核心用法
Toggle 技能通过 OpenClaw API 拉取用户的工作流记录，将原始数据转化为可读性强的活动摘要。用户只需询问"我今天做了什么"或"这周生产力如何"，系统即自动调用 API 获取指定日期范围（默认为当天）的工作流数据，并基于 WORK/BREAK/LEISURE 三类标签进行智能筛选与叙事化呈现。
显著优点
1. 零配置上手：默认自动抓取当日数据，无需用户手动指定参数
2. 智能叙事输出：不罗列原始字段，而是生成自然语言摘要，突出主要专注领域、工作模式与异常模式（如频繁上下文切换）
3. 生产力量化：利用 0-100 的 productivityScore 提供客观专注度评估，并给出定性解读（90+ 锐利专注、70-89 稳健、<70 碎片化）
4. 上下文感知：结合项目（project.name）与任务（projectTask.name）信息，让摘要具备业务语境
潜在缺点与局限性
- 单一日历视图：仅支持按日期范围查询，无法按项目、标签或自定义维度聚合跨日统计
- 实时性依赖 Toggle 客户端：若用户未运行 Toggle 应用或未授权录屏/活动追踪，数据可能为空（
totalWorkflows: 0） - 评分黑盒：
productivityScore的计算逻辑未向终端用户公开，难以校准或质疑 - 隐私集中化：所有活动数据流经
ai-x.toggle.pro云端，用户对数据驻留与二次处理缺乏透明度
适合人群
- 自由职业者、远程工作者需要向客户或自己汇报时间去向
- 深度工作者希望量化「感觉 productive」与实际专注时长之间的差距
- 习惯用自然语言回顾而非手动填 timesheet 的用户
常规风险
- API 密钥泄露：
TOGGLE_OPENCLAW_API_KEY存储于本地环境变量，若设备被入侵可能导致历史活动数据被拉取 - 元数据暴露：即使内容经过摘要，查询时间窗口本身可能泄露用户作息规律（如深夜高频查询暗示加班模式）
- 服务商依赖：Toggle 为第三方闭源服务，API 稳定性、定价策略与数据存续政策不在用户控制范围内