有你自己明白的事,混杂其中的反思必须你来
  3. 伪需求识别:警惕 AI 把伪需求当真需求推进(你的痛点多数人没有)
  4. 反直觉洞察:值得反思的事、深层原理,必须你亲自经历过滤过程
  5. 最终决策与优先级:新灵感是否刷新项目优先级?由你定夺
  6. 打勾确认:AI 不帮打勾——理解错误反而更复杂
  7. 歧义归类确认:有歧义的归类先跟你确认再来,不擅自改(项目名 ≠ 笔记内容归属)

⚠️ 铁律:AI 整理会丢一些东西,但依然值得做。凡涉及「删文件」「高风险归类」「合并决策」, 源文件一律移入 0.收件箱/.trash/理清_YYYYMMDD/ 而非物理删除,保留可回溯。


一、触发与输入

  • 用户说「整理收件箱」「理清这几个」「inbox」「项目相关的灵感一起理清」→ 加载本 skill
  • 输入来源:0.收件箱/ 下的 未命名*.mdmerged_*.md、散落碎片、0.收件箱/可以合并/
  • 每次用新对话跑本 skill(省 token,避免上下文污染)
  • 理清前需先掌握所有项目清单——项目本身也通过理清不断确定

二、标准理清流程(五步)

Step 1 · 收件箱扫描与去重

  1. 0.收件箱/ 下所有 .md(排除 .trash/ 和已有 merged_ 前缀)
  2. 按内容主题聚类(非按来源/时间——这是归类的第一步也是最重要的一步)
  3. 标记:
    • 🟢 可自动合并(同主题多碎片)
    • 🟡 需你确认(跨项目 / 歧义 / 高风险)
    • 🔴 需你判断(价值不明 / 隐私 / 伪需求嫌疑)

Step 2 · 原子化与语音清洗

  • 语音碎片:删「嗯啊那个就是然后所以其实」语气词,修同音字,补主语标点
  • 边界:条目若已是完整独立思路,保持原样,不硬切
  • 清洗只改可读性,不改含义、口吻、视角

Step 3 · 合并融合(核心)

  • 同主题碎片 → 一篇 merged_主题.md
  • 融合方式:合二为一的流动叙述,不是 H2 标题拼凑
  • 保留矛盾(矛盾本身是洞察),保留你的原话痕迹,具体观察不压缩成摘要
  • 完成后源文件移入 0.收件箱/.trash/理清_YYYYMMDD/(不删)

Step 4 · 项目关联与下一步行动

  • 调用语义检索(gbrain / obsidian search / grep — 任选其一),把灵感挂到 1.项目/ 对应项目
  • - [ ] 下一步行动,标注所属项目
  • 新灵感可能刷新项目优先级 → 列出建议,交你还定夺(不擅自改优先级)
  • 执行前/中判断流程清单条目是否合理:合理直接加,不合理标出

Step 5 · 行动点提取(重点步骤,必须显式独立执行)

这一步是「理清」里最容易扫过去的环节,必须单独拎出来、逐条审视,不能和融合/归类混在一起做。

核心区分:行动点 vs 习惯养成 vs 纯粹记录

  • 行动点(Actionable):内容暗示你将来要做某事、要改变某行为、要决策、要跟进某人/某事。
    • 典型信号词:「要」「应该」「下次」「记得」「得」「考虑」「等 XX 回复后」「去查」「试试」「改一下」「问 XX」
    • 转成 - [ ] 待办项,标注所属项目/上下文
  • 习惯养成点(Habit):内容反映「应该 X 但目前没做到/没养成」的反复性行为——不是一次性任务,是需要长期建立的惯习
    • 典型信号:「应该每天都」「想养成」「要开始坚持」「一直没做到」「总是忘记」「以后每天/每周」「我得开始 XX」
    • 转成 - [ ] (习惯) 标记,归入对应领域/项目,与一次性待办区分开
    • 例:- [ ] (习惯) 每天早晨起床先喝水 [健康与身体]- [ ] (习惯) 写代码前先写测试 [项目工作流]
  • 纯粹记录(Reference/Log):洞察、观察、事实、情绪、已发生的事件、学到的原理。
    • 这些只留在融合叙事里,不进待办列表——进了待办反而会污染清单、让人误以为要行动
    • 典型信号:「我发现」「原来」「今天发生了」「感觉」「原理是」「因为…所以」

