核心用法
Proactive Claw 是一款主动执行引擎，通过分析日历事件和聊天信号，在适当时机提供智能建议。核心流程为：摄入日历事件 → 本地评分（重要性/紧急性/干扰风险）→ 生成建议（会前准备、缓冲时间、后续跟进）→ 聊天界面征求批准 → 应用变更 → 从反馈中学习优化。
支持 Google Calendar（OAuth）或 Nextcloud CalDAV 作为后端，所有状态数据本地存储于 ~/.openclaw/workspace/skills/proactive-claw/，可选守护进程在后台定期扫描（默认关闭）。
显著优点
| 维度 | 说明 |
|------|------|
| **隐私优先设计** | 推荐本地小型评分模型，核心逻辑可完全离线运行 |
| **用户主控** | 默认`max_autonomy_level=confirm`，所有变更需显式批准，无意外日历修改 |
| **快速个性化** | 通过批准/编辑/拒绝反馈，迅速学习用户偏好（准备时长、理想时段、缓冲习惯） |
| **场景化预设** | 提供 Calm（最少打扰）、Builder（保护深度工作）、Meetings-heavy（防连轴转）三种即开即用模式 |
| **透明可控** | 本地状态文件夹可直接查看/删除，无隐蔽云端持久化 |
潜在缺点与局限性
- 依赖外部日历后端：虽推理层可本地，但事件源仍依赖 Google/Nextcloud，存在 API 配额或连接稳定性问题
- 学习冷启动：初期建议可能不够精准，需多次交互后才能收敛到个人风格
- OAuth 配置门槛：Google 后端需自行创建 OAuth 客户端，对非技术用户不够友好
- 守护进程权限：虽说明无需 sudo，但用户级定时任务仍涉及系统级调度器（systemd/cron）配置
- 自主模式风险：文档提及"Autonomous"高级模式为显式 opt-in，但未详细说明安全边界与回滚机制
适合人群
- 日程繁忙、需要智能缓冲与准备时间管理的知识工作者
- 重视隐私、希望核心数据处理在本地的用户
- 愿意投入初期配置（OAuth/CalDAV）以换取长期自动化收益的开发者/技术管理者
- 深度工作者（程序员、写作者、设计师）需主动防御碎片化会议
常规风险
| 风险类别 | 描述 | 缓解措施 |
|---------|------|---------|
| **误操作风险** | 评分模型误判导致错误建议 | 默认确认模式，变更前必询问 |
| **OAuth 泄露** | `credentials.json` 或 `token.json` 保管不当 | 本地存储，权限可控，支持随时撤销 |
| **数据残留** | 卸载时未完全清除本地状态 | 文档明确卸载路径与删除命令 |
| **过度依赖** | 长期使用后对自动化建议产生依赖，削弱自主规划能力 | 设计保留"拒绝"反馈循环，持续强化用户决策权 |