realorange1994

---
name: dandan-test-skill
description: "傻蛋实测发布的测试技能 - 验证ClawHub publish功能"
argument-hint: "[test]"
---

# Dandan Test Skill

这是傻蛋的实测技能，用于验证 ClawHub publish 功能是否正常。

## 测试验证

- clawhub publish 成功 ✅
- 版本控制正常 ✅
- slug 唯一性检查正常 ✅

## 作者

- 发布者: 傻蛋 (Dandan)
- 发布时间: 2026-04-06
- 测试用途: ClawHub CLI 功能验证

---
version: "1.0.1"
name: dandan-multi-search
description: 多搜索引擎聚合搜索工具。集成17个搜索引擎（8个国内+9个国际），支持高级搜索语法、时间筛选、站内搜索、隐私引擎和 WolframAlpha 知识查询。无需 API Key。当用户要求搜索、多引擎搜索、聚合搜索、隐私搜索、或需要全面信息检索时触发。
metadata: {"openclaw": {"emoji": "🔍"}}
---


# Multi-Search Engine 🔍

多搜索引擎聚合，支持17个搜索引擎，跨平台支持（macOS/Linux/Windows）。

## 触发条件

- 用户说"搜索 X"、"帮我查一下"、"多引擎搜索"
- 需要全面信息检索时
- 要求隐私搜索时
- 需要 WolframAlpha 知识查询时
- 搜索国内/国际内容切换时

## 支持的搜索引擎

### 国内引擎（8个）
| 引擎 | URL | 用途 |
|------|-----|------|
| 百度 | https://www.baidu.com/s?wd= | 常规搜索 |
| 必应 | https://cn.bing.com/search?q= | 补充来源 |
| 搜狗 | https://www.sogou.com/web?query= | 补充来源 |
| 360 | https://www.so.com/s?q= | 补充来源 |
| 神马 | https://m.sm.cn/s?q= | 移动搜索 |
| 知乎 | https://www.zhihu.com/search?type=content&q= | 社区内容 |
| 微博 | https://s.weibo.com/weibo?q= | 社交内容 |
| B站 | https://search.bilibili.com/all?keyword= | 视频/专栏 |

### 国际引擎（9个）
| 引擎 | URL | 用途 |
|------|-----|------|
| Google | https://www.google.com/search?q= | 主引擎 |
| DuckDuckGo | https://duckduckgo.com/?q= | 隐私搜索 |
| Bing | https://www.bing.com/search?q= | 微软搜索 |
| Yahoo | https://search.yahoo.com/search?p= | 补充来源 |
| Startpage | https://www.startpage.com/do/search?q= | 隐私增强 |
| WolframAlpha | https://www.wolframalpha.com/input?i= | 知识计算 |
| GitHub | https://github.com/search?q= | 代码搜索 |
| Google Scholar | https://scholar.google.com/scholar?q= | 学术搜索 |
| PubMed | https://pubmed.ncbi.nlm.nih.gov/?term= | 医学搜索 |

## 跨平台用法

### macOS / Linux
```bash
# 单引擎搜索
open "https://www.google.com/search?q=关键词"

# 多引擎聚合（curl + grep）
curl -s "https://www.google.com/search?q=关键词" | grep -oP 'https?://[^"<>]+' | head -10

# 隐私搜索（DuckDuckGo）
curl -s "https://duckduckgo.com/html/?q=关键词"

# WolframAlpha 计算知识
curl -s "https://www.wolframalpha.com/input?i=公式"
```

### Windows (PowerShell)
```powershell
# 单引擎搜索
Start-Process "https://www.google.com/search?q=关键词"

# 多引擎聚合
(Invoke-WebRequest -Uri "https://www.google.com/search?q=关键词" -UseBasicParsing).Content -split "`n" | Select-String "href" | ForEach-Object { $_.Matches.Value } | Select-Object -First 10

# 隐私搜索
(Invoke-WebRequest -Uri "https://duckduckgo.com/html/?q=关键词" -UseBasicParsing).Content

# WolframAlpha
Start-Process "https://www.wolframalpha.com/input?i=公式"
```

## 高级搜索语法

### Google/百度 语法
```
"精确短语"          # 完全匹配
A OR B              # 或运算
A -B                # 排除词
site:github.com X   # 站内搜索
filetype:pdf X      # 指定文件类型
intitle:X           # 标题含关键词
inurl:X             # URL含关键词
```

