标签 生产力工具 下的文章

很感谢一直支持我的朋友,虽然很久没发帖子,但是插件一直努力更新,今天有一些有意思的事情,于是想分享一下。

随时随地,随用随走是AI Anywhere的本心,智能体是必然的发展方向

前提

前段时间更新了内置MCP,包括(utools发布版本为1.11.10,测试版为1.11.14):

  • Web Search:获取互联网信息和网页内容
    • 网络搜索(DDG):通过关键词在互联网上搜索相关信息并返回摘要
    • 网页获取:抓取并解析指定 URL 网页的全文内容
  • 文件操作:对本地文件系统进行查找、读取和编辑
    • 文件定位:使用通配符模式快速查找匹配的文件路径
    • 内容检索:使用正则表达式在文件内容中搜索特定模式
    • 读取文件:从本地或远程路径读取文件内容(支持分段读取)
    • 写入文件:创建新文件或完全覆盖现有文件内容
    • 编辑文件:通过精确字符串替换来修改文件内容
  • 代码执行:在本地环境中运行 Python 代码和系统命令
    • 运行 Python 代码:直接执行提供的 Python 代码片段
    • 运行 Python 文件:执行本地存储的 .py 脚本文件
    • 解释器列表:扫描并列出系统中所有可用的 Python 解释器路径
    • 执行 Shell 命令:在 Windows 系统上执行各类命令行指令
  • 任务委派:处理复杂的多步骤任务
    • 子智能体(Sub-Agent):将复杂任务委派给具备特定工具权限的子 Agent 协同完成

很眼熟?因为照着claude code的功能模仿的,他目前是我见到的最优秀的智能体示例


事件经过

今天看到了qwen3-tts发布的消息,但是已经没有追着新模型本地部署测试的激情了,突然想到能不能试试我的智能体?于是便有了接下来的一幕:

系统提示词:空
模型:gemini-3-flash-preview
MCP工具:仅限于上述的内置MCP

提出要求-自动部署-告诉他取消用uv环境,使用配置好CUDA的p312环境,然后就部署好了?!

虽然anywhere可以分享会话文件给其他用户打开并继续聊天,但是因为命令行运行涉及到个人隐私,于是分享一下导出的html

See the Pen qwen3-tts-deployment by ComorebiC (@ComorebiC)
on CodePen.

整个过程我基本没怎么操心(除了偶尔运行时命令行报错,我原封不动发回去让他处理就行)。

虽然这是 Claude Code 的一个功能,但也是我用 Anywhere 从“划词翻译”、“OCR”、“辅助读论文”这些基础功能向更便捷更智能迈进的一大步(其实生活中也有些例子了,比如文件归档,我把目录告诉 AI,告诉它整理格式,它能自动分类、命名整理好,如开启chrome dev tool mcp,让它帮我爬取炎拳漫画的某些章节等等)。

未来我们也能自定义更多便捷的智能体,不仅仅是代码方面,还有办公、开发、个人兴趣、学习……超级期待!


如果有好的创意欢迎分享,我很乐意尝试,如果对插件有建议也欢迎分享!


📌 转载信息
转载时间: 2026/1/25 08:06:27

利益相关声明:作者与文中产品有直接的利益相关(开发者、自家产品等)

Matrix 首页推荐 

Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。 

文章代表作者个人观点,少数派仅对标题和排版略作修改。


TimeGPT 是一套科学完善的时间精力待办管理系统,整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向,拆解成更小的项目以及可以执行的待办,为待办事项提供了一套完成的 UCEVI 评分系统;评分系统旨在能够最大化地实现最高价值的目标,并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间,时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

待办管理

UCEVI 评分系统

UCEVI 是紧急(Urgent)、花费(Cost)、努力(Effort)、价值(Value)、影响(Impact)的缩写,这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限,基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现,这种评判标准有以下的两个问题:

  1. 对于处于同一象限的任务没有优先级之分;
  2. 紧急性和重要性是待办事项的开始节点和结束节点,但是却忽略了过程。

针对于以上的两点问题,我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统,对于同一象限内的任务也依旧存在优先级之分。

其次我增加了对于待办过程的考量,也就是待办所需要花费的资源。我增加了一个新的维度:花费(Cost),也就是每一个待办的时间花费。

StartProgressResult
UrgentCostImportance

但是这可能依旧存在一定的问题,目前的三个维度,只关注到了每个待办的本身,没有涉及到待办上级的项目或者是最终的大体目标。也就是说,如果一个待办本身如果有很高的花费和较高的重要性,但是这个待办后面的目标不是一个很重要的目标的话,很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

所以为了能够加上对于上级的考量,又增加了两个新的维度:努力(Effort)和影响(Impact)。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值(Value)以及待办背后的目标最终带来的影响力。

最终得到以下五个不同的维度:

StartProgressResult
UrgentCostValue
 EffortImpact

对于待办的开始是取决于紧迫程度,在过程中取决于所需要花费的资源,最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义:

  • Urgent:待办的紧急程度
  • Cost:待办所花费的资源
  • Effort:完成待办所属的目标(Goal)所需要花费的努力
  • Value:待办所能够带来的价值
  • Impact:待办背后的目标所能够带来的影响

既然是一套评分系统,我们就需要对于每一个维度都设定一个具体的值,如果单纯地按照自己的心理评价来打分(1-10)显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化,也就是我们需要实际记录的值,对于不同层级会有不一样的记录。

GoalProjectTodo
开始日期开始日期开始日期
截止日期截止日期截止日期
时间花费时间花费时间花费
年收入提升所属目标所属项目
一次性收入  
成功的可能性  
收入转化比  
  • Urgent:现在的日期到截止日期天数
  • Cost:待办本身的时间花费
  • Effort:待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
  • Value:待办所花费的时间占总目标所花费的时间乘以影响(Impact)
  • Impact:如果目标成功的期望收入(收入乘以可能性)- 目标失败所损失的机会成本(失败的概率乘以小时工资) + 目标所带来的精神愉悦

到此为止我们已经能够获得 UCEVI 相对来说客观的数据,当然这其中还有一些系数没有解释,这些我们留到后面再来解决。

有了这 UCEVI 的数据之后,我们又面临了新的问题,对于我们的待办来说,UCEVI 中的维度的影响力对于每一个人来说是不一样的,可能有的人认为自己的时间很多,只看重最终的价值,那么他就会认为 花费(Cost) 以及 努力(Effort) 的影响力需要低一些,反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题,我们需要引入层次分析法。

层次分析法(Analytic Hierarchy Process,简称 AHP)是一种决策分析方法,这种方法主要用于复杂决策问题的分析与决策,特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑,我可能会考虑以下三个方面:CPU、GPU、主板,但是我的预算有限导致我不能够全部买最好的,所以我要在有限的预算中去进去取舍。

我对于这三个变量进行两两比较,例如 CPU 和 GPU 中我更看重 GPU,那么我给 GPU 取 2,CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格:

 CPUGPU主板
 CPU11/21
GPU213
主板11/31

之后我对于每一列进行计算获取百分比,再加总百分比就能够获得每一个变量的权重了。

 CPUGPU主板权重
 CPU11/21 
GPU213 
主板11/31 
 0.250.270.20.72
 0.50.550.61.65
 0.250.180.20.63

这种权重依旧是我们主观(也确实是需要我们的主观)上来获取的权重,但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数(这之中还有很多的归一化,反值转化的操作)。

如何定义价值

对于不同的目标的价值是不太一样的,有的目标可能是直接能够为你带来金钱,但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标,这种目标通常来说更加符合直觉,也应该是我们大部分人追求的目标。

对于金钱的收入也同样有两种不一样的收入,一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法,通常使用银行利率作为折现率来计算净现值。

但是如果仅仅只是这样去做比较的话还是有一些问题,按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的,相较于其他的一切目标,所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

如果以单纯的年收入的增加作为事件的影响结果的话,那么可能会导致的问题就是,买彩票这个事情的年收入增加会非常的高,但是没有考虑这个事情可能发生的概率,所以在最终的决策是应该在世界的某一个状态(State)下做出行为(Action)的结果(Outcome)。对于每一个结果存在自己的效用(Utility)函数,同时要达成这样的结果也存在一个可能得概率(Probability)。

最终的结果就是如下,对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

上述的方式可能理解起来有一些困难,现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的,也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

