核心用法
clawdo 是一个专为 AI Agent 设计的持久化待办任务队列，填补 "agent 有记忆、定时任务和对话能力，却缺乏'稍后处理'机制" 的空白。核心工作流为 add → inbox → start → done，所有命令支持 --json 结构化输出，便于 Agent 解析。
任务捕获：支持自然语言内联语法，如 clawdo add "fix auth bug +backend @code auto soon"，可解析项目标签（+word）、上下文（@word）、自主性级别（auto/auto-notify/collab）和紧急程度（now/soon/whenever）。
Agent 集成：设计用于三种场景——心跳循环（定时检查队列）、定时任务（每小时处理）、对话捕获（即时记录提及的任务）。提供 inbox --format json 返回 autoReady、proposed、urgent 等分类，以及 next --auto 自动获取可执行的最高优先级任务。
权限安全：采用三级自主性——auto（10分钟静默执行）、auto-notify（30分钟执行后通知）、collab（需人工确认）。关键设计：自主性是权限而非建议，仅可降级不可升级；Agent 提案需人工 confirm 才生效；失败 3 次自动降级为 collab。
显著优点
1. Agent-native 设计：非人类待办工具改造，JSON 输出、无 TTY 依赖、管道友好
2. 安全架构严谨：不可变权限、提案配额（最多5个活跃提案，60秒冷却）、SQL 注入防护、防模数偏差的加密安全 ID
3. 灵活部署：SQLite 持久化，支持单机、容器、CI/CD 管道多种环境
4. 透明审计：仅追加的状态变更日志，满足合规追溯需求
潜在局限
- 单点存储：依赖本地 SQLite，多 Agent 协作需自行解决同步或采用共享存储方案
- 权限粒度固定：三级自主性可能无法覆盖复杂企业审批流程，需外部系统集成补充
- 无内置通知渠道：
auto-notify级别需 Agent 自行实现通知机制（邮件/Slack 等），工具本身仅标记状态
适合人群
- 需要为 AI Agent 添加可靠任务队列的开发者
- 构建自主工作流、追求 "human-in-the-loop" 安全边界的团队
- 使用 OpenClaw 或其他 Agent 框架，需要标准化任务管理的用户
常规风险
- 权限配置误用：若人工错误将高风险任务标记为
auto，可能导致意外自动执行 - 提案泛滥：虽有配额限制，但多 Agent 场景下仍需监控提案队列避免人工审核积压
- 依赖 Node.js ≥18：老旧环境需升级运行时