yangxuan/openclaw-config

Fork 0

Files

T

openclaw-314 7a5ca9f1a7 auto: sync OpenClaw config 2026-08-27 11:17

2026-08-27 11:17:10 +08:00

9.0 KiB

Raw Blame History

📊 周报混合归档方案使用指南

🎯 方案概述

混合方案 = Markdown 文件（完整内容）+ SQLite 数据库（元数据索引）

每周周报生成
    │
    ├─→ Markdown 文件归档（weekly-reports/YYYY/）
    │   └─→ 人类可读、易编辑、Git 友好、长期保存
    │
    └─→ SQLite 数据库（weekly_reports.db）
        └─→ 快速查询、统计分析、月度/年度考核

📁 文件结构

weekly-reports/
├── README.md                      # 归档说明
├── 使用指南.md                    # 详细教程
├── 快速参考.md                    # 快速查阅
├── 混合方案指南.md                # 本文件
├── sync_reports_db.py             # 数据库同步脚本
├── summarize_reports.py           # Markdown 汇总工具
├── weekly_reports.db              # SQLite 数据库（自动生成）
├── 2026/
│   ├── 2026-W29.md               # Markdown 周报
│   ├── 2026-W31-周报.md
│   └── ...
└── ...

🚀 快速开始

1. 生成周报（每周五）

方式一：通过对话（推荐）

你：生成本周周报
我：自动完成 Markdown 归档 + 数据库同步

方式二：手动运行脚本

cd /home/yangxuan/.openclaw/workspace-resume

python3 send_weekly_report.py \
  --project G5 \
  --plain "项目名称：...\n主要任务：...\n..." \
  --html "<p>...</p>" \
  --date-range "2026-08-25 ~ 2026-08-29"

2. 同步到数据库

cd weekly-reports

# 同步所有周报
python3 sync_reports_db.py --all

# 同步单个文件
python3 sync_reports_db.py --file 2026/2026-W35-周报.md

# 同步指定周
python3 sync_reports_db.py --week 2026-W35

3. 查看统计信息

python3 sync_reports_db.py --stats

输出示例：

📊 周报统计信息

============================================================
📁 周报总数：52 周

📋 按项目统计:
  G5: 45 周，问题 8 周，平均字数 2800
  G6: 7 周，问题 1 周，平均字数 3200

📅 最近 5 周:
  ✅ 2026-W34 (2026-08-18~2026-08-22) G5 - 库存预警模块优化
  ⚠️ 2026-W33 (2026-08-11~2026-08-15) G5 - 生产领料功能测试
  ...

⚠️  存在问题周报：9 周
============================================================

📋 数据库查询示例

直接查询 SQLite

cd weekly-reports

# 进入 SQLite 命令行
sqlite3 weekly_reports.db

常用 SQL 查询

-- 1. 查询某年所有周报
SELECT * FROM weekly_reports 
WHERE year = 2026 
ORDER BY week_number;

-- 2. 查询某月所有周报
SELECT * FROM weekly_reports 
WHERE start_date >= '2026-08-01' 
  AND start_date <= '2026-08-31'
ORDER BY start_date;

-- 3. 统计某项目全年工作量
SELECT 
  project,
  COUNT(*) as weeks_count,
  SUM(word_count) as total_words,
  AVG(word_count) as avg_words
FROM weekly_reports 
WHERE year = 2026 
GROUP BY project;

-- 4. 查询存在问题的周报
SELECT year, week_number, start_date, end_date, main_task
FROM weekly_reports 
WHERE has_problems = 1
ORDER BY start_date DESC;

-- 5. 查询某周每日工作明细
SELECT d.work_date, d.day_of_week, d.work_items
FROM weekly_report_daily d
JOIN weekly_reports r ON d.report_id = r.id
WHERE r.year = 2026 AND r.week_number = 35
ORDER BY d.work_date;

-- 6. 月度统计（用于考核）
SELECT 
  strftime('%Y-%m', start_date) as month,
  project,
  COUNT(*) as weeks_count,
  SUM(has_problems) as problem_weeks,
  AVG(word_count) as avg_words
FROM weekly_reports
WHERE start_date >= '2026-08-01' 
  AND start_date <= '2026-08-31'
GROUP BY strftime('%Y-%m', start_date), project;

-- 7. 查询问题记录
SELECT p.problem_description, r.start_date, r.project
FROM weekly_report_problems p
JOIN weekly_reports r ON p.report_id = r.id
ORDER BY r.start_date DESC
LIMIT 10;

命令行一键查询

# 查询 8 月份所有周报
sqlite3 weekly_reports.db \
  "SELECT year, week_number, start_date, project, main_task \
   FROM weekly_reports \
   WHERE start_date >= '2026-08-01' AND start_date <= '2026-08-31';"

# 统计全年工作量
sqlite3 weekly_reports.db \
  "SELECT project, COUNT(*), SUM(word_count) \
   FROM weekly_reports \
   WHERE year = 2026 \
   GROUP BY project;"