 下雨不下雨
带伞舒适身体舒适但是额外带伞
不带伞身体潮湿舒适

那么不同的结果对于每个人来说评判的效用不同,再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

所以在极端情况下可能会出现的是,我的一个目标可能是我要找到一份一年挣 1000 万的工作,那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低,我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率,这对于未来事件的预测的概率不可能做到完全精确,但是这些概率可以随着你在进展的途中进行改变,至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率,还是杰弗里斯的获取不确定证据后的更新概率,都能够有效地去帮助我们更好地往正确的方向更进一步。

这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关,同样的一件事件不同人给出来的概率也可能截然相反,但是本质上是为了朝着你心中信念的方向去努力。

如何比较精神获得和金钱收入

在设定目标的时候,如果系统只考量金钱收入的话,那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦,例如发展一些兴趣爱好,健身等等,所以这时候我们就需要考虑精神获得和金钱收入。

在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择,你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币,正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思,只不过你可以自己设定正面和反面的概率。

例如我想要比较上班和打排球,那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的,而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

由模型曲线可以看到,这个模型基本上符合我们的需求,且只有在极端的情况下才会由大幅度的上涨,其他的时候基本上是属于 W 周围的正常范围。

所以对于非直接收入的目标的时候,就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入,也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

推荐系统

至此我们已经对所有的待办都拥有了一个对应的分数,但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序,那么可能会出现一些问题:

  1. 待办可能还没有到开始的日期,但是因为最终的高价值所以获得了很高的分数。
  2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
  3. 没有办法根据每天的情况来具体推荐。

针对于以上问题,我们需要再额外加入一些限制条件,不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种:任务、提醒、日程。它们的所要求的方式是完全不一样的:

  • 任务 Task:不是有明确时间的任务,例如完成调查研究等等
  • 日程 Event:有明确时间点的事件,例如看医生,开会议
  • 提醒 Reminder:需要快速完成的小任务,例如交房租
 开始时间花费时间属于目标
任务不固定不固定属于
日程固定固定属于
提醒不固定固定且短不属于

其中提醒我们不需要在我们任务系统中进行评分,因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

任务是没有固定的开始时间,同时也没有固定的时长,与之对应的是日程,日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的,在此之前如果没有把这些待办分类,全部杂糅到一起那么将会是一片混乱。

在对待办有了分类之后,我们就能够对不同类型的待办进行合理的推荐了。对于任务来说,它们没有固定的开始时间,所以几乎是任何时候都可以作为选择。对于日程来说,如果不到当日,那么这个日程就毫无意义,因为它需要固定的时间,只有时间到了才会发生。对于日常来说,我们可能会同时拥有很多日常,但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程,之后利用剩下的时间选择合理搭配日常和任务。

用通俗的话来说,推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件,有限的时间以及合适的任务。

有限的时间也就是当天可用于支配的自由时间,合适的任务在于获取必要的日程任务之后,力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统,我们需要用到线性规划。线性规划是一种数学方法,用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素:

  1. 变量:这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中,这些可能是生产不同产品的数量。
  2. 目标函数:这是你希望最大化或最小化的线性函数。例如,你可能想要最大化利润或最小化成本。
  3. 约束:这些是形式为线性不等式或等式的限制,用于限定变量的可行范围。例如,原材料或预算的限制。

对于我们的系统来说,变量就是待办是否执行。待办只有执行(1)或者不执行(0)。

目标函数是所有可执行待办的评分总和,我们希望最大化这个总和。

约束条件是可执行待办的时间总和要小于当日的活跃时间,以及日程任务必须当日执行,同时类似的日常任务每日只执行一个。

拥有了这些设置之后,我们就能够获取当日最优的待办方案了。

时间管理

在文章的最开始提到这是一套能够帮助所有人而存在的系统,对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目,也能够看到自己在为某个目标所付出的真正的「努力」。

大部分人对于时间的敏感度是非常低的,对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述,只表达了一个时间区段,这五年里面是一周练习一次还是每天都练习,这对于技艺来说就是天差地别。反过来,如果不能够计算清楚自己所花费的时间是多少,可能也会被这个「五年」所欺骗,会觉得自己已经学习了那么久了,为什么最终还是没有什么太大的进步。

举一个我自己的例子来说,我从 2022 年的 11 月开始打排球,在我有时间意识之前,我只知道自己打球了几年时间,但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间,其实仅仅只有 350 个小时左右。

按照 K. Anders Ericsson 提出的「10000 小时定律」,要将一项技能练至世界级水平,需要投入 1 万小时。而对比上述两个例子,我最初认为自己两年来投入了不少时间在排球上,但实际上,这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平,但若仅从 10000 小时的标准来看,这个时间显然远远不够。

根据「二八法则」,我们可能只需投入 20% 的时间,就能掌握 80% 的基础技能。然而,若想在剩下的 20% 上精进,接近世界级水平,通常需要额外投入 80% 的时间。换句话说,即使不追求世界级水平,普通人至少也需要投入 2000 小时,才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已,为了能够尽快地达到 2000 个小时,我在 2025 年设下了目标要求一年就能够达到 300 个小时。

这就是时间管理的意义所在,如果我不能够清楚的知道自己所花费的时间,我只会知道自己打了两年的球,但是依旧没有什么太大的进步,2025 年可能也继续只能投入 150 个小时左右的时间。

如何记录

目前市面上有很多的时间记录软件(Timing、Toggle、Tyme),但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种,电脑后台的自动记录(Timing)或者是自己手动开始和结束某个任务(Toggle、Tyme),但这两种记录方式都有坚持不下来的问题。

自动记录不能够记录在电脑使用之外的时间,同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录,手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

最终我的选择是使用间歇日记的方式来进行记录,间歇日记非常简单,只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况,同时也能够帮助我们整理思绪切换到下一个任务,每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

对于时间的分类,我目前的分类是:主要工作、日常生活、自我提升、健康、人际关系、休息,六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

在分类中最容易出现的问题就是,如果有一个时间段我认为同时属于两个不同的类别,应该如何去区分?经过我的实践有以下的解决方法:

  1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏,是应该算作打游戏还是维系朋友关系?那就要看自己选择去做这个事情的主要目的是什么,如果是为了放松休息,那么就应该是休息的类别,如果是为了和朋友一起聚会,那么就是人际关系。
  2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录?吃饭的时间是每天必不可少的时间,那么有一个本来正常的吃饭时间,超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时,那么正常的吃饭时间是一个小时的日常生活类别,剩下的一个小时就是看电视剧的休息时间。
  3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录?本职的上班时间本来就能够给我们带来价值,那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

精力管理

之前的内容只获取了当日最优任务搭配,如何能够在最合适的时间去做最合适的任务,是下一步的目标。通过一段时间的时间记录,我们能够知道每天在哪些时间段是做了我们认为重要的工作,这些时间段就是每天的高精力时间段。

把一天分为每 5 分钟一个小时间段,那么一整天就会有 288个五分钟,也就是一个长度为 288 的向量 V,对于每一天来说我们都能够获得一个这样的向量,如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

有了这个平均精力向量,系统就能够知道在什么时候是处于高精力的时间段,什么时候是处于低精力的时间段,在推荐系统推荐出合理的任务之后,就能够把任务分配到精力最高的时间段了。

三位一体

至此这套系统之中的时间待办精力是如何管理的已经完全解释了,它们是三位一体的存在。有新的待办产生之后,需要花费时间去完成,时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

FluxTime

上述的整套系统看起来非常的复杂有非常多需要计算的地方,靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统,我开发了一个软件 FluxTime,让你只需要关注时间记录以及创建待办就好了,其他的任务推荐,精力曲线计算,结果反馈都交给软件就好了。

目前 FluxTime 已经上架 App Store 且完全免费,欢迎各位读者下载测试。

 

