量化管理系统 (Quantified Self)
核心理念
一切皆可量化,让进步看得见。
将 AI 与用户的交互中所有有价值的方面都用数据呈现:
- 成长/进化:从 X% → Y%
- 任务完成:完成率、质量评分
- 学习成果:新知识数量、掌握程度
- 效率指标:速度、迭代次数、准确率
- 成就记录:里程碑、高光时刻
- 目标达成:目标进度、达成率
触发条件
当用户询问任何需要量化回答的问题时触发:
成长相关:
- "今天成长怎么样"、"进步了多少"、"进化到什么程度"
- "能力评估"、"水平如何"、"对比上次"
任务相关:
- "今天完成了什么"、"任务统计"、"工作成果"
- "完成了多少任务"、"完成率如何"
学习相关:
- "学到了什么"、"知识统计"、"掌握了多少"
- "今天学习了什么内容"
效率相关:
- "效率怎么样"、"速度如何"、"质量评分"
- "今天的表现数据"
综合查询:
- "今天的汇报"、"今日数据"、"量化报告"
- "数据化呈现"、"给我看数据"
- "统计一下今天"
成就相关:
- "今天有什么亮点"、"高光时刻"、"值得记录的"
- "里程碑"、"成就"
核心功能模块
模块 1:成长追踪 (Growth Tracking)
评估维度:
- 知识广度:掌握的概念/工具/技术数量
- 能力深度:任务完成质量、复杂度处理
- 响应质量:准确性、相关性、完整性
- 效率指标:速度、迭代次数
输出格式:
📊 成长报告
总体:48.5% → 52.3% (+3.8%)
知识:███████░░░░░░░░ 15.2% (+12.3%)
能力:█████████░░░░░░ 65.8% (+8.2%)
质量:█████████░░░░░░ 72.1% (+5.4%)
效率:██████░░░░░░░░░ 45.3% (+6.7%)
模块 2:任务统计 (Task Statistics)
统计项目:
- 任务总数、完成数、进行中、失败数
- 完成率、平均质量评分
- 任务类型分布
- 耗时统计
输出格式:
✅ 任务统计
总任务:23 个
完成:18 个 (78.3%)
进行中:4 个
失败:1 个
类型分布:
- 代码编写:10 个 (██████████░░)
- 问题诊断:6 个 (██████░░░░░░)
- 方案设计:4 个 (████░░░░░░░)
- 文档编写:3 个 (███░░░░░░░░)
平均质量:7.8/10
平均耗时:8.5 分钟/任务
模块 3:学习成果 (Learning Outcomes)
记录项目:
- 新概念/工具/技术
- 掌握程度(0-100%)
- 应用次数
- 学习来源
输出格式:
📚 今日学习成果
新学内容:12 项
- React.memo (掌握度: 85%)
- TypeScript 泛型约束 (掌握度: 70%)
- Git rebase 交互模式 (掌握度: 60%)
- CSS Grid 高级布局 (掌握度: 90%)
- ... (共 12 项)
知识图谱:
- 前端框架:35 个概念
- 编程语言:28 个概念
- 工具使用:19 个概念
- 系统设计:12 个概念
总掌握概念数:94 个
模块 4:效率分析 (Efficiency Analysis)
分析项目:
- 响应速度
- 一次解决率
- 迭代次数
- 工具使用效率
输出格式:
⚡ 效率分析
响应速度:平均 2.3 秒/次
一次解决率:76.5% (18/23 任务)
平均迭代:1.8 次/任务
时间分布:
- 思考时间:35%
- 工具执行:45%
- 输出整理:20%
趋势:效率较昨日提升 12%
模块 5:成就记录 (Achievement Records)
记录项目:
- 里程碑事件
- 高质量输出
- 用户特别认可
- 突破性进展
输出格式:
🏆 今日成就
🌟 里程碑:
✓ 独立完成首个复杂 React 组件重构
✓ TypeScript 类型错误从 15 个降至 2 个
⭐ 高光时刻:
- 代码质量获得用户"完美"评价
- 一次性解决复杂的性能优化问题
🎯 突破:
- 首次使用 Redis 实现缓存
- 掌握了 GraphQL 查询优化
模块 6:目标管理 (Goal Management)
管理项目:
- 设定目标
- 进度追踪
- 达成率
- 预计完成时间
输出格式:
🎯 目标进度
目标1:掌握 React 性能优化
进度:██████████░░ 67%
预计:3 天内完成
目标2:提升代码质量到 8 分以上
进度:███████░░░░░ 58%
当前:7.8/10
目标3:减少代码重复率到 10% 以下
进度:█████████░░░░ 82%
当前:12.3% → 目标 <10%
模块 7:综合日报 (Daily Report)
包含所有模块的摘要:
📊 今日量化报告
╔═══════════════════════════════════╗
║ 日期:2025-03-10 ║
║ 对话轮数:28 轮 ║
╚═══════════════════════════════════╝
