前言¶
自学或备考时，时间往往花在 IDE、文档和浏览器之间切换，事后很难说清楚「这一周到底学了多久」。手工记番茄钟或表格能记账，但和真实前台进程对不上，维护成本也高。下面介绍 SkillHub 上的 Study Time Tracker（坐标 @user_8187aa71/study-time-tracker-pro）：以通用 SKILL.md 形式交给 Agent，用自然语言触发，依赖本机进程采样做学习 / 编程 / 休闲等场景归类，并输出可保存的时间报告。
这是什么¶
Study Time Tracker 是社区来源（community）、分类为 education 的 Agent Skill，当前版本 1.0.0，发布者为 SkillHub 用户 user_8187aa71，页面标注作者为黄诗乐。SkillHub 上该条目标记 requires_api_key=false，无需额外 API Key。
一句话定位：自动监测电脑应用使用情况，统计学习、编程、休闲等类别时长，支持按日 / 周 / 月维度生成分析报告（说明见技能包内 SKILL.md 与 skill.json）。
核心功能¶
依据技能包文档，已核实的能力包括：
- 进程级监测：通过
psutil枚举运行中的进程名称，按秒采样并累计出现次数（技能包main.py中的实现方式）。 - 场景归类：内置
APP_CLASSIFY词表，将进程名匹配到study、code、entertain、social，未命中则归入other。 - 报告输出：生成包含生成时间、统计周期标签、各场景耗时（单位为秒）的 JSON 结构；若指定有效本地目录，可写入
time_report.json。 - 自然语言触发：支持「统计学习时长」「生成时间报告」「查看作息分配」「分析使用时间」等触发语（见
SKILL.md）。
可选参数（SKILL.md / skill.json 一致）：
| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
| cycle_type | string | 否 | week | 统计周期：day / week / month |
| store_dir | string | 否 | 无 | 报告本地保存路径；不填则不写文件 |
安装与启用¶
1. 安装 SkillHub CLI（若尚未安装）¶
按 SkillHub 安装说明 检查或安装：
command -v skillhub && skillhub --version
未安装时可执行完整安装脚本（文档推荐）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安装 Study Time Tracker¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 且可能不被识别。常用路径如下（摘自官方安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
示例（Cursor）：
skillhub install study-time-tracker-pro --namespace user_8187aa71 --dir ~/.cursor/skills/
SkillHub 页面也支持将下面提示交给 AI，由其按同一安装文档完成安装：
请根据 https://skillhub.cn/install/skillhub.md，安装 `@user_8187aa71/study-time-tracker-pro`。
安装完成后，技能目录名一般为 @user_8187aa71/study-time-tracker-pro。按你所用客户端要求重启或重新加载 Agent 后，再使用触发语。
3. Python 依赖¶
技能包 requirements.txt 声明：
psutil>=5.9.0
在技能目录或你的运行环境中执行：
pip install -r requirements.txt
典型用法¶
SKILL.md 给出的可复现流程如下。
- 对 Agent 说：
统计学习时长，按周生成报告（或改用day/month对应周期语义）。 - Agent 按技能说明调用监测与统计逻辑，输出分类结果。
- 需要落盘时指定保存路径，例如：
store_dir: "C:/Users/你的名字/Documents"（路径需为已存在的目录，技能包main.py中仅在os.path.isdir(save_path)为真时写入文件）。
技能包入口脚本在本地直接运行时的行为（便于自测）：
cd ~/.cursor/skills/@user_8187aa71/study-time-tracker-pro
python main.py
默认会执行约 10 分钟采样（time_statistics 默认 monitor_min=10），随后在标准输出打印 JSON 报告。
适用场景与注意¶
适合谁：需要在对话里快速看一眼「当前机器前台进程大致落在学习 / 写代码 / 娱乐哪一类」的个人用户；分类 education，SkillHub 统计（以页面抓取为准）下载约 823 次，评分 100000，安装计数为 0 仅表示商店侧记录，不代表不可用。
使用上需注意：
- 监测范围：实现依赖本机进程名与内置关键词表，未收录的应用会进入
other；部分进程可能因权限出现AccessDenied而被跳过（psutil行为）。 - 周期参数：
cycle_type会写入报告字段stat_cycle；技能包自带的main.py采样窗口由monitor_min控制，与「日 / 周 / 月」历史回溯不是同一套长期后台采集，使用前请按你的目标确认是否满足。 - 隐私与权限：进程枚举发生在本机，报告内容可能暴露使用习惯；
store_dir请指向你信任的路径。 - 无 API Key：标签
requires_api_key=false，不依赖外部付费接口，但仍需本机 Python 与psutil可用。
结尾¶
Study Time Tracker 把「看进程、分场景、出报告」封装成 Agent 可读的 Skill，适合用几句自然语言触发，而不是单独维护一套 GUI 计时器。官方 SkillHub 页面：https://www.skillhub.cn/skills/user_8187aa71/study-time-tracker-pro；API 坐标页：https://api.skillhub.cn/user_8187aa71/study-time-tracker-pro。版本与参数以技能包内 SKILL.md、skill.json 为准。
