前言¶
在 Agent 或对话产品里做「定时提醒」，常见做法是让用户点选日期时间、再填事项，或自己写正则去抠「明天八点」这类表达。前者交互重，后者覆盖面和容错都有限。若希望用户一句话说完、下游又能稳定拿到时间、事项和日期，就需要一层语义解析，并把结果固定成后端能直接消费的格式。
下面介绍 SkillHub 上的社区 Skill「智能定时提醒助手」（坐标 @user_a7339ddb/task-scheduler-py，版本 1.0.0），它把「理解用户说法」和「输出结构化字段」交给 Agent 侧的 Skill 流程完成，并标明无需外部 API Key（requires_api_key=false）。
这是什么¶
「智能定时提醒助手」是面向 AI Agent 的 Skill，分类为 ai-agent，由社区发布者 user_a7339ddb 维护，在 SkillHub 页面由作者「猫哈噗啦啦吖」展示。
定位可以概括为：智能语义识别 + 定时提醒任务的信息抽取。用户用自然语言描述「何时提醒、提醒什么」，由当前对话中的 AI 模型解析文本，提取提醒时间、提醒事项、执行日期等字段，再按 Skill 约定的统一、固定结构化格式输出，供你的后端或调度代码读取并真正创建定时任务。Skill 本身侧重解析与格式约定；具体用 cron、消息队列还是本地调度器落库，由集成方实现。
核心功能¶
依据官方简介，已核实的能力包括：
- 自然语言发起提醒：支持类似「在今天下午 14:00 提醒我有个会议」「明天早上 8 点提醒我起床」的输入方式。
- 模型侧解析：由 AI 从用户输入中提取提醒时间、提醒事项、执行日期等核心信息。
- 固定结构化输出：解析结果以统一格式输出，便于后端直接读取并创建定时提醒任务。
- 无外部 API Key 依赖：整体流程不接入第三方提醒类 API Key，仅依赖 Agent 的语义理解与按格式输出；标签为
requires_api_key=false。
在 SkillHub 上，该 Skill 来源为 community，当前页面显示评分 100000、下载 766 次、安装 6 次（数据以 SkillHub 页面为准）。
安装与启用¶
安装方式遵循 SkillHub 通用流程，详见 SkillHub 安装与优先源配置。官方页面给出的安装提示为：根据上述文档安装 @user_a7339ddb/task-scheduler-py。
1. 检查或安装 skillhub CLI¶
先确认本机是否已有 CLI：
command -v skillhub && skillhub --version
若未安装，可使用官方安装脚本（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅安装 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安装到当前 Agent 的 skills 目录¶
安装技能时必须用 --dir 指向当前 Agent 实际使用的 skills 目录，否则默认会装到 ./skills/，Agent 可能无法识别。
skillhub install user_a7339ddb/task-scheduler-py --dir <skills 目录>
常用客户端的 skills 路径（来自官方安装文档）如下，请按你当前环境选用：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
例如在 Cursor 中，可将 <skills 目录> 设为 ~/.cursor/skills/。安装后若 Agent 未立即加载新 Skill，需按你所用客户端的说明刷新或重启后再试。
官方 API 地址：https://api.skillhub.cn/user_a7339ddb/task-scheduler-py
SkillHub 展示页：https://www.skillhub.cn/skills/user_a7339ddb/task-scheduler-py
典型用法¶
启用 Skill 后，用户侧输入自然语言提醒需求即可。官方给出的示例如下，可用于验证模型是否按 Skill 要求完成解析与结构化输出：
- 「在今天下午 14:00 提醒我有个会议」
- 「明天早上 8 点提醒我起床」
经过上面的步骤，Agent 应先从语句中抽出时间与事项（及执行日期等相关字段），再以 Skill 约定的固定格式返回；你的应用层读取该结构后，再调用自己的定时任务接口完成创建与调度。公开资料未给出具体 JSON 字段名或 schema 样例，集成时应以 Skill 包内 SKILL.md 及随 Skill 发布的说明为准。
适用场景与注意¶
适合谁
- 正在做对话式助手、个人效率 Bot 或轻量提醒功能，希望减少表单式选时间的团队。
- 已有或计划自建调度后端，只需要 Agent 侧稳定产出「时间 + 事项 + 日期」等字段的集成方。
- 希望避免为「听懂用户什么时候要提醒」单独申请第三方 NLP 或提醒 API Key 的场景（与本 Skill 的无密钥标签一致）。
需要注意
- 时间解析质量取决于当前使用的 AI 模型与 Skill 提示约束；模糊表述（如「过一会儿」「下周某天」）需要你在产品层定义兜底或追问策略。
- Skill 描述的是解析与结构化输出流程，不包含具体的任务持久化、到时推送或重复提醒实现；这些需在你的服务中补齐。
- 社区来源（
community），升级与行为变更请以 SkillHub 上@user_a7339ddb/task-scheduler-py的版本与文档为准。
结尾¶
「智能定时提醒助手」把自然语言提醒需求收敛为可编程的结构化结果，并强调无需外部 API Key，适合作为 Agent 与自建调度之间的薄一层。若要在 Cursor 等环境中试用，按 SkillHub 文档安装 @user_a7339ddb/task-scheduler-py 到对应 skills 目录即可。
官方 SkillHub 页面：https://www.skillhub.cn/skills/user_a7339ddb/task-scheduler-py
