MCP HubMCP Hub
스킬 목록으로 돌아가기

im-reminder

agentbay-ai
업데이트됨 Yesterday
40
2
40
GitHub에서 보기
기타general

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

추천
기본
npx skills add agentbay-ai/agentbay-skills -a claude-code
플러그인 명령대체
/plugin add https://github.com/agentbay-ai/agentbay-skills
Git 클론대체
git clone https://github.com/agentbay-ai/agentbay-skills.git ~/.claude/skills/im-reminder

Claude 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
enabledtrue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.delivertrue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

  1. 获取频道类型:从运行时 channel 属性获取(如 feishu
  2. 获取用户 ID:从当前会话或消息上下文获取(如 ou_xxxx
  3. 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

  1. 检测当前频道类型和用户 ID
  2. 将用户的时间请求转换为时间戳(毫秒)或间隔毫秒数
  3. 构建完整的 job 配置(固定字段 + 动态字段)
  4. 调用 API 创建定时任务
  5. 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

agentbay-ai/agentbay-skills
경로: im-reminder
0

연관 스킬

llamaguard

기타

LlamaGuard는 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.

스킬 보기

cost-optimization

기타

이 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.

스킬 보기

quantizing-models-bitsandbytes

기타

이 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.

스킬 보기

dispatching-parallel-agents

기타

이 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.

스킬 보기