Habit Tracker 是一款基于对话交互的纯文档型习惯养成辅助技能，通过零代码架构为用户提供安全、轻量的日常行为追踪服务。该技能由 clawd-team 开发，采用提示词模板技术实现，无需执行任何外部脚本即可在 AI 助手环境中运行。
核心用法
用户可通过自然语言对话完成习惯管理的全生命周期操作。创建阶段支持定义每日、每周或自定义频次的习惯目标，如"每天冥想"或"每周健身三次"；追踪阶段通过简单的"已完成"指令记录当日打卡，系统自动维护连续完成天数（Streak）计数；查询阶段可随时获取个人 habit 面板、特定习惯的连续记录或周度总结；此外还支持设置个性化提醒时间，在特定时段推送习惯打卡提示。特别设计的"跳过"功能允许用户在有限次数内暂停习惯而不中断连续记录，增加了机制的容错性。
显著优点
安全性是该技能的最大亮点。作为纯 Markdown 文档型资产，其不含任何可执行代码，从根本上杜绝了代码注入、恶意脚本执行或远程攻击向量。数据隐私保护方面，文档明确承诺"All data stored locally"，所有习惯记录与进度数据仅存储于本地设备，不上传至任何远程服务器，特别适合对隐私敏感的用户。功能设计上，Streak 机制利用游戏化心理学原理，通过连续打卡的可视化反馈强化行为惯性；对话式交互降低了使用门槛，无需安装独立 App 或学习复杂界面；轻量级架构确保零外部依赖，不会因第三方库漏洞引入供应链风险。
潜在局限
由于采用纯文档架构，功能深度受限。与专业习惯追踪应用相比，缺乏跨设备云端同步能力，数据绑定于单一设备，存在更换设备或清理缓存时数据丢失的风险。来源可信度为 T3 级别（个人/社区开发者），虽经安全审计无代码风险，但长期维护与更新稳定性不及企业级产品。功能边界局限于单用户场景，不支持团队协作、社交打卡或专业级数据分析（如详细的趋势预测、相关性分析）。此外，依赖 AI 助手的基础能力意味着提示词理解的准确性可能因模型版本差异而波动。
适合人群
该技能最适合追求极简主义的个人效率提升者，特别是习惯养成初期的用户，可从 1-2 个核心习惯开始建立自律基础。隐私敏感型用户（如不愿将个人生活数据上传至商业 App 服务器的人群）会欣赏其本地存储特性。对于已在使用 AI 助手进行日常工作的用户，该技能无缝融入现有工作流，无需在多个应用间切换。不适合需要严格医疗监测的健康管理（非医疗器械级）、团队协作场景或需要复杂数据分析的高级用户。
使用风险
尽管安全评级为 A 级，用户仍需注意数据持久化风险：本地存储虽保护隐私，但意味着缺乏自动备份机制，设备故障或误删可能导致历史记录永久丢失，建议定期手动导出重要数据。作为社区开发者作品，存在维护中断风险，未来可能缺乏功能更新或 Bug 修复。功能依赖方面，该技能 effectiveness 高度依赖宿主 AI 助手的对话理解能力，若模型更新导致指令识别率下降，可能影响使用体验。此外，"Skip"功能的有限使用次数若被耗尽，实际使用中的灵活性将受限。