> 关注 少数派公众号,解锁全新阅读体验 📰

> 实用、好用的 正版软件,少数派为你呈现 🚀

    importsysfromPyQt5.QtWidgetsimport(QApplication,QMainWindow,QListWidget,QVBoxLayout,QLineEdit,QWidget,QFrame)fromPyQt5.QtCoreimportQt,QEventfromPyQt5.QtWidgetsimportQDesktopWidgetimportpyautoguiimportpyperclipimporttimedefpowertoy_active_window(text):sleep_second=0.2time.sleep(sleep_second)pyautogui.hotkey("win","alt","k")time.sleep(sleep_second)pyperclip.copy(text)pyautogui.hotkey("ctrl","v")time.sleep(sleep_second)pyautogui.hotkey("enter") classCommandPalette(QWidget):def__init__(self,parent=None):super().__init__(parent)# 1. 设置 UI 属性:无边框、置顶、背景透明self.setWindowFlags(Qt.FramelessWindowHint|Qt.Dialog)self.setAttribute(Qt.WA_TranslucentBackground) # 外层容器(用于实现圆角和边框)self.container=QFrame(self)self.container.setFixedWidth(500)self.container.setStyleSheet("""QFrame {background-color: #252526;border: 1px solid #454545;border-radius: 6px;}""") layout=QVBoxLayout(self.container) # 2. 搜索输入框self.search_bar=QLineEdit()self.search_bar.setPlaceholderText("键入命令名称以筛选...")self.search_bar.setStyleSheet("""QLineEdit {background-color: #3c3c3c;color: #cccccc;border: 1px solid #007acc;padding: 6px;font-size: 14px;selection-background-color: #264f78;}""") # 3. 命令列表self.list_widget=QListWidget()self.list_widget.setStyleSheet("""QListWidget {background-color: #252526;color: #cccccc;border: none;font-size: 13px;outline: none;}QListWidget::item { padding: 10px; border-radius: 4px; }QListWidget::item:selected { background-color: #094771; color: white; }QListWidget::item:hover { background-color: #2a2d2e; }""") layout.addWidget(self.search_bar)layout.addWidget(self.list_widget) main_layout=QVBoxLayout(self)main_layout.setContentsMargins(0,0,0,0)main_layout.addWidget(self.container,alignment=Qt.AlignCenter) # 模拟命令数据# self.commands = [# "File: New File",# "Git: Commit All",# "Python: Run Current File",# "Settings: Open Settings",# "Terminal: Toggle Terminal",# "View: Layout Grid"# ]self.commands=[["1. book","book code"],["2. anti2","anti2 code"],["4. chrounim","chro"],["5.q-dir","q-dir"],]self.refresh_list("") # 信号连接self.search_bar.textChanged.connect(self.refresh_list)self.search_bar.returnPressed.connect(self.execute_selected)self.list_widget.itemClicked.connect(self.execute_selected) # 2. 当在列表中通过方向键选中某项并按回车时,触发 itemActivatedself.list_widget.itemActivated.connect(self.execute_selected) # 安装事件过滤器以捕获按键self.installEventFilter(self) defrefresh_list(self,text):self.list_widget.clear()# 简单的包含搜索(不区分大小写)# filtered = [cmd for cmd in self.commands if text.lower() in cmd.lower()]filtered=[info[0]forinfoinself.commandsiftext.lower()ininfo[0].lower()]self.list_widget.addItems(filtered)ifself.list_widget.count()>0:self.list_widget.setCurrentRow(0) defexecute_selected(self):item=self.list_widget.currentItem()ifitem:print(f"触发动作:{item.text()}")text=item.text()item=[eforeinself.commandsife[0]==text][0]send_text=item[1]print("#执行命令#:{}".format(send_text))powertoy_active_window(send_text)# self.hide()QApplication.instance().quit() defshow_palette(self):width=500height=400# 假设高度为 400self.setFixedSize(width,height) # 2. 获取屏幕中心# availableGeometry() 会避开任务栏,确保真正的视觉垂直居中screen_geo=QDesktopWidget().availableGeometry()screen_center=screen_geo.center() # 3. 计算面板位置,使其中心点与屏幕中心点重合# 我们可以通过 moveCenter 方便地实现qr=self.frameGeometry()qr.moveCenter(screen_center)self.move(qr.topLeft()) # 4. 显示并聚焦self.show()self.raise_()self.activateWindow()self.search_bar.setFocus()self.search_bar.selectAll()# 方便用户直接覆盖键入 defeventFilter(self,obj,event):ifevent.type()==QEvent.KeyPress:# Esc 键退出ifevent.key()==Qt.Key_Escape:self.hide()returnTrue# 下方向键快速进入列表选择ifevent.key()==Qt.Key_Downandself.search_bar.hasFocus():self.list_widget.setFocus()returnTruereturnsuper().eventFilter(obj,event) classMainWindow(QMainWindow):def__init__(self):super().__init__()self.setWindowTitle("PyQt5 VS Code Command Palette")self.resize(1000,700)# self.minimumSize()self.showMinimized()self.setStyleSheet("background-color: #1e1e1e;")# 模拟 VS Code 背景 # 初始化命令面板self.palette=CommandPalette(self)# self.palette.hide()self.palette.show_palette()defcenter_on_screen(self):# 获取窗口几何结构frame_geometry=self.frameGeometry() # 获取屏幕中心点# QDesktopWidget().availableGeometry() 会排除任务栏占据的空间screen_center=QDesktopWidget().availableGeometry().center() # 将窗口几何结构的中心点移动到屏幕中心点frame_geometry.moveCenter(screen_center) # 移动窗口左上角到计算出的位置self.move(frame_geometry.topLeft()) defkeyPressEvent(self,event):# 绑定快捷键 Ctrl+Shift+P (Qt.ControlModifier | Qt.ShiftModifier)if(event.modifiers()==(Qt.ControlModifier|Qt.ShiftModifier)andevent.key()==Qt.Key_P):self.palette.show_palette() if__name__=="__main__":app=QApplication(sys.argv)# 设置应用字体app.setStyle("Fusion")window=MainWindow()window.show()sys.exit(app.exec_())

    这个东西的主要作用是当我输入 1 时,它会找到 ["1. book", "book code"]这一项,然后 取出book code,然后激活 window 窗口切换器
    ,我的窗口切换器的的快捷是Win+alt+k,本来想用 ahk 来写的,但是 ahk 写 command picker 实在是不会.

    利益相关声明:作者与文中产品有直接的利益相关(开发者、自家产品等)

    Matrix 首页推荐 

    Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。 

    文章代表作者个人观点,少数派仅对标题和排版略作修改。


    TimeGPT 是一套科学完善的时间精力待办管理系统,整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向,拆解成更小的项目以及可以执行的待办,为待办事项提供了一套完成的 UCEVI 评分系统;评分系统旨在能够最大化地实现最高价值的目标,并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间,时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

    待办管理

    UCEVI 评分系统

    UCEVI 是紧急(Urgent)、花费(Cost)、努力(Effort)、价值(Value)、影响(Impact)的缩写,这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限,基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现,这种评判标准有以下的两个问题:

    1. 对于处于同一象限的任务没有优先级之分;
    2. 紧急性和重要性是待办事项的开始节点和结束节点,但是却忽略了过程。

    针对于以上的两点问题,我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统,对于同一象限内的任务也依旧存在优先级之分。

    其次我增加了对于待办过程的考量,也就是待办所需要花费的资源。我增加了一个新的维度:花费(Cost),也就是每一个待办的时间花费。

    StartProgressResult
    UrgentCostImportance

    但是这可能依旧存在一定的问题,目前的三个维度,只关注到了每个待办的本身,没有涉及到待办上级的项目或者是最终的大体目标。也就是说,如果一个待办本身如果有很高的花费和较高的重要性,但是这个待办后面的目标不是一个很重要的目标的话,很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

    所以为了能够加上对于上级的考量,又增加了两个新的维度:努力(Effort)和影响(Impact)。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值(Value)以及待办背后的目标最终带来的影响力。

    最终得到以下五个不同的维度:

    StartProgressResult
    UrgentCostValue
     EffortImpact

    对于待办的开始是取决于紧迫程度,在过程中取决于所需要花费的资源,最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义:

    • Urgent:待办的紧急程度
    • Cost:待办所花费的资源
    • Effort:完成待办所属的目标(Goal)所需要花费的努力
    • Value:待办所能够带来的价值
    • Impact:待办背后的目标所能够带来的影响

    既然是一套评分系统,我们就需要对于每一个维度都设定一个具体的值,如果单纯地按照自己的心理评价来打分(1-10)显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化,也就是我们需要实际记录的值,对于不同层级会有不一样的记录。

    GoalProjectTodo
    开始日期开始日期开始日期
    截止日期截止日期截止日期
    时间花费时间花费时间花费
    年收入提升所属目标所属项目
    一次性收入  
    成功的可能性  
    收入转化比  
    • Urgent:现在的日期到截止日期天数
    • Cost:待办本身的时间花费
    • Effort:待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
    • Value:待办所花费的时间占总目标所花费的时间乘以影响(Impact)
    • Impact:如果目标成功的期望收入(收入乘以可能性)- 目标失败所损失的机会成本(失败的概率乘以小时工资) + 目标所带来的精神愉悦

    到此为止我们已经能够获得 UCEVI 相对来说客观的数据,当然这其中还有一些系数没有解释,这些我们留到后面再来解决。

    有了这 UCEVI 的数据之后,我们又面临了新的问题,对于我们的待办来说,UCEVI 中的维度的影响力对于每一个人来说是不一样的,可能有的人认为自己的时间很多,只看重最终的价值,那么他就会认为 花费(Cost) 以及 努力(Effort) 的影响力需要低一些,反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题,我们需要引入层次分析法。

    层次分析法(Analytic Hierarchy Process,简称 AHP)是一种决策分析方法,这种方法主要用于复杂决策问题的分析与决策,特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑,我可能会考虑以下三个方面:CPU、GPU、主板,但是我的预算有限导致我不能够全部买最好的,所以我要在有限的预算中去进去取舍。

    我对于这三个变量进行两两比较,例如 CPU 和 GPU 中我更看重 GPU,那么我给 GPU 取 2,CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格:

     CPUGPU主板
     CPU11/21
    GPU213
    主板11/31

    之后我对于每一列进行计算获取百分比,再加总百分比就能够获得每一个变量的权重了。

     CPUGPU主板权重
     CPU11/21 
    GPU213 
    主板11/31 
     0.250.270.20.72
     0.50.550.61.65
     0.250.180.20.63

    这种权重依旧是我们主观(也确实是需要我们的主观)上来获取的权重,但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数(这之中还有很多的归一化,反值转化的操作)。

    如何定义价值

    对于不同的目标的价值是不太一样的,有的目标可能是直接能够为你带来金钱,但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标,这种目标通常来说更加符合直觉,也应该是我们大部分人追求的目标。

    对于金钱的收入也同样有两种不一样的收入,一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法,通常使用银行利率作为折现率来计算净现值。

    但是如果仅仅只是这样去做比较的话还是有一些问题,按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的,相较于其他的一切目标,所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

    如果以单纯的年收入的增加作为事件的影响结果的话,那么可能会导致的问题就是,买彩票这个事情的年收入增加会非常的高,但是没有考虑这个事情可能发生的概率,所以在最终的决策是应该在世界的某一个状态(State)下做出行为(Action)的结果(Outcome)。对于每一个结果存在自己的效用(Utility)函数,同时要达成这样的结果也存在一个可能得概率(Probability)。

    最终的结果就是如下,对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

    上述的方式可能理解起来有一些困难,现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的,也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

     下雨不下雨
    带伞舒适身体舒适但是额外带伞
    不带伞身体潮湿舒适

    那么不同的结果对于每个人来说评判的效用不同,再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

    所以在极端情况下可能会出现的是,我的一个目标可能是我要找到一份一年挣 1000 万的工作,那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低,我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

    通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率,这对于未来事件的预测的概率不可能做到完全精确,但是这些概率可以随着你在进展的途中进行改变,至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率,还是杰弗里斯的获取不确定证据后的更新概率,都能够有效地去帮助我们更好地往正确的方向更进一步。

    这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关,同样的一件事件不同人给出来的概率也可能截然相反,但是本质上是为了朝着你心中信念的方向去努力。

    如何比较精神获得和金钱收入

    在设定目标的时候,如果系统只考量金钱收入的话,那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦,例如发展一些兴趣爱好,健身等等,所以这时候我们就需要考虑精神获得和金钱收入。

    在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择,你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币,正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思,只不过你可以自己设定正面和反面的概率。

    例如我想要比较上班和打排球,那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的,而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

    假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

    由模型曲线可以看到,这个模型基本上符合我们的需求,且只有在极端的情况下才会由大幅度的上涨,其他的时候基本上是属于 W 周围的正常范围。

    所以对于非直接收入的目标的时候,就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入,也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

    推荐系统

    至此我们已经对所有的待办都拥有了一个对应的分数,但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序,那么可能会出现一些问题:

    1. 待办可能还没有到开始的日期,但是因为最终的高价值所以获得了很高的分数。
    2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
    3. 没有办法根据每天的情况来具体推荐。

    针对于以上问题,我们需要再额外加入一些限制条件,不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种:任务、提醒、日程。它们的所要求的方式是完全不一样的:

    • 任务 Task:不是有明确时间的任务,例如完成调查研究等等
    • 日程 Event:有明确时间点的事件,例如看医生,开会议
    • 提醒 Reminder:需要快速完成的小任务,例如交房租
     开始时间花费时间属于目标
    任务不固定不固定属于
    日程固定固定属于
    提醒不固定固定且短不属于

    其中提醒我们不需要在我们任务系统中进行评分,因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

    任务是没有固定的开始时间,同时也没有固定的时长,与之对应的是日程,日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的,在此之前如果没有把这些待办分类,全部杂糅到一起那么将会是一片混乱。

    在对待办有了分类之后,我们就能够对不同类型的待办进行合理的推荐了。对于任务来说,它们没有固定的开始时间,所以几乎是任何时候都可以作为选择。对于日程来说,如果不到当日,那么这个日程就毫无意义,因为它需要固定的时间,只有时间到了才会发生。对于日常来说,我们可能会同时拥有很多日常,但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程,之后利用剩下的时间选择合理搭配日常和任务。

    用通俗的话来说,推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件,有限的时间以及合适的任务。

    有限的时间也就是当天可用于支配的自由时间,合适的任务在于获取必要的日程任务之后,力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统,我们需要用到线性规划。线性规划是一种数学方法,用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素:

    1. 变量:这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中,这些可能是生产不同产品的数量。
    2. 目标函数:这是你希望最大化或最小化的线性函数。例如,你可能想要最大化利润或最小化成本。
    3. 约束:这些是形式为线性不等式或等式的限制,用于限定变量的可行范围。例如,原材料或预算的限制。

    对于我们的系统来说,变量就是待办是否执行。待办只有执行(1)或者不执行(0)。

    目标函数是所有可执行待办的评分总和,我们希望最大化这个总和。

    约束条件是可执行待办的时间总和要小于当日的活跃时间,以及日程任务必须当日执行,同时类似的日常任务每日只执行一个。

    拥有了这些设置之后,我们就能够获取当日最优的待办方案了。

    时间管理

    在文章的最开始提到这是一套能够帮助所有人而存在的系统,对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目,也能够看到自己在为某个目标所付出的真正的「努力」。

    大部分人对于时间的敏感度是非常低的,对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述,只表达了一个时间区段,这五年里面是一周练习一次还是每天都练习,这对于技艺来说就是天差地别。反过来,如果不能够计算清楚自己所花费的时间是多少,可能也会被这个「五年」所欺骗,会觉得自己已经学习了那么久了,为什么最终还是没有什么太大的进步。

    举一个我自己的例子来说,我从 2022 年的 11 月开始打排球,在我有时间意识之前,我只知道自己打球了几年时间,但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间,其实仅仅只有 350 个小时左右。

    按照 K. Anders Ericsson 提出的「10000 小时定律」,要将一项技能练至世界级水平,需要投入 1 万小时。而对比上述两个例子,我最初认为自己两年来投入了不少时间在排球上,但实际上,这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平,但若仅从 10000 小时的标准来看,这个时间显然远远不够。

    根据「二八法则」,我们可能只需投入 20% 的时间,就能掌握 80% 的基础技能。然而,若想在剩下的 20% 上精进,接近世界级水平,通常需要额外投入 80% 的时间。换句话说,即使不追求世界级水平,普通人至少也需要投入 2000 小时,才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已,为了能够尽快地达到 2000 个小时,我在 2025 年设下了目标要求一年就能够达到 300 个小时。

    这就是时间管理的意义所在,如果我不能够清楚的知道自己所花费的时间,我只会知道自己打了两年的球,但是依旧没有什么太大的进步,2025 年可能也继续只能投入 150 个小时左右的时间。

    如何记录

    目前市面上有很多的时间记录软件(Timing、Toggle、Tyme),但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种,电脑后台的自动记录(Timing)或者是自己手动开始和结束某个任务(Toggle、Tyme),但这两种记录方式都有坚持不下来的问题。

