Proactive Claw

核心用法

Proactive Claw 是一款面向 OpenClaw 的主动式执行引擎，通过分析日历事件与用户交互信号，在关键时刻提供智能化的日程建议。核心工作流包含六个环节：摄入（同步日历/聊天信号）→ 评分（本地轻量模型评估重要性/紧迫性/中断风险）→ 规划（生成准备时间、缓冲间隙、跟进事项）→ 确认（默认模式，聊天界面征求用户批准）→ 应用（写入批准的日历修改）→ 学习（根据用户反馈迭代偏好模型）。

用户可通过三种预设快速配置：Calm 模式（最小打扰，仅高价值事件触发建议）、Builder 模式（保护 2–3 小时深度工作块，防御会议碎片化）、会议密集型周（自动插入缓冲与重置休息）。支持 Google Calendar（OAuth）与 Nextcloud（CalDAV）双后端，可选用户级守护进程实现周期性后台扫描。

显著优点

1. 控制权归属用户：默认 max_autonomy_level=confirm，所有修改须经聊天界面批准，避免"惊喜式"日历篡改。
2. 本地化优先：评分模型推荐小型本地部署（快速、低成本、隐私友好）；状态数据存放于 ~/.openclaw/workspace/skills/proactive-claw/，透明可删除。
3. 快速个性化：通过记录用户的批准/编辑/拒绝行为，自动收敛个人偏好（准备时长、偏好时段、缓冲大小、会议类型规则）。
4. 开源中立：支持 Google 与 Nextcloud 双后端，不强制绑定单一云服务。

潜在缺点与局限性

• 后端依赖：尽管评分与规划可本地运行，日历数据仍依赖外部服务（Google/Nextcloud），断网或 API 变更可能影响功能。
• 学习冷启动：初期建议质量取决于用户反馈频次，前 1–2 周可能需要较多人工调整。
• 守护进程门槛：后台主动建议需手动启用守护进程，对非技术用户存在配置成本。
• OAuth 管理：Google 后端需用户自行维护 OAuth 凭据与令牌生命周期，存在凭证泄露或过期风险。

适合人群

• 日程繁忙、频繁遭遇"会议碎片化"的开发者/管理者
• 希望保留最终控制权、拒绝全自动代理的隐私敏感用户
• 已使用 OpenClaw 生态、寻求深度工作保护机制的深度工作者

常规风险

| 风险类别 | 说明 | 缓解措施 |

|---------|------|---------|

| 隐私泄露 | 日历事件内容被传输至本地或云端评分模型 | 优先使用本地小型模型；审查 `config.json` 中的模型端点 |

| 意外修改 | 用户误批不准确建议导致日程混乱 | 保持默认确认模式；定期审查 `~/.openclaw/` 本地日志 |

| 凭证安全 | `credentials.json` 与 `token.json` 泄露可导致日历访问 | 文件权限设为 600；不再使用时撤销 OAuth 授权 |

| 过度依赖 | 长期使用后自主规划能力退化 | 定期关闭建议功能，手动复盘日程决策 |

版本与来源

• 版本：1.2.34
• 来源：OpenClaw 官方技能仓库（自述文档）
• 认证状态：占位报告，未执行实际安全扫描

核心用法

Proactive Claw 是一款基于 Python 的主动式日程管理引擎，通过与 Google Calendar 或 Nextcloud CalDAV 集成，实现智能化的日程规划与优化。用户通过运行 setup.sh 完成依赖安装和 OAuth 配置后，可选择三种工作模式：Suggest 模式（默认，需用户确认所有更改）、Background 模式（可选后台守护进程）以及 Autonomous 模式（需显式开启的高级自动模式）。

核心工作流程分为六步：1）从日历后端摄取事件数据；2）使用本地轻量模型对事件进行重要性/紧急性评分；3）规划准备时间、缓冲间隔和跟进事项；4）默认通过聊天界面请求用户确认；5）应用经批准的更改；6）从用户的批准/编辑/拒绝反馈中学习偏好。系统提供三种预设配置：Calm 模式（最小干扰，仅高价值建议）、Builder 模式（保护 2-3 小时深度工作块）和 Meetings-heavy 模式（为密集会议周添加缓冲和恢复时间）。

显著优点

隐私优先的架构设计：所有数据（配置、令牌、事件记忆）均本地存储于 ~/.openclaw/workspace/skills/proactive-claw/，无遥测或分析服务器，符合 GDPR 本地数据处理原则。评分模型推荐采用本地小模型（如 Ollama），实现完全离线运行。

默认安全的安全模型：27 项功能开关默认全部关闭，Daemon 以用户权限运行（无 sudo），max_autonomy_level=confirm 确保所有日历更改需经用户明确批准。提供 --simulate、--dry-run 等审计命令供安全验证。

快速个性化学习：系统通过分析用户的批准、编辑和拒绝行为，快速收敛到个人偏好——包括准备时长、首选时段、缓冲大小、重要会议类型识别以及深度工作规则。

开放灵活的集成：支持 Google Calendar（OAuth）和 Nextcloud CalDAV 双后端，可选集成 Telegram 通知、Notion 知识库、GitHub 交叉引用等外部服务，所有可选功能独立开关控制。

潜在缺点与局限性

依赖外部日历服务：核心功能依赖 Google 或 Nextcloud 日历 API，无法完全脱离这些服务独立运行。若用户未配置任何后端，系统将失去数据源。

本地模型能力边界：推荐的轻量本地评分模型（如 3B 参数模型）在复杂语义理解上可能弱于云端大模型，对于模糊或高度语境化的日程判断可能存在局限。

学习收敛需要时间：虽然系统标榜"快速学习"，但实际个性化效果需要数周的用户反馈积累，初期建议可能不够精准。

配置复杂度：对于非技术用户，初始的 OAuth 配置、config.json 调优以及可选 Daemon 安装仍存在一定门槛。

社区项目支持风险：作为 OpenClaw 社区项目（T3 可信度），缺乏大型组织长期维护承诺，未来更新频率和兼容性保障存在不确定性。

适合的目标群体

知识工作者与管理者：需要频繁处理会议、演讲准备和跟进事项，希望减少日程碎片化、保护深度工作时间的产品经理、工程师、咨询师等。

隐私敏感用户：对将日程数据上传至云端 AI 服务有顾虑，希望核心数据处理完全本地化的专业人士。

日历重度用户：日程密集、会议频繁，需要智能缓冲建议和自动化跟进提醒，但又不希望完全交出日历控制权的用户。

技术爱好者与早期采用者：具备基本命令行操作能力，愿意尝试开源工具并参与反馈优化的社区成员。

使用风险

OAuth 令牌本地存储风险：Google OAuth 令牌以明文 JSON 形式存储于本地目录，若设备被入侵或用户误将工作目录备份至公共云存储，可能导致令牌泄露。建议用户妥善保护本地文件权限。

可选外部功能的数据暴露：Telegram 通知、Notion 集成、LLM 评分等可选功能启用后，相关数据将流向对应服务商。用户应在启用前审阅 SECURITY.md 中的数据流向说明。

Daemon 后台运行的资源占用：可选后台守护进程持续运行可能带来少量 CPU/内存开销，且需确保系统服务配置正确以避免意外行为。

自动化的边界情况：尽管默认需确认，但长期使用后若切换至 Autonomous 模式，或用户习惯性快速批准，仍可能对日历造成非预期修改。建议定期使用 --status 命令审查系统行为。

依赖项维护风险：依赖 PyPI 包（如 google-api-python-client、caldav）需关注上游安全更新，建议定期运行依赖审计。