🔍 两种查询方式对比

场景	推荐方式	原因
查看完整周报	Markdown 文件	人类可读，格式完整
快速统计	SQLite 查询	SQL 强大，秒出结果
生成考核报告	两者结合	Markdown 提取内容 + SQL 统计数据
搜索关键词	grep/Markdown	简单直接
跨年度分析	SQLite 查询	聚合分析方便
编辑修改	Markdown 文件	直接编辑文本

📊 月度/年度考核流程

月度考核（以 8 月为例）

步骤 1：SQL 统计概览

cd weekly-reports

sqlite3 weekly_reports.db <<EOF
SELECT 
  project,
  COUNT(*) as weeks,
  GROUP_CONCAT(main_task, '; ') as tasks
FROM weekly_reports 
WHERE start_date >= '2026-08-01' 
  AND start_date <= '2026-08-31'
GROUP BY project;
EOF

步骤 2：Markdown 汇总详细内容

python3 summarize_reports.py --month 2026-08
# 生成 summary_20260831_174000.md

步骤 3：整理考核报告

使用 SQL 统计数据（工作量、周数等）
使用 Markdown 汇总的工作内容详情
组合成完整的月度考核报告

年度考核

# SQL 统计全年概览
sqlite3 weekly_reports.db <<EOF
SELECT 
  project,
  COUNT(*) as total_weeks,
  SUM(has_problems) as problem_weeks,
  AVG(word_count) as avg_words,
  SUM(word_count) as total_words
FROM weekly_reports 
WHERE year = 2026 
GROUP BY project;
EOF

# Markdown 汇总详细内容
python3 summarize_reports.py --year 2026

🔄 数据库备份

自动备份

SQLite 数据库文件很小（通常 < 100KB），可以随工作空间一起备份：

# 手动备份
cp weekly-reports/weekly_reports.db \
   weekly-reports/weekly_reports_$(date +%Y%m%d).db

# 或加入 git 版本控制
cd /home/yangxuan/.openclaw/workspace-resume
git add weekly-reports/weekly_reports.db
git commit -m "备份周报数据库"

导出为 SQL

# 导出整个数据库
sqlite3 weekly_reports.db .dump > weekly_reports_backup.sql

# 只导出元数据表
sqlite3 weekly_reports.db \
  ".dump weekly_reports" > weekly_reports_meta.sql

恢复数据库

# 从备份恢复
sqlite3 weekly_reports.db < weekly_reports_backup.sql

# 或重新同步所有 Markdown 文件
python3 sync_reports_db.py --all

📈 高级用法

1. 自动同步（集成到周报脚本）

修改 send_weekly_report.py，在归档后自动调用同步脚本：

# 在 archive_report() 函数末尾添加
import subprocess
subprocess.run(['python3', 'weekly-reports/sync_reports_db.py', 
                '--file', str(filepath)], 
               cwd='/home/yangxuan/.openclaw/workspace-resume')

2. 生成可视化报表

使用 Python + matplotlib 生成工作量趋势图：

import sqlite3
import matplotlib.pyplot as plt

conn = sqlite3.connect('weekly_reports.db')
cursor = conn.cursor()

cursor.execute('''
SELECT start_date, word_count 
FROM weekly_reports 
WHERE year = 2026 
ORDER BY start_date
''')

dates, counts = zip(*cursor.fetchall())

plt.figure(figsize=(12, 6))
plt.plot(dates, counts, marker='o')
plt.title('2026 年周报字数趋势')
plt.xlabel('日期')
plt.ylabel('字数')
plt.xticks(rotation=45)
plt.tight_layout()
plt.savefig('workload_trend.png')

3. 导出为 Excel

import sqlite3
import pandas as pd

conn = sqlite3.connect('weekly_reports.db')

# 导出周报元数据
df = pd.read_sql_query('''
SELECT year, week_number, start_date, end_date, 
       project, main_task, has_problems, word_count
FROM weekly_reports 
WHERE year = 2026
ORDER BY week_number
''', conn)

df.to_excel('2026 年周报汇总.xlsx', index=False)

❓ 常见问题

Q: 为什么用 SQLite 而不是 MySQL？

✅ SQLite 无需服务器，开箱即用
✅ 文件小（< 100KB），易于备份
✅ 足够支持个人周报查询需求
✅ 未来可轻松迁移到 MySQL（表结构相同）

Q: 数据库和 Markdown 内容不一致怎么办？

A: 重新同步即可：

python3 sync_reports_db.py --all

Q: 可以删除数据库吗？

A: 可以。数据库只是索引，删除后可从 Markdown 文件重新生成：

rm weekly_reports.db
python3 sync_reports_db.py --all

Q: 如何迁移到 MySQL？

A: 当 MariaDB 服务恢复后：

创建表结构：mysql -u root -p resume < db/weekly_reports_schema.sql
使用 MySQL 版本的同步脚本：sync_reports_to_db.py

📞 需要帮助？

直接告诉我：

"生成本周周报"
"查看 8 月份统计"
"汇总第三季度工作"
"生成年终考核报告"

我会帮你处理！

最后更新：2026-08-27
数据库位置：weekly-reports/weekly_reports.db

9.0 KiB Raw Blame History Unescape Escape