What Should We Do?

🎲 终结无聊,一键规划精彩生活

智能活动发现助手,整合天气、电影场次、流媒体、游戏库、群组管理和日历提醒,终结「不知道干嘛」的纠结时刻

收藏
12k
安装
2.7k
版本
2.1.0
CLS 安全性认证2026-06-23
点击查看完整报告 >

使用说明

核心用法

whatdo 是一款面向「决策疲劳」场景的智能活动规划技能。用户只需说出「今晚干嘛」「无聊」「约会去哪」等触发词,系统即进入 Quick Mode —— 综合时间、天气、日历冲突、历史记录、个人偏好和固定 routines,直接给出一条高置信度建议。

若偏好数据不足或用户想探索选项,则进入 Full Mode 对话流:通过 8 个维度(谁参加、氛围、室内/室外、餐饮、酒精、预算、能量、时间)快速收敛需求。支持自然语言一次性回答多个问题,避免机械问答。

特色功能矩阵:

  • 实时天气集成:自动获取本地天气,晴天推户外、雨天转室内
  • 本地电影场次:web_search 抓取附近影院实时排片,含评分与营业时间
  • 流媒体精准匹配:基于用户订阅的 Netflix/HBO/Disney+ 等服务,搜索 trending 内容
  • 游戏库智能推荐:根据群组人数匹配桌游/卡牌/电玩,支持 tournament 赛制建议
  • 群组画像与 RSVP:管理多人偏好(饮食禁忌、酒精、联系方式),一键发送 Telegram 邀请并追踪出席状态
  • 日历闭环:Google Calendar API 直接创建事件,或 fallback 到 cron 定时提醒
  • 地点增强(可选):Google Places API 提供真实商家评分、营业状态、导航链接

数据架构:用户数据隔离于 data/whatdo/,技能代码位于 skills/whatdo/,更新时偏好与历史不丢失。

显著优点

1. 上下文感知极强:时间、天气、日历、历史、routine 五维交叉,建议高度个性化
2. 反 couch-potato 设计:主动推用户 slightly out of comfort zone,强调「具体可执行」而非「你考虑下」

3. 社交协调完整:从「想聚」到「谁出席」到「日历锁定」到「群发提醒」全流程覆盖

4. 降级优雅:无 Places API 时仍给出类型化建议+搜索指引;无 Calendar API 时转 cron 提醒

5. 学习闭环:每次建议后 👍👎 反馈写入 favorites/blacklist,系统持续进化

潜在缺点与局限

  • API 依赖风险:Google Places/Calendar 需自行配置 key/OAuth,否则功能降级
  • 实时数据时效:电影场次、商家营业状态依赖 web_search 结果质量,偶有延迟
  • 群组管理门槛:成员联系方式(Telegram handle/phone/email)需用户手动录入,初期 setup 成本较高
  • 文化偏向:默认 routines(Taco Tuesday 等)和 vibe 描述偏美式生活方式,非英语地区需本地化调整
  • 无原生移动端:作为 Claude Code skill 运行,依赖聊天界面,外出场景需用户主动触发

适合人群

  • 社交组织者:常需组局、协调多人时间、追踪 RSVP 的「默认群主」
  • 情侣/伴侣:date night 灵感枯竭,希望跳出「吃饭看电影」套路
  • 新城市居民:对本地吃喝玩乐不熟,需要带评分、营业信息的真实推荐
  • 决策疲劳者:面对空闲时间产生焦虑,需要外部推力做选择
  • 桌游/游戏爱好者:拥有实体游戏库,希望按人数快速匹配并 tournament 化

常规风险

  • 隐私数据集中:存储位置、社交关系、饮食禁忌、消费习惯等敏感信息于本地 JSON,需确保 data/whatdo/ 权限控制
  • 群组邀请误触:Telegram 消息直接发送,若用户输入错误 handle 可能打扰陌生人
  • cron 提醒累积:频繁创建计划而未清理可能导致定时任务堆积
  • 酒精/饮食建议:虽读取偏好,但用户口头变更(如临时戒酒)若未更新 preferences 可能误推荐

安全解读

核心功能

whatdo 是一款以"反无聊"为核心理念的智能活动推荐 Skill。它通过自然语言交互,快速理解用户的场景("约会夜""朋友聚会""独自发呆"),结合实时天气、本地电影排片、用户已订阅的流媒体内容、游戏库清单,生成具体、可执行的推荐方案。

显著优点

  • 上下文感知决策:自动读取时间、天气、日历冲突,避免"推荐户外活动却下雨"的尴尬
  • 深度个性化:学习用户的饮食偏好、酒精习惯、能量水平、黑白名单(喜爱的/绝不去的),甚至记住"Sarah 素食、Dave 不喝酒"
  • 群组智能:支持创建多人档案,自动匹配饮食限制、偏好标签,协调游戏人数(如 4 人最佳玩 Catan)
  • 完整行动闭环:从"推荐"到"日历锁定"到"群发邀请"到"RSVP 跟踪",不只是出主意,而是帮用户真正执行
  • Stay Home Deep Mode:居家场景不敷衍,提供主题夜、烹饪挑战、游戏配对等深度方案

潜在局限

  • 外部 API 依赖:Google Calendar/Places 为可选增强,但实时天气、电影排片依赖网络搜索,质量不稳定
  • 无原生执行代码:纯 Markdown 文档型 Skill,实际效果高度依赖 Agent 的指令遵循能力
  • 隐私权衡:群组功能鼓励存储联系人信息(Telegram、电话、邮箱),虽本地存储但需用户信任
  • 地理限制:本地化推荐(餐厅、影院)对非北美/英语地区支持可能不足

适合人群

  • 习惯性"刷手机找灵感"却迟迟不动的决策疲劳者
  • 需要协调多人活动(游戏夜、约会、朋友聚会)的社交组织者
  • 希望建立生活仪式感、培养固定传统的用户(如 Taco Tuesday)
  • 拥有丰富游戏库/流媒体订阅却"不知道看什么玩什么"的内容过载者

常规风险

  • 数据外联风险:启用 Google 集成时,位置、搜索关键词发送至第三方
  • 社交压力:自动邀请功能可能因误触或理解偏差向联系人发送非预期消息
  • 推荐偏差:基于历史学习的推荐可能形成"信息茧房",需要用户主动使用"Wild Card"打破
  • Cron 提醒可靠性:若无 Google Calendar,依赖系统 cron 的提醒可能因环境差异失效

技术亮点

Skill 采用"约定优于配置"设计:

  • skills/whatdo/ 存逻辑,data/whatdo/ 存用户数据,更新时不丢失
  • 完整的 JSON Schema 定义偏好结构,支持群组、例程、流媒体、游戏库等复杂类型
  • 多通道邀请:Telegram 直接发送,其他渠道(邮件/短信)生成草稿供用户确认后发送

What Should We Do? 内容

手动下载zip · 18.6 kB
SKILL.mdtext/markdown
请选择文件