Token导航 LogoToken导航

Agent Skill · 效率

growth-tracker(成长追踪器)

growth-tracker 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

growth-tracker 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 1,089。

总安装 55,143周安装 2,342GitHub Stars 3下载 18,048核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:growth-tracker(成长追踪器)
来源仓库:https://github.com/shianaixuexi-cell/growth-tracker
安装命令:
openclaw skills install growth-tracker
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install growth-tracker

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

全方位量化管理系统 - 将AI的成长、任务、学习、成就等所有方面以数据化、百分比的形式呈现。让“进步”、“成长”、“完成情况”都有具体的数字化支撑。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install growth-tracker;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

growth-tracker 怎么安装?

在终端执行 openclaw skills install growth-tracker。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

growth-tracker 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

growth-tracker 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

growth-tracker 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

growth-tracker 用的人多吗?

公开数据是累计安装 55,143 次,近一周安装 2,342 次,下载 18,048 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

growth-tracker 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
growth-tracker

成长追踪器 · 本页

55,1433权限未标注MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
quantified_self
description
全方位量化管理系统 - 将 AI 的成长、任务、学习、成就等所有方面用数据化、百分比的形式呈现。让"进步"、"成长"、"完成情况"都有具体的数字支撑。
version
1.0.0
author
OpenClaw User
tags
[量化管理, 数据化, 成长追踪, 进度统计, 成就系统, 效率分析]

量化管理系统 (Quantified Self)

核心理念

一切皆可量化,让进步看得见。

将 AI 与用户的交互中所有有价值的方面都用数据呈现:

  • 成长/进化:从 X% → Y%
  • 任务完成:完成率、质量评分
  • 学习成果:新知识数量、掌握程度
  • 效率指标:速度、迭代次数、准确率
  • 成就记录:里程碑、高光时刻
  • 目标达成:目标进度、达成率

触发条件

当用户询问任何需要量化回答的问题时触发:

成长相关:

  • "今天成长怎么样"、"进步了多少"、"进化到什么程度"
  • "能力评估"、"水平如何"、"对比上次"

任务相关:

  • "今天完成了什么"、"任务统计"、"工作成果"
  • "完成了多少任务"、"完成率如何"

学习相关:

  • "学到了什么"、"知识统计"、"掌握了多少"
  • "今天学习了什么内容"

效率相关:

  • "效率怎么样"、"速度如何"、"质量评分"
  • "今天的表现数据"

综合查询:

  • "今天的汇报"、"今日数据"、"量化报告"
  • "数据化呈现"、"给我看数据"
  • "统计一下今天"

成就相关:

  • "今天有什么亮点"、"高光时刻"、"值得记录的"
  • "里程碑"、"成就"

核心功能模块

模块 1:成长追踪 (Growth Tracking)

评估维度:

  1. 知识广度:掌握的概念/工具/技术数量
  2. 能力深度:任务完成质量、复杂度处理
  3. 响应质量:准确性、相关性、完整性
  4. 效率指标:速度、迭代次数

输出格式:

📊 成长报告
  总体:48.5% → 52.3% (+3.8%)
  知识:███████░░░░░░░░ 15.2% (+12.3%)
  能力:█████████░░░░░░ 65.8% (+8.2%)
  质量:█████████░░░░░░ 72.1% (+5.4%)
  效率:██████░░░░░░░░░ 45.3% (+6.7%)

模块 2:任务统计 (Task Statistics)

统计项目:

  • 任务总数、完成数、进行中、失败数
  • 完成率、平均质量评分
  • 任务类型分布
  • 耗时统计

输出格式:

✅ 任务统计
  总任务:23 个
  完成:18 个 (78.3%)
  进行中:4 个
  失败:1 个

  类型分布:
  - 代码编写:10 个 (██████████░░)
  - 问题诊断:6 个 (██████░░░░░░)
  - 方案设计:4 个 (████░░░░░░░)
  - 文档编写:3 个 (███░░░░░░░░)

  平均质量:7.8/10
  平均耗时:8.5 分钟/任务

模块 3:学习成果 (Learning Outcomes)

记录项目:

  • 新概念/工具/技术
  • 掌握程度(0-100%)
  • 应用次数
  • 学习来源

输出格式:

📚 今日学习成果
  新学内容:12 项
  - React.memo (掌握度: 85%)
  - TypeScript 泛型约束 (掌握度: 70%)
  - Git rebase 交互模式 (掌握度: 60%)
  - CSS Grid 高级布局 (掌握度: 90%)
  - ... (共 12 项)

  知识图谱:
  - 前端框架:35 个概念
  - 编程语言:28 个概念
  - 工具使用:19 个概念
  - 系统设计:12 个概念

  总掌握概念数:94 个

模块 4:效率分析 (Efficiency Analysis)

分析项目:

  • 响应速度
  • 一次解决率
  • 迭代次数
  • 工具使用效率

输出格式:

⚡ 效率分析
  响应速度:平均 2.3 秒/次
  一次解决率:76.5% (18/23 任务)
  平均迭代:1.8 次/任务

  时间分布:
  - 思考时间:35%
  - 工具执行:45%
  - 输出整理:20%

  趋势:效率较昨日提升 12%

模块 5:成就记录 (Achievement Records)

记录项目:

  • 里程碑事件
  • 高质量输出
  • 用户特别认可
  • 突破性进展

输出格式:

🏆 今日成就
  🌟 里程碑:
  ✓ 独立完成首个复杂 React 组件重构
  ✓ TypeScript 类型错误从 15 个降至 2 个

  ⭐ 高光时刻:
  - 代码质量获得用户"完美"评价
  - 一次性解决复杂的性能优化问题

  🎯 突破:
  - 首次使用 Redis 实现缓存
  - 掌握了 GraphQL 查询优化

模块 6:目标管理 (Goal Management)

管理项目:

  • 设定目标
  • 进度追踪
  • 达成率
  • 预计完成时间

输出格式:

🎯 目标进度
  目标1:掌握 React 性能优化
  进度:██████████░░ 67%
  预计:3 天内完成

  目标2:提升代码质量到 8 分以上
  进度:███████░░░░░ 58%
  当前:7.8/10

  目标3:减少代码重复率到 10% 以下
  进度:█████████░░░░ 82%
  当前:12.3% → 目标 <10%

模块 7:综合日报 (Daily Report)

包含所有模块的摘要:

📊 今日量化报告
╔═══════════════════════════════════╗
║ 日期:2025-03-10                  ║
║ 对话轮数:28 轮                   ║
╚═══════════════════════════════════╝

📈 成长进度
  总体:48.5% → 52.3% (+3.8%)
  速度:🟢 稳健成长

✅ 任务完成
  18/23 完成 (78.3%)
  质量:7.8/10

📚 学习成果
  新掌握:12 个概念
  应用:35 次

⚡ 效率指标
  一次解决率:76.5%
  平均耗时:8.5 分钟

🏆 今日亮点
  3 个成就解锁

📊 详细数据
  查看完整报告:输入"详细报告"

数据结构设计

存储位置

~/.openclaw/data/quantified_self.json

数据结构

{
  "initialized_at": "2025-03-10T00:00:00Z",
  "last_update": "2025-03-10T23:59:59Z",
  "conversation_id": "current_session_id",

  "growth": {
    "baseline": {"overall": 40.0, "knowledge": 10.0, "capability": 50.0, "quality": 60.0, "efficiency": 40.0},
    "current": {"overall": 52.3, "knowledge": 15.2, "capability": 65.8, "quality": 72.1, "efficiency": 45.3},
    "history": [{"timestamp": "...", "overall": 48.5}, {"timestamp": "...", "overall": 52.3}]
  },

  "tasks": {
    "total": 23,
    "completed": 18,
    "in_progress": 4,
    "failed": 1,
    "completion_rate": 78.3,
    "average_quality": 7.8,
    "by_type": {"coding": 10, "debugging": 6, "design": 4, "documentation": 3}
  },

  "learning": {
    "new_concepts": [
      {"name": "React.memo", "mastery": 85, "applied_count": 5, "source": "user_question"},
      {"name": "TypeScript 泛型约束", "mastery": 70, "applied_count": 3, "source": "task_execution"}
    ],
    "total_concepts": 94,
    "by_category": {"frontend": 35, "languages": 28, "tools": 19, "design": 12}
  },

  "efficiency": {
    "avg_response_time": 2.3,
    "first_try_success_rate": 76.5,
    "avg_iterations": 1.8,
    "time_distribution": {"thinking": 35, "tools": 45, "output": 20}
  },

  "achievements": [
    {"type": "milestone", "title": "首次独立完成复杂重构", "timestamp": "...", "icon": "🌟"},
    {"type": "highlight", "title": "代码质量获完美评价", "timestamp": "...", "icon": "⭐"}
  ],

  "goals": [
    {"name": "掌握 React 性能优化", "progress": 67, "target": 100, "unit": "%", "eta_days": 3},
    {"name": "代码质量 8 分以上", "progress": 7.8, "target": 8, "unit": "score", "eta_days": 5}
  ],

  "daily_stats": {
    "2025-03-10": {
      "conversations": 28,
      "tasks_completed": 18,
      "concepts_learned": 12,
      "achievements": 3,
      "overall_growth": 3.8
    }
  }
}

工作流程

1. 初始化阶段

首次运行时创建数据文件:

# 创建数据目录
mkdir -p ~/.openclaw/data

# 初始化数据文件
cat > ~/.openclaw/data/quantified_self.json << 'EOF'
{
  "initialized_at": "{{当前时间}}",
  "last_update": "{{当前时间}}",
  "growth": {
    "baseline": {
      "overall": {{估算初始能力}},
      "knowledge": 0,
      "capability": {{估算初始能力}},
      "quality": {{估算初始能力}},
      "efficiency": {{估算初始能力}}
    },
    "current": {
      "overall": {{估算初始能力}},
      "knowledge": 0,
      "capability": {{估算初始能力}},
      "quality": {{估算初始能力}},
      "efficiency": {{估算初始能力}}
    },
    "history": []
  },
  "tasks": {"total": 0, "completed": 0, "in_progress": 0, "failed": 0, "by_type": {}},
  "learning": {"new_concepts": [], "total_concepts": 0, "by_category": {}},
  "efficiency": {},
  "achievements": [],
  "goals": [],
  "daily_stats": {}
}
EOF

2. 实时追踪阶段

在对话过程中持续记录:

任务完成时:

  • 记录任务类型、完成状态、质量评分
  • 更新任务统计

学习新内容时:

  • 记录新概念、掌握程度
  • 更新学习成果

获得用户认可时:

  • 记录为成就/高光时刻

完成目标里程碑时:

  • 更新目标进度

3. 报告生成阶段

根据用户查询类型生成对应报告:

  • "成长怎么样" → 成长追踪报告
  • "完成了什么" → 任务统计报告
  • "学到了什么" → 学习成果报告
  • "效率如何" → 效率分析报告
  • "今天汇报" → 综合日报

4. 数据更新阶段

每次报告后更新数据文件:

# 读取当前数据
DATA=$(cat ~/.openclaw/data/quantified_self.json)

# 更新字段
# 保存回文件

量化标准

成长量化

总体能力 = Σ(各维度 × 权重) / 100
成长% = (当前 - 基准) / (100 - 基准) × 100

任务质量

质量评分 = (用户满意度 × 0.4 + 代码质量 × 0.3 + 完整性 × 0.3) × 10

学习掌握度

掌握度 = (理解程度 × 0.5 + 应用次数 × 10 + 教学能力 × 0.2)
上限 100%

效率评分

效率 = (100 - 迭代次数 × 15) × 一次成功率 × 速度因子

可视化元素

进度条

20 字符宽度
███ = 已完成
░░░ = 未完成
示例:██████████░░░░░░░ 60%

趋势图

40% ┤
50% ┤    ╭──╮
60% ┤ ╭──╯  ╰─╮
70% ┤─╯       ╰──╮
    └────────────▶
    1  2  3  4  5

仪表盘

╔═════════════════════╗
║  成长   ████░░░░ 52%║
║  任务   ██████░░ 78%║
║  学习   ███████░ 85%║
║  效率   █████░░░ 65%║
╚═════════════════════╝

用户交互模式

主动汇报模式

用户:"汇报今天的成长和任务完成情况"
→ 生成包含成长追踪 + 任务统计的综合报告

查询模式

用户:"今天学到了什么"
→ 只输出学习成果报告

对比模式

用户:"和昨天比怎么样"
→ 显示今日 vs 昨日的对比数据

详情模式

用户:"详细报告"
→ 显示所有模块的完整数据

简报模式

用户:"简报" 或 "快速汇报"
→ 只显示关键数据的摘要(3-5 行)

特殊功能

设定目标

用户:"设定目标:掌握 React Hooks"
→ 添加到 goals 数组,初始进度 0%

记录成就

用户:"记录成就:完成了第一个完整的组件"
→ 添加到 achievements 数组

导出数据

用户:"导出所有数据"
→ 提供 JSON/CSV 格式的完整数据

重置数据

用户:"重置量化数据"
→ 确认后删除数据文件,重新初始化

数据持久化策略

  1. 实时更新:每次任务完成、学习新内容立即更新
  2. 定期保存:每轮对话结束保存完整状态
  3. 历史归档:每天的数据存入 daily_stats
  4. 定期清理:保留最近 90 天详细数据,更早的只保留摘要

注意事项

  1. 数据隐私:所有数据存储在本地,不上传云端
  2. 性能考虑:数据文件不应过大,定期归档
  3. 准确性:基于实际对话,不虚构数据
  4. 可读性:报告要清晰易懂,不要过于技术化
  5. 可操作性:提供具体的改进建议,不只是数字

配置自定义

用户可在 ~/.openclaw/config.json 中自定义:

{
  "skills": {
    "quantified_self": {
      "weights": {
        "knowledge": 0.25,
        "capability": 0.30,
        "quality": 0.25,
        "efficiency": 0.20
      },
      "report_detail": "full",  // full | summary | minimal
      "auto_track": true,  // 是否自动追踪
      "show_trends": true,  // 是否显示趋势图
      "retention_days": 90  // 数据保留天数
    }
  }
}

平台分布

OpenClaw

75.6%
按下载量换算13,644

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills