Gtd Capture

GTD · capture（收集 → 默认自动理清）

视角：David Allen，AI-native 改良。Allen 当年把 capture / clarify 刻意分开，是为「人脑」——人切到决策模式有成本，所以捕捉只管零摩擦倒出来，理清留到专门 session。但 AI 切换成本≈0、能瞬间起草下一步，所以这里默认 capture 后自动 clarify——前提是不破坏 Allen 的两条真智慧：① 落盘永远第一步（先保证不丢）；② 批量/mind-sweep 不逐条打断（高量时摩擦最致命）。

加载与边界

• session 收尾：先读 templates/session-close-template.md。
• 单条默认自动 clarify：按 clarify/SKILL.md 执行；清单边界不明时读 references/list-definitions.md。
• 自动化边界：capture 可自动落 inbox；是否承诺、期望成果不清、行动/知识不清时问一句。

何时跑

• 用户冒出待办、想法、提醒、承诺、未决问题、「别忘了…」。
• 用户说「记一下」「丢进收件箱」「帮我捕捉」。
• 用户要整理“今天 / 本轮 session 状态 / 本轮 session 收尾”：把会话里的承诺、阻塞、等待、硬日期、项目状态变化整理成 GTD 输入，并按固定五段输出。
• 一次性倒空大脑（mind sweep）：「我脑子太乱，帮我清空」。

工作流

1. 零摩擦落盘（永远先做，保证不丢）：把每项原样追加到 memory/gtd/inbox.md「待理清」段末尾，一项一行，保留原始措辞：

```

• 原始措辞 · 捕捉日期：YYYYMMDD

```

1. session 状态预处理（不是写日志）：用户说“整理今天 / 本轮 session 状态 / 收尾”时，先读 templates/session-close-template.md，再把会话压缩成 3-5 条 GTD-relevant deltas：新承诺、待确认、等待别人、硬日期、项目状态变化或阻塞。每条按原始事实写成独立 inbox item；不要把完整聊天摘要、情绪流水账或知识洞察塞进 memory/gtd/。知识/洞察移交 ZK 管线；只有和活跃项目直接相关的支持材料才进 reference.md。收尾前跑 scripts/gtd_status.sh，最终按模板五段输出。

1. 分流判断量级：

• 单条 / 少量（≤3 条）→ 默认自动 clarify：落盘后立即对每条跑 clarify 决策树（见 clarify/SKILL.md），把它理清归位到正确清单 + 定下一步，然后从 inbox 删除，一行回报：「已理清:〈原话〉→ 〈清单〉〈情境〉（下一步:〈具体动作〉）。要改归类/动作说一声。」——act-then-surface，不逐条问答（markdown 可秒改，乐观归位 + 易纠错优于事前盘问）。
• 批量 / mind sweep（多条）→ 先全落盘，不逐条打断：用触发清单帮用户扫完、全丢 inbox，然后一次性问「要我现在逐条理清吗?」批量 clarify。保留 Allen 的零摩擦捕捉。

1. 人类判断守卫（仅这几种才停下问一句，否则别打断）：

• 分不清「行动 vs 知识/想法」（知识该走 ZK 管线 fleeting-note，不进 GTD）；
• 明确是产品/功能/场景机会 → 自动归 product-ideas.md 保留原始机会，并默认同步生成 projects.md + next-actions.md 可见项，不混进 someday-maybe.md；只有用户明确说「先存不处理 / 只捕捉」才暂不升级；
• 推不出具体下一步动作（信息不足）；
• 它隐含一个「你未必想承诺」的承诺（该不该做本身要你定）；
• 是 >1 步项目但期望成果不清。

这几种：先落盘，再问一句确认，不自行替用户拍板。

1. off-switch：用户说「只捕捉 / 先别理 / just record」→ 纯落盘 inbox，不自动 clarify，留给之后 /gtd-clarify。

质量检查

• [ ] 落盘永远先于理清（任何情况不丢）
• [ ] 单条默认自动理清并归位 + 一行回报去向，可一句话纠错
• [ ] mind-sweep 未被逐条打断（先全捕捉，再批量理清）
• [ ] 只在四类「需你拍板」时停下问一句，其余不打断
• [ ] session 状态只提取会影响承诺系统的变化，未制造第二套日志/日报，并按五段模板输出
• [ ] 知识/想法类移交 ZK，未污染 GTD 清单

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: mikonos
• Source: mikonos/LLM-GTD
• License: MIT

Install and usage instructions live in the source repository linked above.