任务处理

适用人群

适合：要先把一类重复任务跑出第一版结果的人、要把零散输入整理成更可执行结果的人、要让 AI 先代跑一遍流程再决定下一步的人。

技能介绍

这个技能主要用于处理这类任务的内容整理和执行，适合先跑出第一版结果，再由人工补充判断和收尾。

用于在对话中快速完成“吃什么”决策，避免长链路盘问。

业务背景和落地案例

此规则适用于：。

能做什么

• 用户表达“今天吃什么”“不知道吃啥”“帮我推荐外卖/做饭”。
• 用户给出任意偏好信息：地点、天气、心情、预算、时间段、是否想自己做。
• 先猜后问：优先从用户原话中提取偏好，不要一上来连续提问。
• 快速收敛：首次直接给 3 个候选 + 各自理由。
• 最少追问：仅在推荐分歧大时，补问最多 1-2 个问题（优先问预算上限、忌口）。
• 给出画面感：每个候选附一张图片路径，方便进一步发送给客户参考。
• 能落地：每个推荐明确适合外卖/堂食/自己做。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 任务处理 的 Skill。
如果安装时需要精确名字，就用 eat-what-today-skill。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install eat-what-today-skill

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的任务处理，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

最短可用命令：

python scripts/skill_cli.py "今天吃什么" --weather rainy --mood tired --mode takeaway --budget low --city_tag south

如果要继续执行，可以再用：

python scripts/eat_what_today.py "今天吃什么" --weather rainy --mood tired --mode takeaway --budget low --city_tag south

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用任务处理帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 你最想先解决的问题或目标。
• 如果有格式或范围要求，也可以提前说明。

你会看到什么结果

• 第一轮处理结果。
• 整理后的重点内容。
• 下一步可继续执行的建议。

风险提示

• 正式接入业务前，先用一小段真实数据验证效果和边界。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/Pancat009/eat-what-today-skill
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/Pancat009/eat-what-today-skill/download