    自动记录不能够记录在电脑使用之外的时间,同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录,手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

    最终我的选择是使用间歇日记的方式来进行记录,间歇日记非常简单,只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况,同时也能够帮助我们整理思绪切换到下一个任务,每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

    对于时间的分类,我目前的分类是:主要工作、日常生活、自我提升、健康、人际关系、休息,六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

    在分类中最容易出现的问题就是,如果有一个时间段我认为同时属于两个不同的类别,应该如何去区分?经过我的实践有以下的解决方法:

    1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏,是应该算作打游戏还是维系朋友关系?那就要看自己选择去做这个事情的主要目的是什么,如果是为了放松休息,那么就应该是休息的类别,如果是为了和朋友一起聚会,那么就是人际关系。
    2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录?吃饭的时间是每天必不可少的时间,那么有一个本来正常的吃饭时间,超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时,那么正常的吃饭时间是一个小时的日常生活类别,剩下的一个小时就是看电视剧的休息时间。
    3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录?本职的上班时间本来就能够给我们带来价值,那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

    精力管理

    之前的内容只获取了当日最优任务搭配,如何能够在最合适的时间去做最合适的任务,是下一步的目标。通过一段时间的时间记录,我们能够知道每天在哪些时间段是做了我们认为重要的工作,这些时间段就是每天的高精力时间段。

    把一天分为每 5 分钟一个小时间段,那么一整天就会有 288个五分钟,也就是一个长度为 288 的向量 V,对于每一天来说我们都能够获得一个这样的向量,如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

    把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

    有了这个平均精力向量,系统就能够知道在什么时候是处于高精力的时间段,什么时候是处于低精力的时间段,在推荐系统推荐出合理的任务之后,就能够把任务分配到精力最高的时间段了。

    三位一体

    至此这套系统之中的时间待办精力是如何管理的已经完全解释了,它们是三位一体的存在。有新的待办产生之后,需要花费时间去完成,时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

    FluxTime

    上述的整套系统看起来非常的复杂有非常多需要计算的地方,靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统,我开发了一个软件 FluxTime,让你只需要关注时间记录以及创建待办就好了,其他的任务推荐,精力曲线计算,结果反馈都交给软件就好了。

    目前 FluxTime 已经上架 App Store 且完全免费,欢迎各位读者下载测试。

     

    > 关注 少数派公众号,解锁全新阅读体验 📰

    > 实用、好用的 正版软件,少数派为你呈现 🚀

      利益相关声明:作者与文中产品有直接的利益相关(开发者、自家产品等)

      Matrix 首页推荐 

      Matrix 是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。 

      文章代表作者个人观点,少数派仅对标题和排版略作修改。


      TimeGPT 是一套科学完善的时间精力待办管理系统,整套系统旨在帮助所有人能够更好地实现自己的目标。整套系统以目标为导向,拆解成更小的项目以及可以执行的待办,为待办事项提供了一套完成的 UCEVI 评分系统;评分系统旨在能够最大化地实现最高价值的目标,并且最终根据待办事项的类型以及精力区域来智能安排待办事项的时间,时间精力以及待办最终能够达成一个完美的正循环来帮助更好地实现目标。

      待办管理

      UCEVI 评分系统

      UCEVI 是紧急(Urgent)、花费(Cost)、努力(Effort)、价值(Value)、影响(Impact)的缩写,这套系统是在艾森豪威尔矩阵也就是大众所熟知的紧急重要矩阵上发展出来的系统。艾森豪威尔矩阵简单来说就是它将任务分为四个象限,基于它们的紧急性和重要性来判断任务的优先级。但是在我的实践过程中发现,这种评判标准有以下的两个问题:

      1. 对于处于同一象限的任务没有优先级之分;
      2. 紧急性和重要性是待办事项的开始节点和结束节点,但是却忽略了过程。

      针对于以上的两点问题,我对艾森豪尔矩阵进行了一些拓展。首先我要求最终的结果是一套评分系统,对于同一象限内的任务也依旧存在优先级之分。

      其次我增加了对于待办过程的考量,也就是待办所需要花费的资源。我增加了一个新的维度:花费(Cost),也就是每一个待办的时间花费。

      StartProgressResult
      UrgentCostImportance

      但是这可能依旧存在一定的问题,目前的三个维度,只关注到了每个待办的本身,没有涉及到待办上级的项目或者是最终的大体目标。也就是说,如果一个待办本身如果有很高的花费和较高的重要性,但是这个待办后面的目标不是一个很重要的目标的话,很有可能最终的优先级高于一个有较高花费、但是是重要目标的待办。

      所以为了能够加上对于上级的考量,又增加了两个新的维度:努力(Effort)和影响(Impact)。努力指代待办背后的整个目标所需要花费的努力。而之前的重要性分解为了待办自身的价值(Value)以及待办背后的目标最终带来的影响力。

      最终得到以下五个不同的维度:

      StartProgressResult
      UrgentCostValue
       EffortImpact

      对于待办的开始是取决于紧迫程度,在过程中取决于所需要花费的资源,最终对于完成待办之后是所能够带来的价值。以下是对于这五个维度的具体定义:

      • Urgent:待办的紧急程度
      • Cost:待办所花费的资源
      • Effort:完成待办所属的目标(Goal)所需要花费的努力
      • Value:待办所能够带来的价值
      • Impact:待办背后的目标所能够带来的影响

      既然是一套评分系统,我们就需要对于每一个维度都设定一个具体的值,如果单纯地按照自己的心理评价来打分(1-10)显然不是一个客观的评分系统。所以对于这五个维度我们需要找到对应的实际值来转化,也就是我们需要实际记录的值,对于不同层级会有不一样的记录。

      GoalProjectTodo
      开始日期开始日期开始日期
      截止日期截止日期截止日期
      时间花费时间花费时间花费
      年收入提升所属目标所属项目
      一次性收入  
      成功的可能性  
      收入转化比  
      • Urgent:现在的日期到截止日期天数
      • Cost:待办本身的时间花费
      • Effort:待办所属的目标所花费的时间 + 待办所属的项目所花费的时间
      • Value:待办所花费的时间占总目标所花费的时间乘以影响(Impact)
      • Impact:如果目标成功的期望收入(收入乘以可能性)- 目标失败所损失的机会成本(失败的概率乘以小时工资) + 目标所带来的精神愉悦

      到此为止我们已经能够获得 UCEVI 相对来说客观的数据,当然这其中还有一些系数没有解释,这些我们留到后面再来解决。

      有了这 UCEVI 的数据之后,我们又面临了新的问题,对于我们的待办来说,UCEVI 中的维度的影响力对于每一个人来说是不一样的,可能有的人认为自己的时间很多,只看重最终的价值,那么他就会认为 花费(Cost) 以及 努力(Effort) 的影响力需要低一些,反之亦然。如果纯靠自己给予每一个变量一个系数也不是一个客观合理的做法。为了解决这个问题,我们需要引入层次分析法。

      层次分析法(Analytic Hierarchy Process,简称 AHP)是一种决策分析方法,这种方法主要用于复杂决策问题的分析与决策,特别适合于那些难以完全定量分析的问题。举例来说我现在想要买电脑,我可能会考虑以下三个方面:CPU、GPU、主板,但是我的预算有限导致我不能够全部买最好的,所以我要在有限的预算中去进去取舍。

      我对于这三个变量进行两两比较,例如 CPU 和 GPU 中我更看重 GPU,那么我给 GPU 取 2,CPU 和 GPU 的比较中就只能取得 1/2。最终我获得了以下的表格:

       CPUGPU主板
       CPU11/21
      GPU213
      主板11/31

      之后我对于每一列进行计算获取百分比,再加总百分比就能够获得每一个变量的权重了。

       CPUGPU主板权重
       CPU11/21 
      GPU213 
      主板11/31 
       0.250.270.20.72
       0.50.550.61.65
       0.250.180.20.63

      这种权重依旧是我们主观(也确实是需要我们的主观)上来获取的权重,但是相较于纯凭照内心来对于变量进行打分更加客观一些。经过计算之后我们就能够获取到自己的 UCEVI 的权重了使用权重乘以变量就能获得我们最终的分数(这之中还有很多的归一化,反值转化的操作)。

