skills/daily-work/SKILL.md
# Daily Work — Автоматический дневной отчёт Собирает данные из activity log, git, session checkpoints. Генерирует полный отчёт с аналитикой в Obsidian. Поддерживает мульти-сессии (дополняет файл при повторном вызове за день). ## Какую боль закрывает - **"Что я сегодня сделал?"**: В конце дня не помнишь половины работы. Коммиты разбросаны по 7 проектам, файлы менялись в разных местах. - **Нет ретроспективы**: Без отчётов невозможно оценить прогресс, найти паттерны, понять куда уходит время. -
npx skillsauth add ai-mindset-org/pos-sprint skills/daily-workInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
Собирает данные из activity log, git, session checkpoints. Генерирует полный отчёт с аналитикой в Obsidian. Поддерживает мульти-сессии (дополняет файл при повторном вызове за день).
Python-скрипт activity-logger.py — хук Claude Code, который автоматически логирует каждое действие:
YYYY-MM-DDTHH:MM:SS|session_id|tool_name|target|detailclaude-activity.logКоманда /daily-work — оркестратор, который:
/daily-work # отчёт за сегодня
/daily-work 2026-03-01 # отчёт за конкретную дату
/daily-work --weekly # недельный дайджест (Пн-Вс)
При повторном вызове /daily-work за тот же день:
## Сессия N---
tags: [type/summary, project/personal, source/claude-code, topic/daily-work]
date: YYYY-MM-DD
sessions: N
---
# Daily Work — YYYY-MM-DD
## Summary
> 5-10 предложений о дне
## Сессия 1 (HH:MM – HH:MM)
### Проект: X
- Коммиты, файлы, подробное описание
## Аналитика
| Метрика | Значение |
|---------|----------|
| Сессий | N |
| Коммиты | N |
| Streak | N дней |
## AI Coach — Рекомендации
- Приоритеты на завтра
- Паттерны и инсайты
| Файл | Назначение |
|------|-----------|
| scripts/activity-logger.py | PostToolUse hook — автологирование действий Claude Code |
| daily-work.md | Claude Code команда — генерация отчёта |
| SKILL.md | Этот файл — документация |
В ~/.claude/settings.json:
{
"hooks": {
"PostToolUse": [
{
"matcher": "Write|Edit|Bash",
"hooks": [
{
"type": "command",
"command": "python3 /path/to/activity-logger.py"
}
]
}
]
}
}
testing
# YT Transcribe — YouTube → Whisper → Obsidian Транскрибирует YouTube-видео через mlx-whisper (Apple Silicon, Metal-native) с параллельными чанками. Fallback на openai-whisper если mlx недоступен. ## Какую боль закрывает - **Потерянный контент видео**: Посмотрел лекцию/подкаст — через неделю забыл 90%. Нет текстовой базы для поиска. - **Нет транскриптов для русского**: YouTube auto-captions для русского языка — мусор. Whisper даёт quality транскрипцию. - **Ручная обработка**: Переслушивать 2-
development
Интерактивный процесс написания текстов для вайб-маркетинга на основе Julian Shapiro framework. **Новые возможности (v2.0):** - Research & Gap Analysis (Perplexity → WebSearch fallback) - Scoring 0-5 вместо binary (Novelty + Resonance + Hook + Clarity) - AI-Slop Detection на всех этапах (10 типов patterns) - 3 варианта intro с self-scoring - Markdown export всех промежуточных результатов **Русские triggers:** "напиши пост по шапиро", "написать статью по фреймворку шапиро", "создай текст в стиле julian shapiro", "помоги написать контент по методу shapiro", "контент по julian shapiro фреймворку", "пост по julian shapiro", "напиши в стиле шапиро" **English triggers:** "write content using julian shapiro framework", "create post with shapiro method", "write article shapiro style", "help with julian shapiro writing" **Generic triggers:** "напиши статью", "помоги написать контент", "создай текст", "начать писать", "хочу написать пост", "нужна помощь с текстом", "write content", "write article", "создай контент", "придумай идею для статьи", or requests help with content creation process.
tools
# /tg-saved v2 — Telegram Saved Messages → Deep Analysis → Obsidian ## Назначение Скилл извлекает сообщения из Telegram "Избранное" (Saved Messages) за последние N дней, автоматически парсит контент всех ссылок в сообщениях (requests + BeautifulSoup, до 5000 символов на URL), затем для каждого сообщения запускает глубокий анализ через Claude CLI subprocess (модель Sonnet). Результат — подробная структурированная заметка в Obsidian `00-inbox/` с YAML frontmatter, секциями анализа, ссылками и ор
documentation
Делает LLM-выжимку из комментариев менеджеров об одном или нескольких подрядчиках. Используй этот скилл когда нужно понять что говорят менеджеры о конкретном подрядчике, или получить JSON с выжимкой для дальнейшей обработки.