核心用法
Toggle 技能通过调用 ToggleX 官方 OpenClaw 端点 https://ai-x.toggle.pro/public-openclaw/workflows，自动拉取用户的时间追踪数据并返回结构化 JSON。用户需预先配置 TOGGLE_API_KEY，技能支持自定义日期范围（默认当天），输出包含工作时段（WORK）、休息（BREAK）及休闲（LEISURE）等分类的原始数据。
作为智能代理，系统会基于返回的 JSON 进行自然语言总结：聚焦 WORK 类型条目，提取 workflowType 与 workflowDescription 描述具体活动，关联 projectTask.name 和 project.name 呈现项目上下文，并依据 productivityScore（0-100）评估专注度——90+ 为高度专注，70-89 为良好状态，低于 70 则提示注意力碎片化。
显著优点
- 零摩擦回顾：无需用户主动记录，自动聚合时间数据生成日程摘要
- 生产力量化：内置评分体系将抽象的工作状态转化为可追踪的数值指标
- 项目级洞察：关联任务与项目名称，便于追踪多项目并行时的时间分配
- 灵活查询：支持指定日期区间，满足周回顾、月总结等场景
潜在缺点与局限
- 依赖外部服务：功能完全绑定 ToggleX 平台可用性，若服务中断则无法获取数据
- 数据覆盖盲区：仅记录 ToggleX 启用期间的时段，未运行时段完全无数据
- 评分主观性：productivityScore 的算法逻辑未公开，可能无法反映所有用户的实际专注体验
- 隐私集中化：全部时间数据存储于第三方云端，本地无缓存或备份机制
适合人群
自由职业者、远程工作者、需要向客户或团队汇报工时的专业人士，以及希望建立量化自我习惯但厌恶手动计时的用户。
常规风险
- API 密钥泄露风险：
TOGGLE_API_KEY需妥善保管，若配置不当可能被其他进程读取 - 元数据暴露：请求会传输用户身份标识及时间查询范围至 ToggleX 服务器
- 数据完整性误读：
totalWorkflows: 0可能代表无活动或软件未运行，需明确告知用户区分这两种情况