      如何定义价值

      对于不同的目标的价值是不太一样的,有的目标可能是直接能够为你带来金钱,但有的目标可能是为你带来成就感或者是愉悦的时间。我们先讨论比较直接的能够获取金钱的目标,这种目标通常来说更加符合直觉,也应该是我们大部分人追求的目标。

      对于金钱的收入也同样有两种不一样的收入,一种是一次性的收入、一种是年收入的增加。要比较一次性收入还是年收入的增加通常的做法是使用净现值的做法,通常使用银行利率作为折现率来计算净现值。

      但是如果仅仅只是这样去做比较的话还是有一些问题,按照现在这个算法来说极端情况下的买彩票可能带来的收入是极高的,相较于其他的一切目标,所以在计算真正的目标价值的时候需要计算的是期望效用。期望效用简单来说就是最终目标的各种可能带来的价值乘以这些可能发生的概率的合。

      如果以单纯的年收入的增加作为事件的影响结果的话,那么可能会导致的问题就是,买彩票这个事情的年收入增加会非常的高,但是没有考虑这个事情可能发生的概率,所以在最终的决策是应该在世界的某一个状态(State)下做出行为(Action)的结果(Outcome)。对于每一个结果存在自己的效用(Utility)函数,同时要达成这样的结果也存在一个可能得概率(Probability)。

      最终的结果就是如下,对于某一个行为的期望效用是这个行为在世界的不同状态下的结果乘以发生的概率合。

      上述的方式可能理解起来有一些困难,现在举一个简单的例子来理解。对于出门要不要带伞这一行为做的决定是和世界的状态相关的,也就是和下不下雨是相关的。那么不同的行为对应不同的世界状况就能够得到不同的结果。

       下雨不下雨
      带伞舒适身体舒适但是额外带伞
      不带伞身体潮湿舒适

      那么不同的结果对于每个人来说评判的效用不同,再根据下雨和不下雨可能发生的概率得到一个行为的期望效用。

      所以在极端情况下可能会出现的是,我的一个目标可能是我要找到一份一年挣 1000 万的工作,那么这个目标相应的项目和待办的优先度就会非常的高。但是这件事情的最终能够实现的可能性非常低,我们需要考虑在当前这个世界的状态下这件事情能够成功的可能性再去定夺。

      通过这种方式得到的结果就会比之前年收入的增加合理很多。可能这时候会有人问到如何精确确定每种事件的发生概率,这对于未来事件的预测的概率不可能做到完全精确,但是这些概率可以随着你在进展的途中进行改变,至于新的概率是使用贝叶斯的理论结合先验概率和新的确凿证据来更新概率,还是杰弗里斯的获取不确定证据后的更新概率,都能够有效地去帮助我们更好地往正确的方向更进一步。

      这些概率和很多的因素相关和你内心的信念、所处世界的状态都相关,同样的一件事件不同人给出来的概率也可能截然相反,但是本质上是为了朝着你心中信念的方向去努力。

      如何比较精神获得和金钱收入

      在设定目标的时候,如果系统只考量金钱收入的话,那对于某一些暂时没有金钱收入的目标会永远得不到考虑。有一些目标可能只是为了自己的心里愉悦,例如发展一些兴趣爱好,健身等等,所以这时候我们就需要考虑精神获得和金钱收入。

      在 TimeGPT 中所使用的方法是引出一个彩票机制。假设在某一个时间段你面临一个选择,你可以选择去上班或者在家打游戏。通常来说大家无法做出决定的时候就会选择抛硬币,正面就去上班、反面就在家打游戏。彩票几乎也是类似的意思,只不过你可以自己设定正面和反面的概率。

      例如我想要比较上班和打排球,那么这时候我做了一个彩票 1/10 的概率是上班 9/10 的概率是打排球来让我认为这个彩票无论出现哪个结果我都是满意的。那么在我的心中我是更加想要去打排球的,而不是上班的。所以 V 的等价价值是等于一个常数 k 除以概率。

      假设的条件是如果概率各自是 1/2 的时候我们认为工作和精神愉悦是相等的。所以就得到 k = 0.5W。

      由模型曲线可以看到,这个模型基本上符合我们的需求,且只有在极端的情况下才会由大幅度的上涨,其他的时候基本上是属于 W 周围的正常范围。

      所以对于非直接收入的目标的时候,就可以使用达成这个目标所需要使用的时间乘以上面公式计算的等价小时收入,也就是相当于你获得了这么多小时的愉悦和你拿这么多钱是一样的。

      推荐系统

      至此我们已经对所有的待办都拥有了一个对应的分数,但是这依旧不能够满足我们的推荐系统。如果仅仅是按照分数进行排序,那么可能会出现一些问题:

      1. 待办可能还没有到开始的日期,但是因为最终的高价值所以获得了很高的分数。
      2. 相似的待办因为相同的目标或者结果所以全部都获得相同的评分。
      3. 没有办法根据每天的情况来具体推荐。

      针对于以上问题,我们需要再额外加入一些限制条件,不过在这之前最重要的是对待办进行分类。经过我长时间的实践把待办分为了三种:任务、提醒、日程。它们的所要求的方式是完全不一样的:

      • 任务 Task:不是有明确时间的任务,例如完成调查研究等等
      • 日程 Event:有明确时间点的事件,例如看医生,开会议
      • 提醒 Reminder:需要快速完成的小任务,例如交房租
       开始时间花费时间属于目标
      任务不固定不固定属于
      日程固定固定属于
      提醒不固定固定且短不属于

      其中提醒我们不需要在我们任务系统中进行评分,因为它们通常都是很短暂的小任务。所以以下的讨论只会涉及到剩下的两种待办类型。

      任务是没有固定的开始时间,同时也没有固定的时长,与之对应的是日程,日程拥有非常固定的开始时间以及固定的时长。理清楚这些待办事项的类型是非常重要的,在此之前如果没有把这些待办分类,全部杂糅到一起那么将会是一片混乱。

      在对待办有了分类之后,我们就能够对不同类型的待办进行合理的推荐了。对于任务来说,它们没有固定的开始时间,所以几乎是任何时候都可以作为选择。对于日程来说,如果不到当日,那么这个日程就毫无意义,因为它需要固定的时间,只有时间到了才会发生。对于日常来说,我们可能会同时拥有很多日常,但是每天只需要做一个日常就足够了。所以推荐系统需要选择出是否有当日的日程,之后利用剩下的时间选择合理搭配日常和任务。

      用通俗的话来说,推荐系统能够在有限的时间内为每一天安排合适的任务。其实这句话中就包含了这个推荐系统的限制条件,有限的时间以及合适的任务。

      有限的时间也就是当天可用于支配的自由时间,合适的任务在于获取必要的日程任务之后,力求剩下的时间能够获取最高评分的日常和任务搭配。为了实现这个系统,我们需要用到线性规划。线性规划是一种数学方法,用于在一系列线性不等式或等式约束下寻找某个线性函数的最大值或最小值。线性规划包含以下要素:

      1. 变量:这些是你在目标函数中调整以达到最大化或最小化的元素。在商业案例中,这些可能是生产不同产品的数量。
      2. 目标函数:这是你希望最大化或最小化的线性函数。例如,你可能想要最大化利润或最小化成本。
      3. 约束:这些是形式为线性不等式或等式的限制,用于限定变量的可行范围。例如,原材料或预算的限制。

      对于我们的系统来说,变量就是待办是否执行。待办只有执行(1)或者不执行(0)。

      目标函数是所有可执行待办的评分总和,我们希望最大化这个总和。

      约束条件是可执行待办的时间总和要小于当日的活跃时间,以及日程任务必须当日执行,同时类似的日常任务每日只执行一个。

      拥有了这些设置之后,我们就能够获取当日最优的待办方案了。

      时间管理

      在文章的最开始提到这是一套能够帮助所有人而存在的系统,对于所有人来说共有的资源就是时间。时间作为一个公平的维度去帮助衡量所有的项目,也能够看到自己在为某个目标所付出的真正的「努力」。

      大部分人对于时间的敏感度是非常低的,对于某一项能力的评估大部分人是使用的时间来评估。比如通常会说我学了五年吉他。但是这里的「五年」其实是非常模糊的一个表述,只表达了一个时间区段,这五年里面是一周练习一次还是每天都练习,这对于技艺来说就是天差地别。反过来,如果不能够计算清楚自己所花费的时间是多少,可能也会被这个「五年」所欺骗,会觉得自己已经学习了那么久了,为什么最终还是没有什么太大的进步。

