Planner

核心用法

planner 是一款本地优先的结构化规划引擎，核心能力是将不确定性转化为可执行的工作计划。用户只需描述目标（如旅行、项目启动、周计划或复杂决策），系统会自动识别约束条件（预算、时间、精力、依赖关系），并生成包含阶段、里程碑和下一步行动的结构化方案。

典型工作流程：
1. 捕获计划：通过 add_plan.py 将模糊意图转化为结构化数据
2. 获取建议：suggest_plan.py 智能推荐当前最优计划或下一阶段
3. 日常跟进：daily_plan.py 聚焦当日活跃计划与即时行动项
4. 周度复盘：weekly_map.py 全局审视跨时间维度的所有计划
5. 动态调整：update_plan.py 随时更新状态、日期、备注或阶段

支持的计划类型：

• trip：旅行行程、预订序列、预算感知规划
• week：周结构、主题聚焦、时间块、优先级
• project：多阶段路线图与里程碑
• launch：发布筹备、依赖关系、时间线
• decision：带约束与权衡的选项对比

显著优点

1. 完全本地运行：所有数据仅存储于 ~/.openclaw/workspace/memory/planner/，零云端同步、零第三方 API 依赖，隐私风险极低
2. 零外部依赖：仅需 Python 3 环境，无需安装额外包，部署极简
3. 结构化思维框架：内置"约束优先→阶段分解→里程碑锚定→下一步行动"的规划方法论，降低认知负荷
4. 多场景覆盖：从个人周计划到复杂项目启动，统一的数据模型与交互模式
5. 渐进式细化：支持从模糊目标逐步演化为详细方案，避免过度规划

潜在局限

1. 无协作功能：纯单机设计，不支持团队共享、评论或实时同步
2. 无原生移动端：依赖命令行/Python 环境，移动端使用门槛较高
3. 无智能推荐：未接入外部数据源（如天气、交通、价格），无法自动填充推荐内容
4. 历史数据管理：归档机制简单（archive.json），大规模历史计划检索能力有限
5. 可视化缺失：纯文本/JSON 存储，无甘特图、看板等可视化视图

适合人群

• 隐私敏感型用户：拒绝云端计划工具的数据收集
• 开发者/技术用户：习惯命令行工作流，追求可脚本化、可版本控制的计划管理
• 个人效率实践者：需要结构化框架辅助 GTD、PARA 等方法论落地
• 离线场景需求者：网络不稳定或完全离线环境下的计划工作

常规风险

• 数据备份责任：本地存储意味着用户需自行负责备份策略（如定期复制 plans.json）
• 文件损坏风险：JSON 文件若被意外编辑或磁盘故障，可能导致数据丢失
• 无跨设备同步：多设备用户需借助第三方工具（如 Syncthing、Git）实现手动同步
• 权限管理：若多用户共用系统，需自行控制目录权限防止数据泄露

核心用法

Planner 是一款本地优先的规划引擎，适用于旅行行程、周计划、项目推进、产品发布、结构化决策等多种场景。用户通过命令行工具与 Agent 交互，可调用 add_plan.py 创建新计划、suggest_plan.py 获取当前最优计划建议、update_plan.py 更新进度、daily_plan.py 查看当日任务、weekly_map.py 审视全局规划。每个计划包含目标（goal）、约束条件（constraints）、阶段划分（phases）、里程碑（milestones）、下一步行动（next_steps）及备注（notes）等结构化字段，帮助用户将模糊目标转化为可执行的行动蓝图。

显著优点

极致隐私保护：采用纯本地存储架构，所有数据仅保存在用户主目录下的 ~/.openclaw/workspace/memory/planner/ 路径，无云端同步、无第三方 API 调用，数据主权完全由用户掌控，天然符合 GDPR 数据最小化原则。

零依赖安全设计：仅使用 Python 标准库（json、os、sys、uuid、datetime、argparse），零第三方依赖包，彻底消除供应链攻击风险，部署简单，仅需 Python 3 环境即可运行。

行为与声明高度一致：代码经动态行为分析验证，无网络请求、无进程创建、无越权操作，所有功能均严格限定于规划相关的本地文件读写，安全审计评分达 92 分（S 级）。

工程化细节完善：采用原子写入机制防止数据损坏，输入解析具备容错处理，无 eval/exec 等危险函数，代码质量经静态分析验证达 95 分。

潜在缺点与局限性

功能边界明确：作为轻量级规划工具，不支持多人协作、实时同步、移动端访问或云端备份，团队协作场景需额外方案。

数据持久化风险：数据以明文 JSON 格式存储，虽位于用户目录受操作系统权限保护，但在多用户系统或设备被入侵场景下存在泄露风险，暂不支持加密存储。

缺乏高级功能：无甘特图可视化、无资源负载计算、无依赖关系自动排程，复杂项目管理需求可能需要专业工具补充。

数据管理文档待完善：当前 SKILL.md 未明确说明数据保留期限、归档策略及完全删除方法，用户需自行管理历史数据。

适合的目标群体

• 隐私敏感型用户：对数据主权有严格要求，拒绝云端存储的个人或组织。
• 离线工作者：经常在无网络环境（飞机、偏远地区）下需要规划工具的用户。
• 开发者/技术用户：熟悉命令行操作，追求轻量、可控工具栈的工程师、研究员。
• 个人效率管理者：需要结构化周计划、旅行行程、项目里程碑的独立工作者、自由职业者。
• 安全合规场景：金融、医疗、法律等对数据本地化有硬性要求的行业从业者。

使用风险

性能风险：纯本地文件 I/O 在大数据量（数千条计划）下可能出现读取延迟，建议定期归档历史计划。

数据丢失风险：无自动云备份机制，设备损坏或误删文件将导致数据不可恢复，用户需自行建立备份流程。

依赖环境风险：依赖系统 Python 3 环境，若环境配置异常或 Python 版本不兼容可能导致功能异常。

误操作风险：命令行操作缺乏二次确认机制，直接执行删除或状态变更可能造成不可逆的数据修改。