从零跑通一套 AI Agent 自动复盘工作流

我平时把任务记在滴答清单里，长一点的复盘放进 Notion，真正执行时还会调用 AI Agent。信息分散以后，每天最麻烦的部分变成了复制和整理。我后来把定时触发、任务读取、复盘生成和 Notion 写入接成了一条工作流。

这篇文章带你跑通一个经过脱敏的公开版本。第一次运行不需要滴答 token，也不会写入 Notion。确认本地输出正常以后，再逐步接入真实服务。

项目源码 飞书项目案例 完整作品集

跑完以后能得到什么

你会先在终端生成一份周复盘 Markdown，随后可以选择接入滴答清单和 Notion。公开仓库提供四个 Python 脚本、环境变量模板、定时任务结构样例、合成输出和排错文档。

数据按下面的顺序流动。

定时触发 ↓ 读取未完成任务或已完成任务 ↓ AI Agent 整理任务数据 ↓ 生成复盘 Markdown ↓ 人工检查 dry-run ↓ 可选写入 Notion

运行前准备

下面以 Windows PowerShell 为例。Linux 和 macOS 的脚本参数相同，只需要改环境变量写法。

先克隆仓库并进入目录。

git clone https://github.com/2268499465q-beep/hermes-auto-workflow.gitSet-Locationhermes-auto-workflowpython--version

第一步先做零凭据检查

先检查四个脚本能否被 Python 编译。

python-m compileall-q scripts

如果当前目录不允许生成__pycache__，可以把缓存临时放进系统临时目录。

$env:PYTHONPYCACHEPREFIX =Join-Path$env:TEMP"hermes-auto-workflow-pycache"python-m compileall-q scripts

随后检查命令入口。运行--help不需要任何 token。

python scripts/dida_undone.py--help python scripts/dida_completed_mcp.py--help python scripts/notion_api.py--help python scripts/notion_bridge.py--help

四条命令都能显示帮助信息，说明 Python 入口和模块导入已经正常。此时还没有访问滴答或 Notion。

第二步生成第一份周复盘

下面这条命令只生成 Markdown，不发出网络请求。

python scripts/notion_bridge.py weekly `--date 2026-08-08 `--highlights"完成接口联调|补充异常处理"`--challenges"测试数据不足"`--actions"补齐边界用例|复查输出"`--dry-run

我在公开仓库中实际运行后得到下面的输出。

# 周复盘 2026-08-08 ## 本周完成 - 完成接口联调 - 补充异常处理 ## 主要阻塞 - 测试数据不足 ## 下周行动 - 补齐边界用例 - 复查输出

参数中的多条内容用竖线分隔。--dry-run存在时，脚本打印 Markdown 后退出，不检查 Notion 凭据，也不会创建页面。

第三步接入滴答清单

公开脚本不会自动读取.env。仓库里的.env.example只是变量清单，真实值需要进入当前进程的环境变量，不能写回代码。

读取未完成任务

先把项目 ID 和显示名写进DIDA_PROJECTS_JSON。下面只有占位符。

$env:DIDA_PROJECTS_JSON ='[{"id":"<PROJECT_ID>","name":"示例清单"}]'$env:DIDA_CLI_PATH ="dida"

如果滴答 CLI 不在 PATH 中，把DIDA_CLI_PATH改成可执行文件的完整路径。随后读取指定清单。

python scripts/dida_undone.py `--project-names"示例清单"`--redact-titles

--redact-titles会把真实标题改成Task 1、Task 2。调试截图和公开演示建议一直保留这个参数。输出结构类似下面这样，数量取决于你的清单。

== 示例清单 (2) == [TASK] Task 1 [HIGH] Task 2 TOTAL incomplete: 2

读取已完成任务

已完成任务通过滴答官方 MCP 读取。token 仍然只放进当前进程。

$env:DIDA_API_TOKEN ="<YOUR_DIDA_API_TOKEN>"$env:WORKFLOW_TIMEZONE_OFFSET ="+08:00"python scripts/dida_completed_mcp.py `--start2026-08-01 `--end2026-08-08 `--redact-titles

脚本会逐日查询，再解析每条任务的completedTime。它会按本地时间窗口过滤，并用任务 ID 去重。日期接口返回成功，不代表每条数据都落在目标日期内，这一步二次过滤不能省。

第四步写入 Notion 测试页面

先在 Notion 创建一个测试页面和 Integration，再把 Integration 加入测试页面的共享范围。token 有效但页面没有授权时，接口仍会返回 403。

周、月、年复盘需要下面三个变量中的前两个。日复盘使用第三个页面 ID。

$env:NOTION_API_KEY ="<YOUR_NOTION_API_KEY>"$env:NOTION_PARENT_PAGE_ID ="<PARENT_PAGE_ID>"$env:NOTION_DIARY_PAGE_ID ="<DIARY_PAGE_ID>"

先保留--dry-run检查日期和正文。确认输出以后，再去掉这个参数。

python scripts/notion_bridge.py weekly `--date 2026-08-08 `--highlights"完成接口联调|补充异常处理"`--challenges"测试数据不足"`--actions"补齐边界用例|复查输出"

写入成功时，终端会显示新页面 ID。

Created review page: <PAGE_ID>

建议第一次只写测试页面。确认标题、层级和列表都正常以后，再换成正式父页面 ID。

第五步加入定时触发

仓库中的examples/cron-jobs.example.json提供了两类任务结构。

{"name":"周复盘草稿示例","schedule":"0 9 * * 6","timezone":"Asia/Shanghai","enabled":false,"command":"python scripts/notion_bridge.py weekly --date <DATE> --dry-run"}

<DATE>需要由你的调度器或 Agent 替换为运行日期，不能原样复制执行。第一次创建任务时保持enabled为false，手动触发一次并检查退出码。确认 dry-run 输出以后，再启用正式时间表和外部写入。

Windows 任务计划程序需要特别检查三个位置。

1. 程序填写实际的python.exe路径。
2. 参数填写脚本路径和参数。
3. 起始目录填写仓库根目录。

定时环境通常不会完整继承交互式终端的 PATH。终端里能运行，定时任务里找不到命令时，先检查 Python、滴答 CLI 和工作目录的完整路径。

常见失败怎样定位

公开版本保留了哪些边界

这个仓库来自真实运行过的个人工作流，公开版没有携带生产 token、项目 ID、页面 ID、原始任务、运行日志和个人提示词。三个示例文件都是合成内容。

我没有逐句清洗生产日志后再上传。日志会同时暴露任务标题、时间、分类和失败命令，删掉一两个名字仍然可能还原个人信息。公开示例从零编写，风险更可控。

如果你准备把自己的自动化脚本放到 GitHub，至少检查源码、配置、数据库、日志、运行输出和文档元数据。代码里看不到 token，只能说明第一层检查通过。

后续从哪里继续

完整脚本、环境变量模板、架构图和排错文档放在 GitHub 仓库。项目为什么这样拆分、哪些部分由我完成、公开时删掉了什么，放在 飞书项目案例页。

建议先跑通第二步的 dry-run，再决定是否接入真实任务和 Notion。这样每次只增加一个外部变量，报错时也更容易知道问题出在哪一层。