      举一个我自己的例子来说,我从 2022 年的 11 月开始打排球,在我有时间意识之前,我只知道自己打球了几年时间,但是我在 2024 年底时候回顾了我过去两年时间在排球上面所花费的时间,其实仅仅只有 350 个小时左右。

      按照 K. Anders Ericsson 提出的「10000 小时定律」,要将一项技能练至世界级水平,需要投入 1 万小时。而对比上述两个例子,我最初认为自己两年来投入了不少时间在排球上,但实际上,这 350 小时与 1 万小时相比只是九牛一毛。虽然我的目标并非达到世界级水平,但若仅从 10000 小时的标准来看,这个时间显然远远不够。

      根据「二八法则」,我们可能只需投入 20% 的时间,就能掌握 80% 的基础技能。然而,若想在剩下的 20% 上精进,接近世界级水平,通常需要额外投入 80% 的时间。换句话说,即使不追求世界级水平,普通人至少也需要投入 2000 小时,才能在某项技能上达到较高的能力水准。所以我在 2024 年底的时候清楚的意识到自己的水平就仅仅只有 350 个小时而已,为了能够尽快地达到 2000 个小时,我在 2025 年设下了目标要求一年就能够达到 300 个小时。

      这就是时间管理的意义所在,如果我不能够清楚的知道自己所花费的时间,我只会知道自己打了两年的球,但是依旧没有什么太大的进步,2025 年可能也继续只能投入 150 个小时左右的时间。

      如何记录

      目前市面上有很多的时间记录软件(Timing、Toggle、Tyme),但是最终都没有能够坚持下来。市面上的时间记录软件大致有两种,电脑后台的自动记录(Timing)或者是自己手动开始和结束某个任务(Toggle、Tyme),但这两种记录方式都有坚持不下来的问题。

      自动记录不能够记录在电脑使用之外的时间,同时对于自动记录下来的时间过于繁杂且真实导致最终不愿意继续记录,手动记录就是单纯需要每一个任务都做一次开始记录时间的操作外加一次结束记录的操作从而导致经常忘记。

      最终我的选择是使用间歇日记的方式来进行记录,间歇日记非常简单,只需要记录一个时间戳再附上简短的文字即可。间歇日记不仅能够帮助记录下时间的使用情况,同时也能够帮助我们整理思绪切换到下一个任务,每天记录完成之后只需要计算两个时间戳之间的时间差再进行分类就好。

      对于时间的分类,我目前的分类是:主要工作、日常生活、自我提升、健康、人际关系、休息,六个大类。这六个大类几乎能够涵盖生活中的大部分的场景了。

      在分类中最容易出现的问题就是,如果有一个时间段我认为同时属于两个不同的类别,应该如何去区分?经过我的实践有以下的解决方法:

      1. 按照这个时间段的主要目的去分类。例如和朋友一起打游戏,是应该算作打游戏还是维系朋友关系?那就要看自己选择去做这个事情的主要目的是什么,如果是为了放松休息,那么就应该是休息的类别,如果是为了和朋友一起聚会,那么就是人际关系。
      2. 按照原本的时间去分别记录。例如吃饭的同时看了电视剧应该如何记录?吃饭的时间是每天必不可少的时间,那么有一个本来正常的吃饭时间,超过这个正常时间的部分就算作你的额外目的的时间。例如吃饭的整个过程是 2 个小时,那么正常的吃饭时间是一个小时的日常生活类别,剩下的一个小时就是看电视剧的休息时间。
      3. 可以同时记录的情况。例如上班摸鱼做自己的事情应该如何记录?本职的上班时间本来就能够给我们带来价值,那么额外利用时间就算作对应的类别记录。也就是说我们可能存在一天超过24小时的情况。

      精力管理

      之前的内容只获取了当日最优任务搭配,如何能够在最合适的时间去做最合适的任务,是下一步的目标。通过一段时间的时间记录,我们能够知道每天在哪些时间段是做了我们认为重要的工作,这些时间段就是每天的高精力时间段。

      把一天分为每 5 分钟一个小时间段,那么一整天就会有 288个五分钟,也就是一个长度为 288 的向量 V,对于每一天来说我们都能够获得一个这样的向量,如果是高精力时间段就会在对应的时间段获得 1、低精力时间段就会获得 0。

      把所有天的向量集合起来就能够获得一个平均的精力向量 V bar。

      有了这个平均精力向量,系统就能够知道在什么时候是处于高精力的时间段,什么时候是处于低精力的时间段,在推荐系统推荐出合理的任务之后,就能够把任务分配到精力最高的时间段了。

      三位一体

      至此这套系统之中的时间待办精力是如何管理的已经完全解释了,它们是三位一体的存在。有新的待办产生之后,需要花费时间去完成,时间又能够反应精力的高低帮助下一次更好的去安排待办。这套系统希望能够在这个良性的循环中不断进步完成待办直到达成目标。

      FluxTime

      上述的整套系统看起来非常的复杂有非常多需要计算的地方,靠个人几乎是没有办法去实现它的。为了能够让更多的人使用上这套系统,我开发了一个软件 FluxTime,让你只需要关注时间记录以及创建待办就好了,其他的任务推荐,精力曲线计算,结果反馈都交给软件就好了。

      目前 FluxTime 已经上架 App Store 且完全免费,欢迎各位读者下载测试。

       

      > 关注 少数派公众号,解锁全新阅读体验 📰

      > 实用、好用的 正版软件,少数派为你呈现 🚀

        一个完美替代 typora 的 markdown 生产力工具

        自打 typora 收费后,一直关注 markdown 的编写工具;今天推荐一个国人开发的免费轻量且高性能的 markdown 工具。

        你抵抗什么,什么就会持续,你静观什么,什么就会消失。

        当当当当,主角隆重出场

        介绍

        官方地址  http://flymd.llingfei.com/

        开源免费,清爽简洁

        一个完美替代 typora 的开源 markdown 生产力工具1

        最突出的特点是支持扩展, 博主试用下来,基本上是一个可以完美替代 typora 的笔记应用。

        一个完美替代 typora 的开源 markdown 生产力工具2

        扩展系统在基础 markdown 之上提供了更多的可玩性。比如

        • 微信公众号格式化

        • typecho 博文管理

        • 小红书文案生成

        • AI 小说引擎

        等等。真是居家旅行必备


        公众号格式化

        一个完美替代 typora 的开源 markdown 生产力工具3

        还有,flymd 有完整的文档支持,更新及时;完美支持中文。甚至支持手机端。

        更多的使用建议与需求,可以关注官方 QQ 群( 343638913 )联系作者。


        发现更多精选优质软件,关注:好奇哈米说

        如果下载链接失效或您有任何疑问或建议,欢迎在下方留言反馈。

        其他

        欢迎关注本公众号其他社媒平台

        一个完美替代 typora 的开源 markdown 生产力工具4

        点击以下链接关注我的数字名片!

        https://muselink.cc/hamisay

        "如果您觉得这篇文章对您或您的朋友有所帮助,不妨动动手指,关注我们、点赞并分享到朋友圈,让更多人受益。您的每一次互动都是对我们最大的支持和鼓励!"


        📌 转载信息
        原作者:
        fz420
        转载时间:
        2026/1/11 19:05:46

        ChatGPT 诞生后,因其非常强大的又难以置信的的能力,得到了非常广泛的关注。用户将 ChatGPT 视作一种有趣且知识渊博的聊天工具。但事实上,使用合适的 Prompts 和 Chains,可以将 ChatGPT 作为一个神奇的生产力工具,能够处理各种各样复杂的任务。本仓库将详细介绍如何使用 ChatGPT 完成各种任务。

        One more thing: 作者作为谷歌机器学习开发者专家(Google Developer Experts in Machine Leaning),即将拿到 Google Bard 模型的内部试用资格。后续将会把 Google Bard 相关的评测和使用指南也更新到这个仓库。敬请期待~

        欢迎在 Github 上关注(follow)作者,点赞(star)这个项目!您的支持是作者持续研究的最大动力!

