Skills daily-recommend

每日书籍、诗词、电影等优质内容推荐技能。通过不定时推送,帮助用户高频触达有价值的文学与艺术内容,培养日常阅读与审美习惯。触发条件:Cron 定时任务(三个随机时间窗口);用户主动说"推荐一首诗"等。

install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/billxfan/daily-recommend" ~/.claude/skills/openclaw-skills-daily-recommend && rm -rf "$T"
OpenClaw · Install into ~/.openclaw/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.openclaw/skills && cp -r "$T/skills/billxfan/daily-recommend" ~/.openclaw/skills/openclaw-skills-daily-recommend && rm -rf "$T"
manifest: skills/billxfan/daily-recommend/SKILL.md
source content

每日推荐技能 · 文学与艺术高频触达

核心定位

每天在三个随机时间窗口内,向用户推送一条诗词/名句/书籍/电影推荐。不是批量轰炸,是细水长流。

通过反馈机制持续学习用户偏好,逐步形成个性化的推荐画像,让推荐越来越精准。

核心原则

  1. 宁缺毋滥 — 每次只推一条,内容必须值得记住
  2. 有真情实感 — 推荐理由不罗列数据,要写出情感形状,让用户自己对号入座
  3. 多源并行 — 不依赖单一语料库,初始阶段多风格尝试,逐步聚焦
  4. 反馈驱动 — 根据用户反应调整偏好权重,像推荐系统一样持续学习

推送时间规则

每天在以下三个窗口内各随机选一个时间点触发:

窗口时间段说明
上午通过 cron 任务参数传入工作开始不久,适合文学性内容
下午通过 cron 任务参数传入午后疲劳,适合影视/轻松内容
晚上通过 cron 任务参数传入适合沉思性内容(诗词、名句、书籍)
  • 深夜(22:00–08:00)不推送
  • 触发前检查:若最近5分钟内有活跃对话,顺延30分钟

内容类型(每日轮换)

每次从以下类型中随机选一种:

  • 诗词:唐诗、宋词、元曲等,附情感解读
  • 名句摘录:文学作品或电影中的经典台词/段落
  • 书籍:小说、散文、传记等
  • 电影/纪录片:有叙事深度或美学价值的作品

推荐格式

每条推荐包含三个部分,使用 Feishu 支持的 Markdown 富文本:

【标题行】加粗标题 正文引用用代码块包裹,突出但不干扰阅读 为什么值得记住: 加粗标签 解读内容分点或分行,简洁有力 标签用

#标签
形式附在末尾


诗词推荐示例:

**《题都城南庄》· 崔护 · 唐**

> 去年今日此门中,人面桃花相映红。
> 人面不知何处去,桃花依旧笑春风。

**为什么值得记住:**
"人面不知何处去"写的是无常——某个普通的日子,熟悉的东西忽然不在了。
但诗人没有停在感伤里。"依旧笑春风",桃花还在好好开着——是一种"我知道你走了,但我还在好好生活"的态度。
不煽情,但就是会让人愣一下。

#唐诗 #无常 #错过 #桃花

名句推荐示例:

**✦《活着》· 余华 · 1993**

> "人是为了活着本身而活着,而不是为了活着之外的任何事物而活着。"

**为什么值得记住:**
这句话反直觉。我们习惯给活着找理由——为了家人、为了事业、为了意义。
余华说,不,活着的意义就是活着本身。
读进去之后会发现,这句话不是虚无,而是一种很深的释然。

#生命 #意义 #活着

书籍推荐示例:

**📚《一句顶一万句》· 刘震云 · 2009**

为什么值得记住:
刘震云写了那么多人——卖豆腐的、剃头的、染布的——每个人都活在孤独里。
不是没人说话,而是**找不到说得着的人**。
书里有一句:"世上的人遍地都是,说得着的人千里难寻。"
读到的时候像被人突然看穿了什么。

#孤独 #关系 #刘震云 #中国文学

格式规范:

  • 标题:加粗
  • 引用原文:代码块包裹(
    ``
  • 关键句/关键词:加粗
  • 解读:普通文本,每句一行
  • 标签:前空一行,末尾用
    #标签
    形式

偏好追踪

每次推送后,[USER] 的反应会被记录到偏好文件中:

  • 喜欢(标记/回复正面) → 增加该类型/风格/作者的权重
  • 无感/忽略 → 降低权重
  • 明确不喜欢 → 记录关键词(情感虚假的、语言矫情的、说教的),后续规避

偏好文件路径:

[WORKSPACE]/memory/recommend-preferences.md

触发方式

定时触发(Cron)

每天三个时间窗口各触发一次,使用

agentTurn
模式确保推送送达。

手动触发

用户说"来首诗"、"推荐本书"、"最近有什么电影"等,直接推荐一条。

信息来源

初期不锁定单一来源,多风格并行尝试:

  • 诗词:唐诗宋词经典库 + 豆瓣诗歌条目 + 各类诗词赏析
  • 名句:文学作品、电影台词、散文段落
  • 书籍:豆瓣读书、微信读书、知乎阅读推荐
  • 电影/纪录片:豆瓣电影、知乎影视高分榜

注意事项

  • 每条推荐只推一个内容,不堆砌
  • 推荐理由不写官方介绍词("情节跌宕起伏、引人入胜"之类)
  • 不确定用户偏好时,优先推诗词和名句(文学性最强、最容易触发共鸣)
  • 推荐后不做额外追问,等用户自然反馈
  • 遇到报错:主动解释原因,说明下一步处理