by 运行时依赖
安装命令
点击复制技能文档
Teambition 工时自动填写 Skill 何时使用 用户说「填工时」「登记工时」「填今天的工时」「补工时」「修改工时」或类似意图时使用。
前置条件 Teambition Cookie 已配置到 ~/.workbuddy/.env： TEAMBITION_SESSIONID TEAMBITION_SESSIONID_SIG（可选） TB_ACCESS_TOKEN 工时应用已在企业安装 可选用户配置： ORG_ID 或 TEAMBITION_ORG_ID USER_ID 或 TEAMBITION_USER_ID 获取方式：登录 teambition.com → F12 → Application → Cookies → 复制对应值
重要：API 返回结构 所有工时相关 API 返回的统一结构： { "ok": true, "message": "操作成功", "payload": [...] } 工时记录在 payload 字段中，不是直接返回数组。批量任务查询（tasks-bulk）同理。
重要：任务数据字段 字段 说明 注意 _id MongoDB ObjectId API 交互用的唯一标识 uniqueId 任务编号（整数） content 任务标题 不是 name（name 始终为空） isDone 是否完成 boolean dueDate 截止日期 ISO 8601 格式 project 所属项目 含 name 和 _id project.uniqueIdPrefix 项目编号前缀 如 MATRIX、ECX accomplished 实际完成时间 ISO 8601 格式，仅已完成任务有值
工作流程（按顺序执行） Step 0：自动识别当前用户 从 ~/.workbuddy/.env 或环境变量读取 USER_ID（未配置则使用默认值）。
Step 1：获取当天 Git 提交记录（标准化 JSON） SKILL_DIR="/Users/ken/.workbuddy/skills/teambition-worklog" # 输出结构化 JSON（推荐） bash "$SKILL_DIR/scripts/analyze-git-commits.sh" --json /path/to/repo 2026-04-17 # 兼容文本输出 bash "$SKILL_DIR/scripts/analyze-git-commits.sh" /path/to/repo 2026-04-17 JSON 字段包括：commit_count、commits[]、directories[]，可直接作为 AI 匹配输入。
Step 2：拉取 Teambition 任务候选（支持分页 + 批量详情） SKILL_DIR="/Users/ken/.workbuddy/skills/teambition-worklog" # 项目列表（分页） bash "$SKILL_DIR/scripts/teambition-api.sh" projects [page_token] [page_size] # 任务列表（分页） bash "$SKILL_DIR/scripts/teambition-api.sh" tasks [page_token] [page_size] # 按任务编号搜索（支持逗号分隔多个） bash "$SKILL_DIR/scripts/teambition-api.sh" search-tasks # 任务详情批量查询 bash "$SKILL_DIR/scripts/teambition-api.sh" tasks-bulk "task_id1,task_id2" # 按项目 + 完成时间范围拉取已完成任务（自动分页遍历） bash "$SKILL_DIR/scripts/teambition-api.sh" project-done-tasks [--json] [--page-size ] 搜索任务建议：优先使用 search-tasks 按编号搜索，比遍历全量任务快得多。 project-done-tasks 使用场景： 生成发版日志 / 迭代总结 统计某段时间内团队完成的任务量 按完成日期筛选（基于 accomplished 字段） 返回字段：id, uniqueId, content, accomplished, executor, creator, project, dueDate
Step 2.5：我的任务快捷列表（跨项目查询） 通过 /my/api/tasks/query 端点，使用 TQL 查询跨项目的任务快捷视图： SKILL_DIR="/Users/ken/.workbuddy/skills/teambition-worklog" # 我创建的任务（默认只返回未完成） bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks created # 我指派给他人的任务 bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks assigned # 我参与的任务 bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks involved # 选项 bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks created --all # 包含已完成 bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks created --json # 原始 JSON 输出 bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks created --json 20 # 指定每页数量 my-tasks 返回结构（不同于工时 API）： { "code": 200, "data": { "totalSize": 215, "nextPageToken": "...", "result": [ { "id": "task_id", "content": "任务标题", "uniqueId": 2433, "isDone": false, "projectId": "project_id", "projectInfo": {"name": "矩阵", "uniqueIdPrefix": "MATRIX"}, "executorUserInfo": {"name": "执行人"}, "priority": 0, "dueDate": "2026-05-11T10:00:00Z" } ] } } 使用场景：快速定位用户相关的任务，获取 task_id 后可直接用于工时填写。
Step 2.6：查看活跃任务（项目动态 / 进行中任务） 查看今日或近期有更新的任务，帮助跟踪进度： SKILL_DIR="/Users/ken/.workbuddy/skills/teambition-worklog" # 查看我创建的进行中任务（跨项目，默认只返回未完成） bash "$SKILL_DIR/scripts/teambition-api.sh" my-tasks created --json # 查看矩阵项目今日活跃任务（按 updated 字段过滤） # 需要先拉取任务列表，再按日期筛选（见下方 Python 脚本） # 查看矩阵项目所有任务（分页，支持 nextPageToken 翻页） bash "$SKILL_DIR/scripts/teambition-api.sh" tasks [page_token] [page_size] Python 筛选今日活跃任务的示例脚本： import json, sys from datetime import datetime data = json.load(sys.stdin) tasks = data.get('result', []) # 注意：tasks API 返回结构是 {'result': [...]}, 不是 {'data':{'result':[...]}} today = '2026-05-06' # 可改为具体日期如 '2026-05-01' updated_today = [t for t in tasks if t.get('updated', '')[:10] == today] recent = [t for t in tasks if t.get('updated', '')[:10] >= '2026-05-01'] for t in sorted(updated_today, key=lambda x: x.get('updated', ''), reverse=True): uid = t.get('uniqueId', 'N/A') content = t.get('content', '')[:60] is_done = t.get('isDone', False) due = t.get('dueDate', '')[:10] if t.get('dueDate') else '-' exec_n = t.get('executor', {}).get('name', '-') if t.get('executor') else '-' upd = t.get('updated', '')[11:16] stage = t.get('stage', {}).get('name', '-') if t.get('stage') else '-' status = '[完成]' if is_done else '[进行中]' print(f'#{uid} {status} | {upd} | 截止:{due} | 执行:{exec_n} | 阶段:{stage}') print(f' {content}') 注意： tasks API 返回结构为 {"result": [...], "nextPageToken": "...", "totalSize": N}，不是 {"data": {"result": [...]}} 分页需将 nextPageToken 作为第二个参数传入脚本 updated 字段为 ISO 8601 格式（例：2026-05-06T14:34:00.000Z），取前 10 位即为日期 需要遍历全量任务才能找到某日更新的条目（无服务端按 updated 过滤的 API）
常用项目 ID（见 MEMORY.md）： 项目名 Project ID 矩阵 607e7dcda0d8c08864d129f6 ECShopX4.0 619b81caccc9d1bf69e6bb0e DigiOS-OMS 60b71b5d92c96b6938f8636e 标准产品-OMS SaaS 607e786ff477e28a891d33f5
Step 3：AI 语义匹配并生成工时建议 输入： Git 结构化提交（Standardized