        计划

        我们计划使用 ChatGPT (也将包含 Google Bard)完成各种 NLP 任务和一些非 NLP 任务。

        将要讨论的 NLP 任务如下图所示:

        文本润色与改错

        这一任务通常使用 Grammarly 等工具来完成,但事实上 ChatGPT 是可以作为一个更加强大的文本润色和改错工具的!

        下面,我们将展示如何使用 ChatGPT 润色一段文本:

        润色下面这段话,修正其中的语法错误,使用正式的文风:
        机器学习正式一个好的工具啊,他啥都做,比如他可以帮我修一修语法和拼写地错误。

        那么我们将得到如下的结果:

        机器学习是一个非常好的工具,它可以胜任各种任务。例如,它可以帮助我修正语法和拼写错误。
        怎么样?是不是很神奇?!

        在实际使用中,你可以要求 ChatGPT 润色或者改写成符合你使用场景的文本风格。比如,我们可以这么问:

        润色下面这段话,将其改写成文章的标题:
        机器学习正式一个好的工具啊,他啥都做,比如他可以帮我修一修语法和拼写地错误。
        这样,我们就可以得到想要的结果:

        "机器学习:修正语法和拼写错误的好工具"

        文本翻译

        这一任务通常使用 Google Translator 和 DeepL 这样的工具来完成,使用 ChatGPT 同样可以做到。

        下面我们将展示如何使用 ChatGPT 翻译一段文本:

        翻译下面这段话:
        Knowledge is power! And it exists in the ChatGPT!
        那么我们将得到如下的结果:

        知识就是力量!而这种力量存在于ChatGPT中!

        NLU 开发

        除了上面这些比较通用的文本任务,我们还能对 ChatGPT 进行 finetune,让其阅读我们的数据,理解我们的业务逻辑,从而可以成为一个骨干员工级别的生产力助手。

        ChatGPT 输出图像

        你知道么?ChatGPT 是能够输出图像的!(想不到吧~

        TODO: 今天实在忙不过来了,明天更新~

        ChatGPT 陪你游戏

        五子棋游戏
        TODO: 今天实在忙不过来了,明天更新~

        你画我猜

        TODO: 今天实在忙不过来了,明天更新~

        讽刺检测

        讽刺检测这个可就比较难了,需要理解对话的上下文,否则没法判断。ChatGPT 在这方面也是相当的靠谱,能检测就检测,不能检测也不会瞎给结果。比如,我们直接这样问:

        你是一个中文讽刺检测程序,阅读下面这段话:
        老板:你可真行啊

        请问老板最后的这句话是否是讽刺?
        那么 ChatGPT 会比较客观的给出回复:

        根据给出的文本和语境,很难确定老板的最后一句话是否是讽刺。通常来说,这句话本身并没有包含讽刺的意味,而是表达了一种赞赏或称赞的语气。

        然而,在某些情况下,这句话也可能会被用于讽刺,具体取决于上下文和语气的表达方式。如果说这句话的时候语气很嘲讽或者有其他暗示,那么它就可能被解读为讽刺。

        综上所述,需要更多的上下文和语境才能确定老板的这句话是否包含讽刺的意味。

        使用 ChatGPT 对托福(TOEFL)独立写作进行打分并给予写作指导(e-rater)

        什么??!这也可以?!没错,ChatGPT 它真的可以!真的实现了:既要(免费)又要(水平高)还要(快速)!

        究竟该怎么做呢?你可以这样和 ChatGPT 说:

        托福写作的题目是:
        As a student of university that has a long break between university semesters, the university requires all students to do one of the following for one month during the break:

        1、Students must take a course on the subject that has no direct connection to their majors of study ( For example, a student majoring in engineering may take course in fine arts or social science.)

        2、Students must volunteer to work in the university's city or their hometowns to improve some aspects of life of the city or their own town.( For example, students may help local primary school children with their homework.)

        Which one do you think is more beneficial for students in their university? Why? Give detailed examples and reasons. Use your OWN words, do NOT use memorized examples.

        考生的回答是:

        In this day and age, it is commonly acknowledged that the four years of college are significant to a person's development. There have been ongoing debates on how students can best take advantage of their time during the long school breaks. People view it differently due to their dissimilar backgrounds and experiences. From my point of view, universities should ask students to volunteer to work in their hometowns or the city where the school is located in that they can make more friends and learn valuable skills.

        To begin with, doing voluntary work provides students with an entirely different environment to make connections with people outside of the campus. In other words, while university students spend most of their time at school and in class, they seldom have the chance to go out and make friends with people in the society. By volunteering to work in the city, as a result, students will get to know people who share the same interest with them and have the passion to make their community a better place. For example, last summer I volunteered in my hometown's largest bookstore. During my three weeks working there, I made friends with students of different ages and different backgrounds. Many of them studied in another city, but they all came back to their hometown during summer and wished to make some contribution to the community. I also met people who had already entered the workplace but still actively participating in voluntary work. I was impressed by the passion and vitality I saw on all these people. Some of them even turned out to be one of my best friends.

        Furthermore, being a volunteer helps students learn valuable skills that are not taught in the classroom. To be more specific, doing voluntary work requires one to be socially responsible, patient to others, and willing to make contact with strangers. Thus, during the time when students are volunteering, they gradually gain these important skills that will definitely benefit their self-development. For instance, a friend of my mother's is now a leader of a non-profit organization. When I met her last month, she gave me the impression of a very outgoing, warmhearted, and optimistic person. However, she told me that before she participated in voluntary work during her school days, she was extremely shy and introverted. Being a volunteer not only helped her understand her social responsibility but also made her into a helpful, extroverted person because of the constant interaction with other volunteers and people in need. As a result, after seeing the beauty of voluntary work, she founded her own non-profit organization, aiming to help homeless kids in the city.

        In conclusion, I believe that working as a volunteer in the students' hometowns or the cities where the universities are located benefits students a lot, because they can make friends with people outside of the campus and learn valuable skills that are not in the textbooks.

        你是一个托福考试的评分程序。请按照托福考试的评分细则,请对上面这位考生的托福写作水平进行评估,给出参考分数范围,分数范围 0 - 30。先输出分数,再给予解释。

        然后 ChatGPT 就会这样回答你:

        评分:25-28分

        理由:

        该考生的文章结构清晰,分别论述了为何选择做义工可以使大学生从更广阔的视角更全面地了解和发展自己。他们的论点和例子都是有说服力的,而且通过使用丰富的词汇和语法结构,能够清楚地表达他们的意思。虽然他们在语言表达上可能有一些小的问题,例如使用了一些不够流利的短语和措辞,但这些问题并不影响他们的意思传达。总体而言,这篇文章是高质量的托福写作。

        头脑风暴:既然 ChatGPT 可以对托福写作进行打分和指导,那么托业(TOEIC),雅思(IELTS),英语四级(CET-4),英语六级(CET-6),考研英语,高考英语,中考英语,公务员考试等是不是也毫无压力?! ChatGPT 即将快速改变许许多多的产业和群体!真正的 Game Changer!

        KPI 填写

        焦头烂额,不知道 KPI 到底该怎么写才能满足要求(逼格满满)?

        TODO: 今天实在忙不过来了,明天更新~

        周报/日报扩写

        作为社畜,这就是救命工具啊!居家旅行必备良药~!

        TODO: 今天实在忙不过来了,明天更新~

        编写程序代码

        没错!你是产品经理(甲方),ChatGPT是程序员(乙方)。ChatGPT写的既快又好还带单元测试!感觉到了职业危机有没有?没错~ 我们要下岗了 :(

        TODO: 今天实在忙不过来了,明天更新~

        编写单元测试代码

        如果你已经有了代码,那么你可以让 ChatGPT 帮你写单元测试代码!这下不用担心单元测试覆盖率不够高的问题了~

        TODO: 今天实在忙不过来了,明天更新~

        帮你 Review 代码 / debug

        需要一个编程大师帮你看看代码,指点一二?或者遇到了奇怪的 Bug,不知道如何解决?没错,直接找万能的 ChatGPT 就行,保证药到病除!

        TODO: 今天实在忙不过来了,明天更新~

        PPT/网页/服装的配色/搭配

        在艺术品味方面,ChatGPT 也是一绝。

        TODO: 今天实在忙不过来了,明天更新~

        想要更多 ChatGPT 的神奇用法?

        没问题!更多内容已经在策划中了,欢迎在 Github 上关注(follow)作者,点赞(star)这个项目!您的支持是作者持续研究的最大动力!