操作清单:

  1. 遍历本次所有已融合/已理清的碎片,逐条判断是否含行点(不跳读、不靠印象)
  2. 一次性行动点 → 抽成 - [ ] 原子待办,带项目归属(如 - [ ] 调研 XX 工具的离线模式 [项目工作流]
  3. 习惯养成点 → 抽成 - [ ] (习惯) 标记,带领域/项目归属,与一次性待办分组列出
  4. 纯粹记录 → 确认它已织进融合叙事正文,不额外生成待办
  5. 行动点去重:和 1.项目/ 现有待办比对,已存在的标「已有」不重复加
  6. 输出独立「行动点清单」区块(见下方输出规范),与融合报告分开,确保你一眼能看到"这次到底要做什么"。清单内部分两组:一次性待办 / 习惯养成

⚠️ 铁律:AI 只提取、只列出,不打勾、不改优先级、不替你决定哪条先做了。 行动点是否合理、是否伪需求、是否值得做,由你定夺

详细信号词词库见 references/action-point-classification-lexicon.md

Step 6 · 清单指令与等待任务归档

  • 识别「给 XX 清单加一条」→ 追加到 2.领域/XX清单.md → 移源
  • 识别「等 XX」→ 归入 1.项目/等待任务/等待任务.md
  • 输出理清报告(极简,不 dump 全文)

三、输出规范

## 收件箱理清报告 YYYY-MM-DD
- 自动合并:N 篇 → merged_XX.md(源已移 .trash)
- 需你确认:列出文件 + 歧点
- 需你判断:列出文件 + 原因(价值/隐私/伪需求)
- 归档清单指令:Y 条
- 等待任务:Z 条已归入等待任务.md

## 行动点清单(重点,单独列出)
> 本次理清产出可执行待办,逐条审视过;纯粹记录不在此处。

**一次性待办:**
- [ ] <原子行动> [所属项目]
- [ ] <原子行动> [所属项目]

**习惯养成:**
- [ ] (习惯) <惯习描述> [所属领域/项目]
- [ ] (习惯) <惯习描述> [所属领域/项目]

(AI 只列,不替你打勾;是否值得做、优先级由你定夺)

⚠️ 「行动点清单」必须独立成段、放在报告末尾,不要和合并/确认报告混排。 「习惯养成」与「一次性待办」必须分组列出——习惯是反复性行为,不是勾掉就完事。 这是用户硬性偏好:行动点最容易扫过去,必须单独拎出来重点看。


四、质量检查清单(落库前自检)

  • 同主题灵感是否合并了(无分割感)?
  • 合并后是流动叙述还是硬拼?
  • 有歧义的归类是否留给你确认?
  • 是否误删(应移 trash 而非真删)?
  • 伪需求是否被当真需求推进?
  • 是否替你打了勾?
  • AI 有没有做全提示词上的内容?
  • 一件事情的灵感是否合并了?
  • 行动点和纯粹记录是否已区分(Step 5)?行动点清单是否独立列出、没有混在报告正文里?