### 时间筛选
```
&as_qdr=d        # 24小时内
&as_qdr=w        # 一周内
&as_qdr=m        # 一个月内
&as_qdr=y        # 一年内
```

## 使用决策树

```
1. 用户要求搜索？
   → 确定搜索意图和范围

2. 需要多引擎还是单引擎？
   → 重要/模糊主题 → 多引擎聚合
   → 明确简单查询 → 单引擎快速返回

3. 国内还是国际内容？
   → 国内 → 百度+必应+搜狗+360
   → 国际 → Google+DuckDuckGo+Bing
   → 学术 → Scholar+PubMed

4. 是否需要隐私保护？
   → 是 → DuckDuckGo / Startpage
   → 否 → Google / 百度

5. 是否需要知识计算？
   → 是 → WolframAlpha
   → 否 → 常规搜索
```

## 输出格式

```markdown
## 搜索结果：<关键词>

### 📊 引擎覆盖
- 国内：百度 ✅ | 必应 ✅ | 搜狗 ✅
- 国际：Google ✅ | DuckDuckGo ✅ | Bing ✅

### 🔍 主要发现
1. [来源标题](URL) — 摘要...
2. ...

### 📖 深度来源
- [标题](URL)
- ...

### 💡 WolframAlpha 补充
[如有计算结果]

### 🔗 原始链接
- [Google](链接)
- [百度](链接)
- [DuckDuckGo](链接)
```

## 注意事项

- 国内引擎在海外可能访问受限
- DuckDuckGo 无需 API Key，隐私友好
- WolframAlpha 适合数学/科学问题
- 多引擎搜索会增加请求时间，酌情使用
- 学术搜索优先使用 Google Scholar / PubMed

---
version: "1.0.1"
name: dandan-file-organizer
description: 智能文件/桌面整理技能。当用户说"整理桌面"、"文件整理"、"整理文件夹"、"清理桌面"时触发。提供零删除、零篡改的安全文件归类，支持智能扫描、关键词匹配、按类型自动分类、多平台支持（macOS/Linux/Windows）。
metadata: {"openclaw": {"emoji": "📁"}}
---


# File Organizer 📁

智能文件归类整理，跨平台支持。

## 触发条件

- 用户说"整理桌面"、"文件整理"、"整理文件夹"、"清理桌面"
- 用户说"桌面太乱了"、"文件太多了"
- 用户要求按类型分类文件

## 文件分类规则

### 按扩展名分类

| 分类 | 扩展名 |
|------|--------|
| 图片 | png, jpg, jpeg, gif, bmp, tiff, webp, svg, ico, heic |
| 文档 | docx, pdf, txt, doc, ppt, pptx, odt, rtf, pages |
| 表格 | xlsx, csv, xls, numbers, ods, tsv |
| 视频 | mp4, avi, mov, mkv, flv, wmv, webm, m4v |
| 音频 | mp3, wav, flac, m4a, ogg, aac, wma, aiff |
| 代码 | py, js, tsx, java, c, cpp, h, go, rb, php, swift, kt, rs, sh, html, css, json, yaml |
| 压缩包 | zip, rar, 7z, tar, gz, bz2, xz |
| 电子书 | epub, mobi, azw3, djvu |
| 安装包 | exe, dmg, pkg, msi, apk, deb, rpm, appimage |
| 设计文件 | psd, ai, sketch, fig, xd, indd |
| 字体 | ttf, otf, woff, woff2 |
| 日志 | log |

## 整理策略

### 策略1：已有文件夹匹配
```
扫描目标目录 → 匹配文件名到已有文件夹 → 移动文件
关键词匹配：文件名包含文件夹名 → 移入
命名规律匹配：共享3字符以上前缀 → 移入
```

### 策略2：按类型分类（无匹配时）
```
不常用文件（60天未访问）→ 不常用文件/
其余按扩展名分类 → 图片/ | 文档/ | 表格/ | ...
```

### 策略3：按项目分类（phase2 AI 语义分析）
```
深度扫描未分类文件 → 提取关键词 → 生成项目文件夹 → 归类
```

## 跨平台命令

### macOS
```bash
# 列出桌面文件
ls -la ~/Desktop/

# 移动文件到分类文件夹
mv ~/Desktop/report.pdf ~/Documents/报告/

# 创建分类文件夹
mkdir -p ~/Desktop/{图片,文档,表格,代码,压缩包}

# 查看文件大小
du -sh ~/Desktop/*
```

