每日助手
daily-assistant
by asuranale
AI-powered daily task management MCP Server — recommend next task, inherit uncompleted todos, detect overdue, generate reviews. Deterministic ops in code (zero tokens), AI only when needed.
安装
claude skill add --url https://github.com/openclaw/skills文档
Daily Assistant MCP Server
A personal task management MCP Server. Deterministic operations (parsing, sorting, statistics) run in Python with zero token cost — AI only steps in when creativity is needed.
Setup
git clone https://github.com/AsuraNale/daily-assistant-mcp.git
cd daily-assistant-mcp
python3 src/setup.py --auto # Windows: py src/setup.py --auto
The setup wizard creates a .venv, installs dependencies, sets up your data directory, and auto-configures your AI editor. No manual pip install or config editing needed.
Tools
| Tool | What it does |
|---|---|
recommend_next | Recommends the most important task to work on next |
get_today | Reads today's daily task file |
inherit_tasks | Carries over uncompleted tasks from yesterday |
check_overdue | Detects overdue task files |
generate_review | Generates end-of-day review with completion stats |
scan_split | Flags tasks >80min or missing time estimates |
Resources
| Resource | Content |
|---|---|
daily://today | Today's task file |
daily://dashboard | Dashboard overview |
daily://history | 7-day completion statistics |
Task Format
- [ ] Task description ⏱️45min 📅 2026-03-30 ⏫
Markers: ⏱️ = time estimate, 📅 = deadline, ⏫ = highest priority, 🔼 = high, 🔽 = low.
Design Philosophy
- Zero-token deterministic ops: Parsing, sorting, stats run in Python code
- AI only when needed: Task splitting, creative advice, context-aware suggestions
- Platform-independent: Windows, macOS, Linux. No Obsidian dependency
- Simple data: Plain Markdown files, edit anywhere
相关 Skills
Claude接口
by anthropics
面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景，自动识别项目语言并给出对应示例与默认配置，快速搭建 LLM 应用。
✎ 想把Claude能力接进应用或智能体，用claude-api上手快、兼容Anthropic与Agent SDK，集成路径清晰又省心
计算机视觉
by alirezarezvani
聚焦目标检测、图像分割与视觉系统落地，覆盖 YOLO、DETR、Mask R-CNN、SAM 等方案，适合定制数据集训练、推理优化及 ONNX/TensorRT 部署。
✎ 把目标检测、图像分割到推理部署串成完整工程链路，主流框架与 YOLO、DETR、SAM 等方案都覆盖，落地视觉 AI 会省心很多。
智能体流程设计
by alirezarezvani
面向生产级多 Agent 编排，梳理顺序、并行、分层、事件驱动、共识五种工作流设计，覆盖 handoff、状态管理、容错重试、上下文预算与成本优化，适合搭建复杂 AI 协作系统。
✎ 帮你把多智能体流程设计、编排和自动化统一起来，复杂工作流也能更稳地落地，适合追求强控制力的团队。
相关 MCP 服务
知识图谱记忆
编辑精选by Anthropic
Memory 是一个基于本地知识图谱的持久化记忆系统，让 AI 记住长期上下文。
✎ 帮 AI 和智能体补上“记不住”的短板，用本地知识图谱沉淀长期上下文，连续对话更聪明，数据也更可控。
顺序思维
编辑精选by Anthropic
Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。
✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理，适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例，别指望直接用在生产环境里。
PraisonAI
编辑精选by mervinpraison
PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。
✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务（比如自动研究或代码生成），PraisonAI 的低代码设计和多平台集成（如 Telegram）让它上手极快。但作为非官方项目，它的生态成熟度可能不如 LangChain 等主流框架，适合愿意尝鲜的开发者。