核心用法
Todo Skill 是一个专注于执行而非囤积的个人任务管理系统。它不追求构建完美的待办清单，而是致力于在正确的时间推荐唯一清晰的下一步行动。
关键工作流程包括：
- 捕获（Capture）：通过自然语言快速记录任务、项目、承诺、跟进事项或提醒，系统自动推断元数据
- 下一步推荐（What Next）：智能算法从所有待办中筛选出1个首选行动+2个备选，附带人性化前缀和推荐理由
- 每日同步（Daily Sync）：总结已完成工作，量化「心理负担释放」
- 每周回顾（Weekly Review）：处理「冷任务」——延迟、归档或主动放弃，防止清单膨胀带来的隐性焦虑
系统支持五种项目类型（task/project/commitment/follow_up/reminder）和五种状态标签（tiny/hot/cold/blocked/waiting），帮助用户区分行动摩擦度和当前状态。
显著优点
1. 反囤积设计：强制每周清理冷任务，避免「清单墓地」现象
2. 决策减负：「What Next」算法替用户做筛选，消除「该先做哪个」的决策疲劳
3. 心理友好：强调「momentum（动量）」而非「guilt（愧疚）」，语言设计刻意弱化未完成带来的负面暗示
4. 隐私优先：纯本地存储（~/.openclaw/workspace/memory/todo/），零云端依赖，适合敏感工作场景
5. 自然语言输入：无需学习复杂语法，降低使用门槛
潜在缺点与局限性
- 无跨设备同步：纯本地架构意味着无法在手机/平板/多电脑间无缝衔接
- 无协作功能：commitment 类型仅作标记，不涉及实际的任务委派或进度同步
- AI 推荐黑盒：「What Next」算法的权重逻辑未完全透明，用户难以自定义排序规则
- 无 deadline 强制机制：依赖用户主动回顾，紧急事项可能被冷处理流程延误
- 数据迁移成本：JSON 格式存储，导出至主流工具（Todoist/Notion/Apple Reminders）需手动转换
适合人群
- 注意力碎片化者：需要外部系统承接「 mental load」，缓解大脑 fog
- 清单膨胀焦虑者：过往尝试过 GTD 但被复杂的回顾流程劝退
- 隐私敏感用户：拒绝将个人任务数据托管至云端
- 单设备深度用户：主要在固定工作站上处理事务，无需移动场景
- 追求「完成感」而非「规划感」者：厌倦过度规划，希望系统推动行动而非增加管理负担
常规风险
- 数据丢失风险：无自动备份机制，本地磁盘故障或误删 ~/.openclaw 目录将导致数据永久丢失
- 冷任务误判：算法可能将用户刻意搁置的重要长期事项标记为 cold，需人工复核
- 依赖强化：长期使用可能削弱自主优先级判断能力
- 路径锁定：JSON 格式虽开放，但自定义脚本提取存在技术门槛