### Linux
```bash
# 列出桌面文件
ls -la ~/桌面/   # 或 ~/Desktop/

# 移动文件
mv ~/桌面/report.pdf ~/文档/报告/

# 查看文件大小
du -sh ~/桌面/*

# 查找大文件
find ~/桌面 -type f -size +100M
```

### Windows (PowerShell)
```powershell
# 列出桌面文件
Get-ChildItem "$env:USERPROFILE\Desktop"

# 移动文件
Move-Item "$env:USERPROFILE\Desktop\report.pdf" "$env:USERPROFILE\Documents\报告\"

# 创建分类文件夹
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\图片"
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\文档"
New-Item -ItemType Directory -Path "$env:USERPROFILE\Desktop\表格"
```

## 零删除原则

- ❌ 不删除任何文件，只移动
- ❌ 不覆盖文件，自动重命名（filename_1.pdf）
- ❌ 不处理系统文件（.DS_Store、Thumbs.db 等）
- ⚠️ 快捷方式/别名不移动
- ⚠️ 被占用文件（lsof 检测）跳过
- ✅ 所有操作记录日志，可一键回撤

## 操作日志格式

```tsv
原路径    目标路径    分类    方法    状态
/home/user/Desktop/report.pdf    /home/user/Desktop/文档/report.pdf    文档    按类型分类    done
```

## 使用流程

```
1. 用户说"整理桌面"
   → 询问目标目录（默认 ~/Desktop）

2. 执行扫描（phase1）
   → 输出：文件列表、已有文件夹、建议分类方案

3. 用户确认
   → 执行整理（phase2）
   → 生成日志

4. 输出结果
   → 整理了多少文件
   → 创建了哪些文件夹
   → 日志文件位置（可回撤）
```

## 输出格式

```markdown
## 📁 文件整理结果

**目录**: ~/Desktop
**扫描时间**: 2026-03-19 19:54

### 📊 统计
- 扫描文件：42 个
- 整理完成：38 个
- 跳过：4 个（系统文件/被占用/白名单）
- 创建文件夹：7 个

### 📂 已创建文件夹
- 图片/（12个文件）
- 文档/（8个文件）
- 表格/（3个文件）
- ...

### 🔄 操作日志
[保存到 .file_organizer_logs/ organize_20260319_1954.log]

### ↩️ 回撤指令
如需回撤，执行：
[根据日志生成回撤命令]
```

## 注意事项

- 桌面文件通常较小，大文件建议移至对应分类文件夹
- 60天不常用规则可根据需要调整
- macOS 的 `.DS_Store`、Windows 的 `Thumbs.db` 自动跳过
- 整理前建议先做 phase1 扫描，用户确认后再执行

---
version: "1.0.1"
name: dandan-humanize-text
description: AI 生成文本人性化改写工具。将 ChatGPT、Claude 等 AI 生成的内容改写为自然流畅的表达，可通过 GPTZero、Turnitin、Originality.ai 等工具检测。适用于需要人感、避免 AI 检测、或润色 AI 草稿的场景。跨平台支持（macOS/Linux/Windows）。
metadata: {"openclaw": {"emoji": "✍️"}}
---


# Humanize AI Text ✍️

将 AI 生成文本改写为自然、不可检测的人文表达。

## 触发条件

- AI 生成的文字需要更自然
- 希望绕过 AI 内容检测（GPTZero、Turnitin 等）
- 需要润色 AI 草稿
- 用户说"改写得更自然"、"去 AI 味"、"人性化"

## 核心改写原则

### 1. 加入人类写作特征
- 轻微不完美（偶有小重复、括号补充）
- 具体例子和个人经历
- 情绪波动（兴奋→平静→反思）
- 非正式表达和口语化

### 2. 移除 AI 典型模式
- 删除绝对化表述（"必须"、"毫无疑问"）
- 减少过度礼貌（删除"当然"、"当然可以"）
- 去掉过度总结的开头
- 删除机械的"首先...其次...最后"

### 3. 调整句式结构
- 长句拆短
- 减少"并且"、"因此"等连接词
- 用主动语态替代被动语态

## 跨平台用法

### macOS / Linux
```bash
# 调用 Python 脚本改写
python3 /path/to/transform.py "AI 文本内容"

# 检测是否像 AI（需要网络）
curl -s "https://api.gptzero.me/v1/check" \
  -H "Content-Type: application/json" \
  -d '{"text": "待检测文本"}'

# 或调用 detect.py（本地检测）
python3 scripts/detect.py "待检测文本"
```

### Windows (PowerShell)
```powershell
# 调用 Python 脚本改写
python scripts\transform.py "AI 文本内容"

# 检测
$body = @{"text" = "待检测文本"} | ConvertTo-Json
Invoke-RestMethod -Uri "https://api.gptzero.me/v1/check" -Method POST -Body $body -ContentType "application/json"
```

## 改写模式库（来自 patterns.json）

### 模式1：断句法
```
AI: "首先，我们需要明确目标。其次，制定计划。最后，执行实施。"
改写: "目标是什么？得先想清楚。然后计划怎么走。到这一步再动手。"
```

### 模式2：口语化
```
AI: "因此，我们得出结论：沟通是团队协作的关键因素。"
改写: "说白了，团队合不来就是沟通没到位。"
```

### 模式3：增补细节
```
AI: "这个工具有很多优点。"
改写: "用了一阵子，确实顺手——最明显的感觉是快，平时要手动搞半小时的事，它五分钟搞定。"
```

### 模式4：情绪加入
```
AI: "实验结果显示该假设成立。"
改写: "跑完数据，发现还真蒙对了！当然也有几个意外值，回头再细查。"
```

## 使用决策树

```
1. 用户提供 AI 文本？
   → 进入改写流程

2. 目标是什么？
   → 通过 AI 检测 → 应用强改写模式
   → 更自然可读 → 轻度润色
   → 保留原意改写 → 中度调整

3. 是否需要检测？
   → 是 → 用 GPTZero / Originality.ai 初检
   → 否 → 直接改写输出
```

## 输出格式

```markdown
## 人性化改写结果

### 原文（AI 风格）
[原始文本]

### 改写后（自然风格）
[改写文本]

### 改写说明
- 应用模式：[列出所用改写模式]
- 检测预期：[通过/不确定/可能触发]
- 主要改动：[2-3 个关键改动点]
```

## 依赖

- Python 3.7+
- 无外部 API 依赖（patterns.json 本地运行）
- 可选：GPTZero API（网络检测）

## 文件结构

```
humanize-text/
├── SKILL.md
├── scripts/
│   ├── transform.py   # 改写主脚本
│   ├── detect.py     # 检测脚本（本地规则）
│   └── patterns.json # 改写模式库
```

---
version: 1.0.0
name: cloud-upload-tencent
description: 腾讯云对象存储（COS）上传工具。将本地文件上传至腾讯云 COS，生成下载链接和图片预览。适用于备份文件、生成公开分享链接、存储静态资源。跨平台支持（macOS/Linux/Windows），支持 CLI 和 Python 两种方式。
metadata: {"openclaw": {"emoji": "☁️"}}
---

# Cloud Upload — Tencent COS ☁️

腾讯云对象存储上传，跨平台支持。

## 触发条件

- 用户要求上传文件到云存储
- 需要生成文件下载链接
- 备份本地文件到云端
- 需要公开分享文件（图片/文档）

## 前提条件

### 必需配置
```
TENCENT_COS_SECRET_ID=你的SecretId
TENCENT_COS_SECRET_KEY=你的SecretKey
TENCENT_COS_BUCKET=你的Bucket名称
TENCENT_COS_REGION=Bucket地域（如 ap-guangzhou）
```

### Bucket 地域对照
| 地域 | Region ID |
|------|-----------|
| 北京 | ap-beijing |
| 上海 | ap-shanghai |
| 广州 | ap-guangzhou |
| 成都 | ap-chengdu |
| 新加坡 | ap-singapore |

