隐私优先的智能习惯管家

纯指令型个人生活教练技能，通过本地JSON文件管理目标追踪与习惯养成，零代码执行、零网络请求，隐私安全可控。

基本信息

• 技能名称?lofy-life-coach
• 中文名称?隐私优先的智能习惯管家
• 作者?harrey401
• 分类?效率
• 版本?v1.0.0
• 标签?productivity, healthcare-life-sciences, automation, personal-growth

使用方法

使用说明
核心用法
Lofy Life Coach 是一款面向个人效率管理的 Agent Skill，通过结构化的本地数据文件 data/goals.json 实现全生命周期的目标追踪。其核心工作流分为三大场景：早晨简报（整合天气、日历、目标进度生成200字内可扫描摘要）、晚间回顾（记录当日成就、更新习惯状态、预览次日安排）、以及自然语言目标更新（支持"I worked out"等口语化指令自动解析并同步数据）。此外，技能内置周日自动重置机制，归档周数据、计算完成率并更新连续 streak 计数。
显著优点
隐私优先设计 ：所有数据仅存储于本地 JSON 文件，无网络传输、无云端依赖，从根本上杜绝第三方数据泄露风险。 智能提醒策略 ：采用自适应 nudge 逻辑——每主题每日最多1次提醒、根据用户情绪状态调整语气、仅在真正落后目标时触发健身提醒，避免传统效率工具的"数字 nagging"困扰。 低门槛交互 ：支持自然语言输入，用户无需学习固定指令格式即可更新进度，大幅降低使用摩擦。 趋势导向理念 ：明确强调"weekly trends matter more than any single day"，帮助用户建立长期主义心态，减少单次失败的挫败感。
潜在缺点与局限性
功能边界清晰但有限 ：该技能为纯指令文档，无代码执行能力，意味着天气、日历等数据需依赖外部 Agent 能力提供，若运行环境不支持相关工具，早晨简报将缺失关键信息。 数据持久化风险 ：单文件本地存储虽保障隐私，但缺乏自动备份机制，文件损坏或误删将导致历史 streak 数据永久丢失。 跨平台同步缺失 ：数据绑定单一设备，用户无法在多台终端间无缝衔接目标追踪。 习惯类型固化 ：预设 habit 列表（sleep_by_midnight、meal_prep_sunday、read_30min）为硬编码示例，实际扩展需用户手动修改 JSON 结构，灵活性受限。
适合的目标群体
自律初学者 ：需要结构化框架建立习惯，但抗拒复杂工具学习成本
隐私敏感用户 ：拒绝将个人目标数据上传至 Notion、Habitica 等云端服务
极简主义者 ：偏好文本交互、厌恶功能冗余的效率应用
Claude Code 深度用户 ：已在终端/IDE 环境中工作，希望将生活管理无缝嵌入现有工作流
使用风险
性能层面 ：JSON 文件随使用时长增长可能膨胀，长期高频读写或影响响应速度，建议每季度手动归档历史数据。 依赖项风险 ：技能功能完整性高度依赖运行环境的工具调用能力（天气查询、日历读取），环境差异可能导致体验不一致。 数据完整性 ：缺乏事务性写入保护，极端情况下（如进程中断）可能导致 JSON 结构损坏，建议配合版本控制或定期手动备份。