五、与你现有体系的衔接

关联内容文件位置
理清流程总纲2.领域/理清整理流程.md
收件箱工作流优化1.项目/收件箱工作流优化.md
项目流程2.领域/项目流程清单.md
自然计划2.领域/自然计划清单.md
计划程度判断2.领域/计划的不同程度.md
等待任务1.项目/等待任务/等待任务.md
项目 MOC1.项目/项目MOC.md
决策谬误自查2.领域/理清整理流程.md §五

以上路径来自作者原 ZenOS vault 结构。如果你不使用 ZenOS,可改成你自己的 vault 对应路径——本 skill 不强依赖具体路径名,只依赖 0.收件箱/ 1.项目/ 2.领域/ 这种 GTD 三层分桶结构。


六、Phase B:原子归位(merged 文件 → 追加到已有笔记)

阶段入口:用户说「可以合并/帮我归位/处理合并文件夹/把 merged 文件分发掉」时触发。 输入0.收件箱/ 下的 merged_主题.md 文件(Phase A 产出,用户已审核认可) 输出:每个原子点追加到 vault 中最贴合的已有笔记,源文件删除 耗时参考:40~80 原子点/30 分钟(取决于 vault 笔记数量)

B.0 核心原则(最高优先级)

  1. 不创建宽泛分类笔记:不能产生「永久笔记_健康」「永久笔记_AI」这类新文件。每一条都必须找到 vault 中已存在的具体笔记作为归宿。
  2. 直接终端操作:用 obsidian append 追加,不用 write_file 创建新文件。
  3. 追加前检查重复:如果目标笔记已有完全相同的原话,跳过不追加。
  4. 原子点切割粒度:每个独立观点一个点。同一段里几句话讲同一件事的不要切更细。以「读起来是一件事」为判断标准。
  5. 一对多优先选最贴合的:一个点如果适合多个笔记,选最贴合的 1 个,不一处内容贴到多个笔记。

B.1 准备

  1. 读所有 merged_*.md 源文件,确认内容范围
  2. 建立原子点 → 目标笔记的快速映射

B.2 搜索最佳目标笔记(关键步骤)

对每个原子点,按这个优先级搜索:

  1. 精确匹配obsidian search query="散步 清单" format=paths 找到 2.领域/散步清单.md 这种名字就贴合的
  2. 内容匹配:搜索原子点关键词,看 vault 中已有哪篇笔记讨论这个主题
  3. 关联笔记:如果原子点是"颈椎疼",找 2.领域/颈椎病治疗.md2.领域/治疗颈椎.md
  4. 半具体笔记:没有精准笔记时找同一大类的半具体笔记,如 2.领域/健康原则.md 而不是 永久笔记_健康.md
  5. 归档笔记:再不行找 4.归档/ 下的笔记

铁律:绝不在 2.领域/ 下创建新的宽泛分类笔记(如永久笔记_XXX)。

常见的目标笔记模式(示例)

  • 行为/习惯类 → 2.领域/XX清单.md(如散步清单、吃饭清单、健身清单)
  • 方法论类 → 2.领域/XX.md(如冥想.md、番茄工作法.md、记录灵感的方法.md)
  • 人/关系类 → 2.领域/与XX相处.md
  • 设备类 → 2.领域/XX使用记录.md
  • 健康类 → 2.领域/XX清单.md
  • 情绪类 → 2.领域/XX清单.md
  • 工具类 → 2.领域/大模型选择.md2.领域/AI工具链与Agent经验.md

B.3 追加操作

# 用 obsidian append,content 用双引号包,换行用 \n
obsidian append path="2.领域/散步清单.md" content="\n\n## 新的散步观察\n散步可以随便走,时间到了折返...\n"

⚠️ obsidian append\n

  • Windows cmd/PowerShell 下,\n 不会被 CLI 展开,会写入字面反斜杠-n
  • MSYS/git-bash 下可用,bash 自身展开 ANSI-C 引号里的 \n
  • 在 PowerShell 中需要用 echo "\n"` 或提供一个包含真实换行的变量
  • 每次追加后 sleep 2 避免批处理冲突

B.4 去重验证

追加前 obsidian read path="目标笔记.md"(或用 tail 看最后几行)确认没有重复。如果目标笔记最后已有完全相同的段落,跳过不追加。

B.5 删除源文件

一个源文件的所有原子点都处理完后,用 rm -f 删除源文件。

B.6 运行节奏建议

  • 5 个以下源文件(~1000 行):一次处理完
  • 5 个以上大文件:分 2~3 轮,每轮 sleep 3 防限流
  • 子 agent 并行会触发中转 429 限流,串行比并行更可靠