## 跨平台用法

### macOS / Linux（CLI 方式）

```bash
# 安装腾讯云 COS CLI
# pip 安装（Python 3.6+）
pip3 install cos-python-sdk-v5

# 上传文件（Python）
python3 << 'EOF'
from qcloud_cos import CosConfig, CosS3Client
import os

secret_id = os.getenv('TENCENT_COS_SECRET_ID')
secret_key = os.getenv('TENCENT_COS_SECRET_KEY')
bucket = os.getenv('TENCENT_COS_BUCKET')
region = os.getenv('TENCENT_COS_REGION')

config = CosConfig(Region=region, SecretId=secret_id, SecretKey=secret_key)
client = CosS3Client(config)

# 上传
response = client.upload_file(
    Bucket=bucket,
    Key='filename.txt',
    LocalFilePath='/local/path/file.txt'
)
print(response['ETag'])
EOF

# 生成分享链接（3600秒有效期）
# 腾讯云 COS 控制台设置 bucket 公有读私有写或公有读写
# 链接格式：https://{bucket}.cos.{region}.myqcloud.com/{key}
```

### Linux（CLI 方式）
```bash
# 安装 coscmd CLI 工具
pip3 install coscmd

# 配置（交互式）
coscmd config -a SECRET_ID -s SECRET_KEY -b BUCKET -r REGION

# 上传
coscmd upload /local/file.txt remote/path/file.txt

# 生成分享链接（需要 bucket 设置公有读）
coscmd generate-download-link remote/path/file.txt
```

### Windows (PowerShell)
```powershell
# 安装 Python（从 python.org 下载）
# 安装 SDK
pip install cos-python-sdk-v5

# 上传（Python）
python -c "
from qcloud_cos import CosConfig, CosS3Client
import os

config = CosConfig(
    Region=os.getenv('TENCENT_COS_REGION'),
    SecretId=os.getenv('TENCENT_COS_SECRET_ID'),
    SecretKey=os.getenv('TENCENT_COS_SECRET_KEY')
)
client = CosS3Client(config)

response = client.upload_file(
    Bucket=os.getenv('TENCENT_COS_BUCKET'),
    Key='filename.txt',
    LocalFilePath='C:\path\to\file.txt'
)
print(response['ETag'])
"
```

## 使用决策树

```
1. 用户要上传文件？
   → 确认文件路径和目标名称

2. 是否有腾讯云配置？
   → 无 → 引导用户获取 SecretId/Key/Bucket

3. 文件大小？
   → < 20MB → 直接上传
   → > 20MB → 分片上传

4. 需要多久有效期？
   → 临时链接 → 预签名 URL（可设置过期时间）
   → 永久链接 → 公有读 bucket 设置
```

## 输出格式

```markdown
## ☁️ 上传结果

**文件名**: example.txt
**大小**: 1.2 MB
**Bucket**: my-bucket
**Region**: ap-guangzhou
**COS 路径**: remote/path/example.txt

### 🔗 访问链接

**直接下载**（公有读 bucket）：
https://my-bucket.cos.ap-guangzhou.myqcloud.com/remote/path/example.txt

**预签名链接**（私有 bucket，7天有效）：
[生成签名链接]

**预览**（图片/文档）：
[在线预览链接]
```

## 注意事项

- 预签名链接可设置过期时间（建议临时文件用短过期时间）
- Bucket 设置公有读后，链接永久有效
- 敏感文件不要设置公有读，用预签名链接
- 分片上传适合大文件（> 20MB）
- 腾讯云 COS 费用：存储 0.118元/GB/月，流量 0.5元/GB

## 备选方案（无腾讯云账号）

如无腾讯云账号，可用以下免费方案：
- **飞书云盘**：免费 10GB，直接通过 feishu_drive_file 上传
- **火山引擎 S3**（Coze 环境）：通过 Coze TTS 插件的 S3Storage 上传

---
version: 1.0.0
name: news-summary-voice
description: 新闻汇总与语音播报工具。获取国际可信 RSS 源新闻，生成语音摘要。当用户要求新闻更新、每日简报、世界动态、AI 播报新闻时触发。支持多语言，跨平台（macOS/Linux/Windows）。
metadata: {"openclaw": {"emoji": "📰"}}
---

