im-reminder
정보
이 스킬은 IM 채널에서 예약된 리마인더를 가능하게 하며, cron 작업을 통해 일회성 및 반복 작업을 모두 지원합니다. 현재 IM 채널을 자동으로 감지하여 메시지가 올바른 위치로 전달되도록 보장합니다. 개발자들은 대화 컨텍스트 내에서 시간 기반 에이전트 작업과 응답을 트리거해야 할 때 이 기능을 사용해야 합니다.
빠른 설치
Claude Code
추천npx skills add agentbay-ai/agentbay-skills -a claude-code/plugin add https://github.com/agentbay-ai/agentbay-skillsgit clone https://github.com/agentbay-ai/agentbay-skills.git ~/.claude/skills/im-reminderClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
IM 定时提醒
跨平台定时提醒技能,保证准确的时间触发和消息送达。通过 cron job 配置,确保消息发送到用户请求提醒的原始频道,避免 NO_REPLY 问题。
适用场景
- 用户请求定时提醒(如"5 分钟后提醒我开会")
- 用户请求周期性任务(如"每小时提醒我喝水")
- 需要在指定时间触发 Agent 执行操作并回复用户
固定字段
以下字段在所有任务中取值固定,不可更改:
| 字段 | 固定值 | 说明 |
|---|---|---|
enabled | true | 必须为 true,否则任务不会执行 |
sessionTarget | "isolated" | 每次触发创建独立会话 |
payload.kind | "agentTurn" | 触发类型为 Agent 回合 |
payload.deliver | true | 确保消息发送到外部频道 |
动态字段
以下字段需根据当前会话上下文自动填充:
| 字段 | 说明 |
|---|---|
payload.channel | 当前频道类型,从运行时上下文获取(如 feishu) |
payload.to | 必填,当前频道目标用户 ID,从会话上下文获取,缺失会导致消息无法送达 |
调度方式
一次性定时(at)
在指定时间点触发一次,适用于"X 分钟后提醒我"这类场景。
"schedule": {
"kind": "at",
"atMs": 1770449700000
}
atMs 为目标触发时间的 Unix 时间戳(毫秒)。
周期性定时(every)
按固定间隔重复触发,适用于"每隔 X 分钟提醒我"这类场景。
"schedule": {
"kind": "every",
"everyMs": 60000
}
everyMs 为触发间隔的毫秒数(如 60000 = 1 分钟)。
Cron 表达式定时(cron)
使用标准 cron 表达式调度,适用于"每天早上 7 点提醒我"这类基于日历规律的场景。
"schedule": {
"kind": "cron",
"expr": "0 7 * * *"
}
expr 为标准五位 cron 表达式,格式如下:
┌───────────── 分钟 (0-59)
│ ┌───────────── 小时 (0-23)
│ │ ┌───────────── 日 (1-31)
│ │ │ ┌───────────── 月 (1-12)
│ │ │ │ ┌───────────── 星期 (0-6,0=周日)
│ │ │ │ │
* * * * *
常用表达式:
| 场景 | 表达式 |
|---|---|
| 每天早上 7 点 | 0 7 * * * |
| 每天中午 12 点 | 0 12 * * * |
| 工作日早上 9 点 | 0 9 * * 1-5 |
| 每周一早上 10 点 | 0 10 * * 1 |
| 每月 1 号上午 9 点 | 0 9 1 * * |
完整示例
示例一:一次性提醒
在指定时间点触发,执行一次后结束。
{
"version": 1,
"jobs": [
{
"id": "0dd466ae-d52a-448f-ad01-2fc719f1f48c",
"name": "test2",
"description": "test2",
"enabled": true,
"schedule": {
"kind": "at",
"atMs": 1770449700000
},
"sessionTarget": "isolated",
"wakeMode": "next-heartbeat",
"payload": {
"kind": "agentTurn",
"message": "回复内容是test2",
"deliver": true,
"channel": "feishu",
"to": "ou_XXXXXXXXXXX"
}
}
]
}
示例二:周期性提醒
每隔固定时间触发一次,持续执行。
{
"version": 1,
"jobs": [
{
"id": "50f53ed1-4ad6-4ed2-9984-fdd4eba1fdab",
"name": "测试1",
"description": "测试1",
"enabled": true,
"schedule": {
"kind": "every",
"everyMs": 60000
},
"sessionTarget": "isolated",
"wakeMode": "next-heartbeat",
"payload": {
"kind": "agentTurn",
"message": "回复这是测试1",
"deliver": true,
"channel": "feishu",
"to": "ou_XXXXXXXXXXX"
}
}
]
}
示例三:Cron 表达式定时提醒
按 cron 表达式调度,适用于基于日历规律的周期性任务。
{
"version": 1,
"jobs": [
{
"id": "0ec68ffa-07b2-4ca6-93ee-75edd26b4b74",
"name": "cron",
"description": "cron",
"enabled": true,
"schedule": {
"kind": "cron",
"expr": "0 7 * * *"
},
"sessionTarget": "isolated",
"wakeMode": "next-heartbeat",
"payload": {
"kind": "agentTurn",
"message": "cron",
"deliver": true,
"channel": "feishu",
"to": "ou_XXXXXXXXXXX"
}
}
]
}
频道检测
- 获取频道类型:从运行时
channel属性获取(如feishu) - 获取用户 ID:从当前会话或消息上下文获取(如
ou_xxxx) - 始终自动检测:使用发起请求的原始频道,不要硬编码
消息内容指南
- 避免纯文本消息,需要包含让 Agent 生成响应的指令
- 使用完整的指令句,确保 Agent 处理后产生可见回复
实现步骤
- 检测当前频道类型和用户 ID
- 将用户的时间请求转换为时间戳(毫秒)或间隔毫秒数
- 构建完整的 job 配置(固定字段 + 动态字段)
- 调用 API 创建定时任务
- 确认创建成功,告知用户
常见坑点
| 错误做法 | 正确做法 |
|---|---|
| 硬编码 channel 和 to | 从当前上下文自动检测 |
sessionTarget 设为 main | 必须设为 isolated |
deliver 缺失或设为 false | 必须设为 true |
enabled 缺失或设为 false | 必须显式设为 true |
payload.to 缺失或为空 | 必须填写,否则消息无法送达 |
GitHub 저장소
연관 스킬
llamaguard
기타LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
cost-optimization
기타이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
quantizing-models-bitsandbytes
기타이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
dispatching-parallel-agents
기타이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.