B.7 常见陷阱

陷阱后果解决
把原子点堆进宽泛分类新笔记用户再次要求拆散重来必须搜索已有具体笔记
子 agent 和手动操作内容重复同一段话被追加两次去重验证必须做
obsidian append 里的 \n 没展开文件末尾有字面 \\n用 bash MSYS 或验证文件
把所有点一股脑塞进一个笔记"怎么还是宽泛归类"切散,逐个搜索
以为 永久笔记_XXX 是合理归宿被用户否定这是上一轮的错误模式

七、自动化的下一步:cron + workdir

当用户希望让这个过程自动化(定时扫描收件箱的 merged 文件并自动归位),用 Hermes cron job:

hermes cron create "every 12h" \
  --deliver origin \
  --name "收件箱合并文件自动归位" \
  --skill gtd-clarity-agent

cron job 的 prompt 需包含:

  1. 完整 vault 路径(你自己 vault 的绝对路径)
  2. obsidian CLI 路径
  3. B.0~B.6 的核心工作流
  4. "每次处理 1 个文件,多次执行处理剩下的"

注意:cron 跑起来后,只有「你已审核过的 merged 文件」才应该被自动消费。让 cron 在删除源文件前、先检查文件是否被跳过(含 frontmatter 的 reviewed: true 等标记)。


八、反模式(不要做)

  • ❌ 不替用户打勾
  • ❌ 不因「可以开始了」提前介入打乱节奏
  • ❌ 不在收件箱未清完时替用户开工项目执行
  • ❌ 不过度切割破坏上下文(当前条目较大,不宜硬切)
  • ❌ 不擅自改项目优先级(只提建议,你定夺)
  • ❌ 不把分类切太细增加认知负担
  • ❌ 不替你把伪需求当真需求推进
  • ❌ 不把中间文件留在仓库根目录(写 .trash 或临时区)
  • ❌ 不替你经历过滤和审视过程——这是整理本身的意义
  • ❌ 不把习惯养成点 (习惯) 混入一次性待办——必须分组列出
  • ❌ Phase B 中不创建宽泛分类笔记——每一条都必须落具体已有笔记

九、与语义检索(gbrain / obsidian search / grep)的关系

  • 用语义查询做关联检索(找相关笔记、项目、清单)
  • 用语义查询检查「新灵感是否刷新了已有项目的优先级或方向」
  • 关联结果交你审视,不直接改语义索引页面

本 skill 不强依赖特定语义检索后端。在你的环境里可用:

  • gbrain query(作者原环境)
  • obsidian search --format=paths(仅依赖 Obsidian CLI)
  • grep -rl "keyword" /path/to/vault(最低门槛,无语义能力但可用)

十、参考文档


许可证

MIT — 见 LICENSE

Verwandte Skills

steipete/notion

Notion CLI/API for pages, Markdown content, data sources, files, comments, search, Workers, and raw API calls.

community

affaan-m/seo

Audit, plan, and implement SEO improvements across technical SEO, on-page optimization, structured data, Core Web Vitals, and content strategy. Use when the user wants better search visibility, SEO remediation, schema markup, sitemap/robots work, or keyword mapping.

community

affaan-m/brand-voice

Build a source-derived writing style profile from real posts, essays, launch notes, docs, or site copy, then reuse that profile across content, outreach, and social workflows. Use when the user wants voice consistency without generic AI writing tropes.

community

affaan-m/crosspost

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

community

affaan-m/x-api

X/Twitter API integration for posting tweets, threads, reading timelines, search, and analytics. Covers OAuth auth patterns, rate limits, and platform-native content posting. Use when the user wants to interact with X programmatically.

community

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

community