适用于 Openclaw 的 OKR Tracker

一款自动化 OKR 跟踪与对齐助手,可与 Notion、Jira、Lark 和 Google Sheets 等平台无缝同步,生成报告并管理团队目标。

ai-gaoqian
v1.0.0
2026年6月13日
0
145
4

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install okr-tracker

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式
~/.openclaw/skills/
工作区
<project>/skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 okr-tracker。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

什么是 OKR Tracker?

OKR Tracker 是一款多功能技能,旨在实现目标与关键结果 (OKR) 管理生命周期的自动化。通过连接流行的项目管理和文档中心(包括 Notion、Jira、Lark (Feishu)、Google Sheets 以及本地 CSV/Excel 文件),该技能无需手动跟踪进度。它能聚合分布式状态数据,检测工作流偏差,并生成可落地的绩效洞察。

将此技能作为 Openclaw Skills 库的一部分,使团队和开发人员无需花费数小时手动编制电子表格即可保持完美对齐。它充当智能协调员,将非结构化项目任务转换为高保真进度更新、健康状况可视化和自动化风险预警,直接集成在您的 AI 辅助开发环境中。

OKR Tracker 应用场景

  • 自动化周度 OKR 报告: 自动从活跃的 Jira 看板和 Notion 工作区提取数据,生成结构化的周度 OKR 进度报告。
  • 风险与延迟检测: 主动识别进度落后的关键结果 (KR)(例如:进度滞后超过 10% 或 30%)并标记以进行即时补救。
  • 跨平台同步: 无需手动输入即可在 Notion 或 Lark 等远程中心与本地离线电子表格之间同步 OKR 数据库。
  • 可视化目标动态: 自动渲染可视化进度图表和状态分布,以便在团队对齐会议中展示。

OKR Tracker 工作原理

  1. 数据源集成: 使用安全的 API token 或相对路径连接到定义的 OKR 源,例如 Notion 数据库、Jira 问题、Lark 表格或本地文件 (CSV/Excel)。
  2. 聚合与对齐: 解析目标 (O) 和关键结果 (KR),映射其关系,并根据定义的里程碑计算当前进度百分比。
  3. 风险分析: 执行对比算法以分析当前进度是否符合预期时间表,并标记瓶颈。
  4. 报告与可视化: 利用 Pandas 和 Matplotlib 编制结构化周度更新并导出进度图表。
  5. 同步与输出: 以 Markdown 格式保存评估报告或自动更新远程跟踪数据库。

OKR Tracker 配置指南

使用 Clawhub CLI 安装此技能:

clawhub install okr-tracker

配置

确保配置必要的环境变量以启用与外部平台的自动化同步:

  • NOTION_API_KEY:Notion 集成所需。
  • JIRA_API_TOKEN:导入 Jira 指标所需。
  • FEISHU_APP_TOKEN:Lark/Feishu 集成所需。

最低要求:Python >= 3.10,256MB RAM,以及 0.3 CPU 核心。

OKR Tracker 数据架构与分类体系

OKR Tracker 处理结构化的目标和关键结果。数据使用以下模式进行映射:

字段名称 类型 描述 必填
objective_id String 目标的唯一标识符(例如 O1, O2)
objective_title String 主要目标摘要
kr_id String 关键结果的唯一标识符(例如 KR1.1)
target_value Float 最终目标值
current_value Float 当前达成状态
status String 计算状态(On Track, Delayed, Off Track)
owner String 负责交付的团队成员

OKR Tracker 高级特性

  • 多平台同步流水线: 同时从 Jira 问题提取实时项目数据,并将同步更新输出到行政级 Notion 仪表板。
  • 动态风险预警: 配置自定义进度偏差阈值(例如:当 KR 偏离时间轨迹超过 15% 时触发警报)。
  • Matplotlib 可视化引擎: 自动渲染并导出分布和进度图表,以供团队评审。
  • 本地文件缓存: 当外部 API 不可达或离线时,回退到已缓存的本地电子表格数据库。

SKILL.md


加载中

Openclaw 相关技能

METADATA

Github Stars: 0
forks: 0

精选*