📈 成长进度
总体:48.5% → 52.3% (+3.8%)
速度:🟢 稳健成长
✅ 任务完成
18/23 完成 (78.3%)
质量:7.8/10
📚 学习成果
新掌握:12 个概念
应用:35 次
⚡ 效率指标
一次解决率:76.5%
平均耗时:8.5 分钟
🏆 今日亮点
3 个成就解锁
📊 详细数据
查看完整报告:输入"详细报告"
数据结构设计
存储位置
~/.openclaw/data/quantified_self.json
数据结构
{
"initialized_at": "2025-03-10T00:00:00Z",
"last_update": "2025-03-10T23:59:59Z",
"conversation_id": "current_session_id",
"growth": {
"baseline": {"overall": 40.0, "knowledge": 10.0, "capability": 50.0, "quality": 60.0, "efficiency": 40.0},
"current": {"overall": 52.3, "knowledge": 15.2, "capability": 65.8, "quality": 72.1, "efficiency": 45.3},
"history": [{"timestamp": "...", "overall": 48.5}, {"timestamp": "...", "overall": 52.3}]
},
"tasks": {
"total": 23,
"completed": 18,
"in_progress": 4,
"failed": 1,
"completion_rate": 78.3,
"average_quality": 7.8,
"by_type": {"coding": 10, "debugging": 6, "design": 4, "documentation": 3}
},
"learning": {
"new_concepts": [
{"name": "React.memo", "mastery": 85, "applied_count": 5, "source": "user_question"},
{"name": "TypeScript 泛型约束", "mastery": 70, "applied_count": 3, "source": "task_execution"}
],
"total_concepts": 94,
"by_category": {"frontend": 35, "languages": 28, "tools": 19, "design": 12}
},
"efficiency": {
"avg_response_time": 2.3,
"first_try_success_rate": 76.5,
"avg_iterations": 1.8,
"time_distribution": {"thinking": 35, "tools": 45, "output": 20}
},
"achievements": [
{"type": "milestone", "title": "首次独立完成复杂重构", "timestamp": "...", "icon": "🌟"},
{"type": "highlight", "title": "代码质量获完美评价", "timestamp": "...", "icon": "⭐"}
],
"goals": [
{"name": "掌握 React 性能优化", "progress": 67, "target": 100, "unit": "%", "eta_days": 3},
{"name": "代码质量 8 分以上", "progress": 7.8, "target": 8, "unit": "score", "eta_days": 5}
],
"daily_stats": {
"2025-03-10": {
"conversations": 28,
"tasks_completed": 18,
"concepts_learned": 12,
"achievements": 3,
"overall_growth": 3.8
}
}
}
工作流程
1. 初始化阶段
首次运行时创建数据文件:
# 创建数据目录
mkdir -p ~/.openclaw/data
# 初始化数据文件
cat > ~/.openclaw/data/quantified_self.json << 'EOF'
{
"initialized_at": "{{当前时间}}",
"last_update": "{{当前时间}}",
"growth": {
"baseline": {
"overall": {{估算初始能力}},
"knowledge": 0,
"capability": {{估算初始能力}},
"quality": {{估算初始能力}},
