前言¶
在 Agent 或對話產品裏做「定時提醒」，常見做法是讓用戶點選日期時間、再填事項，或自己寫正則去摳「明天八點」這類表達。前者交互重，後者覆蓋面和容錯都有限。若希望用戶一句話說完、下游又能穩定拿到時間、事項和日期，就需要一層語義解析，並把結果固定成後端能直接消費的格式。
下面介紹 SkillHub 上的社區 Skill「智能定時提醒助手」（座標 @user_a7339ddb/task-scheduler-py，版本 1.0.0），它把「理解用戶說法」和「輸出結構化字段」交給 Agent 側的 Skill 流程完成，並標明無需外部 API Key（requires_api_key=false）。
這是什麼¶
「智能定時提醒助手」是面向 AI Agent 的 Skill，分類爲 ai-agent，由社區發佈者 user_a7339ddb 維護，在 SkillHub 頁面由作者「貓哈噗啦啦吖」展示。
定位可以概括爲：智能語義識別 + 定時提醒任務的信息抽取。用戶用自然語言描述「何時提醒、提醒什麼」，由當前對話中的 AI 模型解析文本，提取提醒時間、提醒事項、執行日期等字段，再按 Skill 約定的統一、固定結構化格式輸出，供你的後端或調度代碼讀取並真正創建定時任務。Skill 本身側重解析與格式約定；具體用 cron、消息隊列還是本地調度器落庫，由集成方實現。
核心功能¶
依據官方簡介，已覈實的能力包括：
- 自然語言發起提醒：支持類似「在今天下午 14:00 提醒我有個會議」「明天早上 8 點提醒我起牀」的輸入方式。
- 模型側解析：由 AI 從用戶輸入中提取提醒時間、提醒事項、執行日期等核心信息。
- 固定結構化輸出：解析結果以統一格式輸出，便於後端直接讀取並創建定時提醒任務。
- 無外部 API Key 依賴：整體流程不接入第三方提醒類 API Key，僅依賴 Agent 的語義理解與按格式輸出；標籤爲
requires_api_key=false。
在 SkillHub 上，該 Skill 來源爲 community，當前頁面顯示評分 100000、下載 766 次、安裝 6 次（數據以 SkillHub 頁面爲準）。
安裝與啓用¶
安裝方式遵循 SkillHub 通用流程，詳見 SkillHub 安裝與優先源配置。官方頁面給出的安裝提示爲：根據上述文檔安裝 @user_a7339ddb/task-scheduler-py。
1. 檢查或安裝 skillhub CLI¶
先確認本機是否已有 CLI：
command -v skillhub && skillhub --version
若未安裝，可使用官方安裝腳本（完整安裝含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅安裝 CLI 時：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安裝到當前 Agent 的 skills 目錄¶
安裝技能時必須用 --dir 指向當前 Agent 實際使用的 skills 目錄，否則默認會裝到 ./skills/，Agent 可能無法識別。
skillhub install user_a7339ddb/task-scheduler-py --dir <skills 目錄>
常用客戶端的 skills 路徑（來自官方安裝文檔）如下，請按你當前環境選用：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
例如在 Cursor 中，可將 <skills 目錄> 設爲 ~/.cursor/skills/。安裝後若 Agent 未立即加載新 Skill，需按你所用客戶端的說明刷新或重啓後再試。
官方 API 地址：https://api.skillhub.cn/user_a7339ddb/task-scheduler-py
SkillHub 展示頁：https://www.skillhub.cn/skills/user_a7339ddb/task-scheduler-py
典型用法¶
啓用 Skill 後，用戶側輸入自然語言提醒需求即可。官方給出的示例如下，可用於驗證模型是否按 Skill 要求完成解析與結構化輸出：
- 「在今天下午 14:00 提醒我有個會議」
- 「明天早上 8 點提醒我起牀」
經過上面的步驟，Agent 應先從語句中抽出時間與事項（及執行日期等相關字段），再以 Skill 約定的固定格式返回；你的應用層讀取該結構後，再調用自己的定時任務接口完成創建與調度。公開資料未給出具體 JSON 字段名或 schema 樣例，集成時應以 Skill 包內 SKILL.md 及隨 Skill 發佈的說明爲準。
適用場景與注意¶
適合誰
- 正在做對話式助手、個人效率 Bot 或輕量提醒功能，希望減少表單式選時間的團隊。
- 已有或計劃自建調度後端，只需要 Agent 側穩定產出「時間 + 事項 + 日期」等字段的集成方。
- 希望避免爲「聽懂用戶什麼時候要提醒」單獨申請第三方 NLP 或提醒 API Key 的場景（與本 Skill 的無密鑰標籤一致）。
需要注意
- 時間解析質量取決於當前使用的 AI 模型與 Skill 提示約束；模糊表述（如「過一會兒」「下週某天」）需要你在產品層定義兜底或追問策略。
- Skill 描述的是解析與結構化輸出流程，不包含具體的任務持久化、到時推送或重複提醒實現；這些需在你的服務中補齊。
- 社區來源（
community），升級與行爲變更請以 SkillHub 上@user_a7339ddb/task-scheduler-py的版本與文檔爲準。
結尾¶
「智能定時提醒助手」把自然語言提醒需求收斂爲可編程的結構化結果，並強調無需外部 API Key，適合作爲 Agent 與自建調度之間的薄一層。若要在 Cursor 等環境中試用，按 SkillHub 文檔安裝 @user_a7339ddb/task-scheduler-py 到對應 skills 目錄即可。
官方 SkillHub 頁面：https://www.skillhub.cn/skills/user_a7339ddb/task-scheduler-py
