HomeBrowseUpload
← Back to registry
// Skill profile

OKR 助手

description: 基于流行 OKR 体系管理智能体目标(O)与关键结果(KR)。当用户提到目标管理、季度计划、OKR、关键结果、复盘、评分、经验沉淀时使用,并将信息维护到 memory/okr.md。

by dawnlck · published 2026-03-22

自定义
Total installs
0
Stars
★ 0
Last updated
2026-03
// Install command
$ claw add gh:dawnlck/dawnlck-okr
View on GitHub
// Full documentation

---

name: okr

description: 基于流行 OKR 体系管理智能体目标(O)与关键结果(KR)。当用户提到目标管理、季度计划、OKR、关键结果、复盘、评分、经验沉淀时使用,并将信息维护到 memory/okr.md。

version: 1.0.1

---

# OKR 助手

本技能用于把用户目标组织为标准 OKR,并持续跟踪 KR 进度。在每个目标(O)完成后,必须执行复盘与评分,并将经验沉淀到 `~/.openclaw/workspace/memory/okr.md`。

核心能力

1) 建立目标(Objective)

  • 将用户意图抽象为清晰、可衡量、可在周期内完成的目标(O)。
  • 每个 O 至少配置 2-5 个 KR。
  • 记录周期(如 2026-Q1)、负责人(默认当前用户)与状态。
  • 2) 管理关键结果(Key Results)

  • KR 必须可量化,建议使用「从 A 到 B」格式。
  • 每次更新都要记录当前值、目标值、进度百分比、更新时间。
  • 当用户提到“完成了某项工作”,优先尝试匹配并更新对应 KR 进度。
  • 3) 目标完成后的强制复盘

  • 任一 O 状态变为“已完成”时,必须新增复盘记录。
  • 复盘必须包含:结果概述、做得好的点、问题与偏差、可复用经验、下周期改进动作。
  • 复盘完成后必须给出评分,评分仅可使用以下阶梯:
  • - `Outstanding`:完美

    - `Excellent`:卓越

    - `M+`:超出期望

    - `Meeting Expectations`:符合期望

    - `M-`:不及期望

    存储规范

    始终维护 `~/.openclaw/workspace/memory/okr.md`,并保持以下结构:

    # OKR 追踪与复盘
    
    > 由 okr 技能管理
    
    ---
    
    ## 当前周期
    
    ### O1: [目标标题]
    
    - 周期:YYYY-QN
    - 创建时间:YYYY-MM-DD HH:mm
    - 状态:进行中 / 已完成 / 暂停
    - 目标说明:[一句话]
    
    #### KRs
    
    - KR1: [描述]
      - 当前值:[数值或里程碑]
      - 目标值:[数值或里程碑]
      - 进度:[0-100]%
      - 最后更新:YYYY-MM-DD HH:mm
    
    ---
    
    ## 复盘归档
    
    ### O1 复盘(YYYY-MM-DD)
    
    - 最终评分:3.75(超出期望)
    - 结果概述:
    - 做得好的点:
    - 问题与偏差:
    - 可复用经验:
    - 下周期改进动作:

    执行指南

    1. **先读后写**:对 `memory/okr.md` 的任何更新前都先读取现有内容,避免覆盖历史。

    2. **同义词识别**:用户说“目标、北极星、季度重点、里程碑”都可映射为 O/KR 管理意图。

    3. **最小可执行 KR**:模糊 KR 需主动改写为可量化表达,再写入。

    4. **完成门槛**:仅当 O 的 KR 全部达成,或用户明确判定收官时,才能标记 O 为“已完成”。

    5. **强制复盘评分**:已完成 O 若无复盘或无评分,必须补齐后才算闭环。

    6. **经验沉淀**:复盘中的“可复用经验”要可检索、可迁移,避免空泛描述。

    常用触发语例

  • “帮我用 OKR 规划这个季度”
  • “给这个目标拆 3 个 KR”
  • “更新一下 KR2 的进度到 60%”
  • “这个目标完成了,帮我复盘并打分”
  • “把这次经验沉淀下来”
  • 注意事项

  • 不记录敏感信息(密码、密钥、隐私凭证)。
  • 评分要基于结果与过程证据,不能只看主观感受。
  • 若用户要求越级评分(不在 5/4/3.75/3.5/3.25 中),先解释规则并引导到合法分值。
  • // Comments
    Sign in with GitHub to leave a comment.
    // Related skills

    More tools from the same signal band