核心功能
To-Do Skill 是一套面向 AI Agent 的延迟任务调度系统，通过调用操作系统原生调度器（Linux/macOS 的 at，Windows 的 schtasks）实现精准的未来唤醒机制。其核心能力包括：
1. 定时任务编排：将自然语言时间（如"明天下午5点"）转换为绝对时间戳，创建一次性延迟任务
2. 自包含指令传递：解决 AI 会话隔离问题——未来唤醒的 Agent 零内存依赖，通过 <detailed_instruction> 字段实现跨会话上下文传承
3. 动态路由回执：自动注入 user_id、channel、timezone，确保任务触发后准确路由回原始用户
显著优点
- 系统级可靠性：不依赖进程驻留，利用 OS 原生调度器确保任务在机器休眠/重启后仍可触发
- 零状态耦合：完美解决 LLM 会话无状态限制，未来 Agent 无需访问历史对话即可精准执行
- 强制澄清机制：内置"ASK BEFORE SCHEDULING"规则，拒绝模糊请求，降低误调度风险
- 跨平台兼容：Node.js 运行时统一封装底层差异
潜在局限与风险
- 指令工程门槛高：用户/Agent 需掌握"自包含指令"编写范式，否则未来执行易失败
- 单次执行约束：仅支持一次性任务，不支持周期性调度（需外部 cron 配合）
- 主机依赖：任务绑定特定机器，Agent 迁移或容器重建会导致任务丢失
- 时区处理复杂度：跨 DST 切换的时间计算需严格验证
- 安全风险：
at/schtasks调用需 Node 进程具备相应系统权限，多租户环境需沙箱隔离
适合人群
- 需要延迟检查、异步验证、定点提醒的自动化工作流用户
- 具备基础 Node.js 环境管理能力的开发者或运维人员
- 能接受"指令即契约"设计哲学的 AI 工作流设计者
安全建议
- 生产环境禁用
eval类动态指令执行 - 对
<detailed_instruction>实施输入长度与字符白名单过滤 - 敏感操作（如发送通知）应在未来唤醒时二次确认用户身份