核心用法
Heartbeat 是一款自适应唤醒管理 Skill，旨在解决 AI 助手何时该主动介入、何时保持静默的经典难题。它不依赖固定时间表，而是通过"观察-学习-确认-存储"的闭环，逐步构建个性化的唤醒策略。
启动机制：系统默认以保守的 idle 级别（2-4 小时）运行，仅在明确需要时提升活跃度。每次唤醒后执行四项任务：运行监控清单、评估本次唤醒价值、检查触发条件、动态调整下次间隔。
学习流程：积累 3 次以上同类场景的唤醒数据后，Skill 会识别最优时间间隔，并向用户确认："我注意到 X 很少需要检查——改为每 4 小时一次？" 仅获明确同意后才内化为规则。
四级唤醒策略：active（5-15 分钟，持续对话）、watching（30-60 分钟，等待特定事件）、idle（2-4 小时，后台检查）、dormant（4-8 小时，夜间/休眠）。级别升降由上下文和习得模式共同决定。
显著优点
1. 渐进式自主权：从被动响应起步，逐步获得用户信任的决策空间，避免早期越界
2. 透明可审计：所有规则以结构化格式存储（trigger: interval (level) [hit rate]），用户随时可查可改
3. 双向学习：既识别"高价值唤醒"（用户说"Good catch"），也尊重"负反馈"（"That was useless"）
4. 情境感知：夜间自动进入 dormant，子代理运行时保持 watching，体现对上下文的基本尊重
5. 硬边界保护：用户明确说"don't wake me about X"立即生效，不可被学习覆盖
潜在局限
- 冷启动期较长：需积累 3+ 数据点才能启动模式识别，初期体验偏保守
- 确认疲劳风险：频繁请求用户确认调整建议，可能适得其反
- 缺乏冲突解决机制：当多条规则适用时，未明确优先级裁决逻辑
- "紧急"定义模糊：夜间
dormant的例外条件"emergency"无客观判定标准 - 跨设备同步未提及：习得模式是否跟随用户跨会话保留未说明
适合人群
- 希望 AI 从"事事请示"逐步过渡到"适度自主"的进阶用户
- 有明确监控需求（邮件、日历、部署状态）但厌恶固定通知轰炸的专业人士
- 愿意投入时间训练个性化规则、重视可解释性的技术型用户
常规风险
| 风险类型 | 说明 | 缓释建议 |
|---------|------|---------|
| 过度学习 | 用户临时需求被误认为长期模式 | 定期审查 `Patterns` 和 `Quiet` 区块 |
| 确认疲劳 | 频繁打断请求许可 | 可批量处理确认，或设置"自动接受低风险调整"模式 |
| 静默失效 | 间隔过长导致错过关键事件 | 关键监控项强制设置上限检查频率 |
| 夜间误唤醒 | "emergency"标准主观 | 用户预定义具体触发条件（如特定关键词、发送者） |
注：此 Skill 不涉及敏感权限，核心风险在于用户体验而非安全漏洞。