"efficiency": {{估算初始能力}}
},
"current": {
"overall": {{估算初始能力}},
"knowledge": 0,
"capability": {{估算初始能力}},
"quality": {{估算初始能力}},
"efficiency": {{估算初始能力}}
},
"history": []
},
"tasks": {"total": 0, "completed": 0, "in_progress": 0, "failed": 0, "by_type": {}},
"learning": {"new_concepts": [], "total_concepts": 0, "by_category": {}},
"efficiency": {},
"achievements": [],
"goals": [],
"daily_stats": {}
}
EOF
2. 实时追踪阶段
在对话过程中持续记录:
任务完成时:
- 记录任务类型、完成状态、质量评分
- 更新任务统计
学习新内容时:
- 记录新概念、掌握程度
- 更新学习成果
获得用户认可时:
- 记录为成就/高光时刻
完成目标里程碑时:
- 更新目标进度
3. 报告生成阶段
根据用户查询类型生成对应报告:
- "成长怎么样" → 成长追踪报告
- "完成了什么" → 任务统计报告
- "学到了什么" → 学习成果报告
- "效率如何" → 效率分析报告
- "今天汇报" → 综合日报
4. 数据更新阶段
每次报告后更新数据文件:
# 读取当前数据
DATA=$(cat ~/.openclaw/data/quantified_self.json)
# 更新字段
# 保存回文件
量化标准
成长量化
总体能力 = Σ(各维度 × 权重) / 100
成长% = (当前 - 基准) / (100 - 基准) × 100
任务质量
质量评分 = (用户满意度 × 0.4 + 代码质量 × 0.3 + 完整性 × 0.3) × 10
学习掌握度
掌握度 = (理解程度 × 0.5 + 应用次数 × 10 + 教学能力 × 0.2)
上限 100%
效率评分
效率 = (100 - 迭代次数 × 15) × 一次成功率 × 速度因子
可视化元素
进度条
20 字符宽度
███ = 已完成
░░░ = 未完成
示例:██████████░░░░░░░ 60%
趋势图
40% ┤
50% ┤ ╭──╮
60% ┤ ╭──╯ ╰─╮
70% ┤─╯ ╰──╮
└────────────▶
1 2 3 4 5
仪表盘
╔═════════════════════╗
║ 成长 ████░░░░ 52%║
║ 任务 ██████░░ 78%║
║ 学习 ███████░ 85%║
║ 效率 █████░░░ 65%║
╚═════════════════════╝
用户交互模式
主动汇报模式
用户:"汇报今天的成长和任务完成情况"
→ 生成包含成长追踪 + 任务统计的综合报告
查询模式
用户:"今天学到了什么"
→ 只输出学习成果报告
对比模式
用户:"和昨天比怎么样"
→ 显示今日 vs 昨日的对比数据
详情模式
用户:"详细报告"
→ 显示所有模块的完整数据
简报模式
用户:"简报" 或 "快速汇报"
→ 只显示关键数据的摘要(3-5 行)
特殊功能
设定目标
用户:"设定目标:掌握 React Hooks"
→ 添加到 goals 数组,初始进度 0%
记录成就
用户:"记录成就:完成了第一个完整的组件"
→ 添加到 achievements 数组
导出数据
用户:"导出所有数据"
→ 提供 JSON/CSV 格式的完整数据
重置数据
用户:"重置量化数据"
→ 确认后删除数据文件,重新初始化
数据持久化策略
- 实时更新:每次任务完成、学习新内容立即更新
- 定期保存:每轮对话结束保存完整状态
- 历史归档:每天的数据存入 daily_stats
- 定期清理:保留最近 90 天详细数据,更早的只保留摘要
注意事项
- 数据隐私:所有数据存储在本地,不上传云端
- 性能考虑:数据文件不应过大,定期归档
- 准确性:基于实际对话,不虚构数据
- 可读性:报告要清晰易懂,不要过于技术化
- 可操作性:提供具体的改进建议,不只是数字
配置自定义
用户可在 ~/.openclaw/config.json 中自定义:
{
"skills": {
"quantified_self": {
"weights": {
"knowledge": 0.25,
"capability": 0.30,
"quality": 0.25,
"efficiency": 0.20
},
"report_detail": "full", // full | summary | minimal
"auto_track": true, // 是否自动追踪
"show_trends": true, // 是否显示趋势图
"retention_days": 90 // 数据保留天数
}
}
}