# News Summary Voice 📰

新闻汇总 + 语音播报，跨平台支持。

## 触发条件

- 用户说"新闻"、"今天发生了什么"、"世界动态"
- 要求"新闻简报"、"每日总结"
- 要求"语音播报新闻"
- 定时新闻推送场景

## 支持的 RSS 源

### 国际新闻（英文）
| 来源 | RSS URL | 语言 |
|------|---------|------|
| BBC World | https://feeds.bbci.co.uk/news/world/rss.xml | EN |
| Reuters World | https://www.reutersagency.com/feed/?best-topics=world-news | EN |
| NPR News | https://feeds.npr.org/1001/rss.xml | EN |
| Al Jazeera | https://www.aljazeera.com/xml/rss/all.xml | EN |
| The Guardian | https://www.theguardian.com/world/rss | EN |
| AP News | https://rsshub.app/apnews/topics/apf-topnews | EN |

### 国内新闻（中文）
| 来源 | RSS URL | 语言 |
|------|---------|------|
| 新华网 | https://www.rss臆.com/xml/Rss臆news.xml | ZH |
| 人民网 | http://www.people.com.cn/rss/news.xml | ZH |
| 联合早报 | https://www.zaobao.com.sg/rss/realtime/china | ZH |

### 科技新闻
| 来源 | RSS URL |
|------|---------|
| Hacker News | https://news.ycombinator.com/rss |
| TechCrunch | https://techcrunch.com/feed/ |
| Ars Technica | https://feeds.arstechnica.com/arstechnica/index |

## 跨平台用法

### macOS
```bash
# 获取新闻（curl）
curl -s --max-time 10 "https://feeds.bbci.co.uk/news/world/rss.xml" | \
  grep -E '<title>|<link>' | sed 's/<[^>]*>//g' | head -20

# 语音播报（say 命令，macOS 内置）
say "Here is your news briefing."

# 播放新闻音频（curl 下载 + afplay 播放）
curl -s "音频URL" -o /tmp/news.mp3 && afplay /tmp/news.mp3
```

### Linux
```bash
# 获取新闻（curl/wget）
curl -s --max-time 10 "https://feeds.bbci.co.uk/news/world/rss.xml" | \
  grep -E '<title>|<link>' | sed 's/<[^>]*>//g' | head -20

# 语音播报（需要安装）
# Ubuntu/Debian: sudo apt install espeak-ng ffmpeg
# CentOS/RHEL: sudo yum install espeak-ng ffmpeg

# TTS 播报（espeak-ng）
espeak-ng "Here is your news briefing." 2>/dev/null

# 或用 Coze TTS 工具生成音频
```

### Windows (PowerShell)
```powershell
# 获取新闻
[xml]$rss = Invoke-WebRequest -Uri "https://feeds.bbci.co.uk/news/world/rss.xml" -UseBasicParsing
$rss.rss.channel.item | Select-Object -First 10 | ForEach-Object { $_.title }

# 语音播报（Windows TTS）
Add-Type -AssemblyName System.Speech
$synth = New-Object System.Speech.Synthesis.SpeechSynthesizer
$synth.Speak("Here is your news briefing.")
```

## 使用决策树

```
1. 用户要求新闻？
   → 确定语言（中文/英文/双语）

2. 需要哪些来源？
   → 国际热点 → BBC + Reuters + Al Jazeera
   → 国内动态 → 新华网 + 人民网 + 联合早报
   → 科技前沿 → Hacker News + TechCrunch
   → 综合 → 多源混合

3. 需要语音播报？
   → 是 → 用 Coze TTS 工具生成音频
   → 否 → 纯文本摘要

4. 时间范围？
   → 今日 → as_qdr=d 筛选
   → 本周 → as_qdr=w 筛选
   → 全部 → 无筛选
```

## 输出格式

```markdown
## 📰 新闻简报 — 2026年3月19日

### 🌍 国际头条
1. **[标题](链接)** — 摘要...
2. ...

### 🇨🇳 国内动态
1. **[标题](链接)** — 摘要...
2. ...

### 💻 科技前沿
1. **[标题](链接)** — 摘要...
2. ...

### 🎙️ 语音播报
[通过 Coze TTS 工具生成音频]

---
来源：BBC | Reuters | Al Jazeera | 新华网 | Hacker News
```

## 注意事项

- RSS 源可能失效，定期检查
- 国际新闻源国内可能访问受限
- 语音播报优先使用 Coze TTS 工具
- 敏感新闻需人工审核后播报
- 定时推送建议早起时段（7:00-8:00）执行