Task Progress Report - 任务进展汇报
本技能用于在长任务执行期间，定期生成并输出任务进展报告。
功能概述
- 定时汇报：按设定间隔自动生成进展报告
- 智能输出：简短结论直接显示，详细内容保存文件
- 文件归档：完整报告保存至
/root/.openclaw/workspace/reports/progress/task_progress_report.md
使用方法
1. 启动任务进展汇报
当用户要求开启任务进展汇报时，使用以下步骤：
-
确认任务信息：
- 任务名称/描述
- 预计总时长或总工作量
- 汇报间隔（默认每5分钟）
- 关键检查点（可选）
-
初始化报告文件：
mkdir -p /root/.openclaw/workspace/reports/progress -
启动定时汇报（使用 qqbot-cron 或其他定时机制）：
- 设置定时任务，按指定间隔触发汇报
- 每次汇报时调用本技能的报告生成逻辑
2. 生成进展报告
每次汇报时，按以下格式生成内容：
简短消息（直接发送给用户）：
【任务进展 X/Y】
✅ 已完成：[关键成果简述]
🔄 正在：[当前进行的工作]
⏱️ 预计：[剩余时间/工作量估计]
💡 建议：[如有可执行建议]
📄 详细报告：/root/.openclaw/workspace/reports/progress/task_progress_report.md
详细报告文件（Markdown格式）：
# 任务进展报告 - [任务名]
## 执行摘要
- 开始时间：[timestamp]
- 当前进度：[X/Y] 或 [X%]
- 已用时间：[duration]
- 预计剩余：[remaining]
- 状态：[正常/警告/阻塞]
## 已完成工作
1. [具体完成项1]
2. [具体完成项2]
...
## 当前进行
[详细描述当前正在执行的操作]
## 遇到的问题
| 问题 | 严重程度 | 解决方案 |
|------|----------|----------|
| [问题1] | [高/中/低] | [建议] |
## 下一步计划
1. [接下来要做的事]
2. [...]
## 关键指标
- [指标1]: [值]
- [指标2]: [值]
## 资源使用
- CPU: [X%]
- 内存: [X%]
- 磁盘: [X%]
- 网络: [如有相关]
---
更新时间: [timestamp]
3. 结束汇报
任务完成时：
- 生成最终报告
- 总结关键成果
- 清理定时任务（如需要）
输出策略详解
何时使用简短消息
- 常规进展汇报
- 状态正常无异常
- 用户只需要了解概况
何时包含可执行建议
- 检测到潜在问题
- 发现优化机会
- 需要用户决策
详细报告更新规则
- 追加模式：保留历史记录，便于追溯
- 关键信息置顶：最新状态放在文件开头
- 日志式记录：每次更新添加时间戳
示例场景
场景1：模型训练任务
用户：帮我训练一个模型，记得定时汇报进展
→ 启动进展汇报
→ 每5分钟生成报告：
简短消息：
【任务进展 Epoch 3/10】
✅ 已完成：前3个epoch训练，loss从2.3降至1.1
🔄 正在：第4个epoch训练中
⏱️ 预计：还需约12分钟完成全部训练
💡 建议：当前学习率合适，可继续保持
📄 详细报告：/root/.openclaw/workspace/reports/progress/task_progress_report.md
场景2：批量数据处理
用户：处理这10万条数据，有进展告诉我
→ 启动进展汇报
→ 按批次（如每1万条）或按时间间隔汇报
场景3：多阶段任务
用户：执行这个多步骤分析任务，每一步都汇报
→ 在每个阶段完成时汇报
→ 阶段转换时特别标注
脚本工具
报告生成脚本
使用 /root/.openclaw/workspace/skills/task-progress-report/scripts/generate_report.py 辅助生成报告：
# 示例调用
python generate_report.py \
--task-name "模型训练" \
--progress "3/10" \
--status "normal" \
--summary "loss下降良好" \
--details "详见文件"
最佳实践
-
汇报频率：根据任务总时长设置合理间隔
- < 30分钟：每5分钟
- 30分钟-2小时：每10分钟
- 2-8小时：每30分钟
-
8小时：每1小时
-
信息粒度：
- 简短消息 ≤ 100字
- 详细报告可完整记录
-
异常处理：
- 发现异常立即汇报，不等待定时点
- 明确标注问题严重程度和解决方案
-
文件管理：
- 任务完成后可选择归档报告
- 长期运行的任务可按日期分割报告文件