Deep Work Orchestrator
深度工作编排器 — 将 Cal Newport 的深度工作理论与个人生产力数据结合，构建个性化的专注力管理系统。
Description
整合时间管理、注意力科学、环境设计和认知负荷理论，为知识工作者生成个性化的深度工作计划。通过分析个人工作模式、精力曲线和干扰模式，自动编排最优深度工作时段。
Usage
当用户需要：
- 规划深度工作时间块
- 分析自己的注意力模式
- 减少浅层工作占比
- 建立深度工作习惯
- 优化创作/编码时段
使用本 Skill。
Key Concepts
1. 注意力经济学框架
- 注意力预算模型：每天高质量注意力约4-5小时，需要像预算一样分配
- 注意力税：每次上下文切换消耗23分钟恢复时间（Gloria Mark研究）
- 复利专注：连续深度工作的认知收益呈非线性增长，前30分钟热身，30-90分钟为峰值区
2. 环境触发设计
- 感官锚定：固定音乐/光线/位置 → 触发"深度模式"的巴甫洛夫响应
- 数字护城河：三层防御（通知静默→应用屏蔽→网络隔离），每层对应不同深度级别
- 社交契约信号：耳机戴法/状态标记/物理信号让他人自动回避
3. 精力-任务匹配矩阵
高精力 低精力
重要 深度区 防御区
不重要 流速区 丢弃区- 深度区：创作、编码、写作、战略思考
- 流速区：学习新技能、探索性工作
- 防御区：关键决策（低精力时易出错，需额外检查）
- 丢弃区：委托、延迟或删除
Instructions
- 询问用户典型工作日结构和精力曲线
- 识别当前浅层工作占比（目标 <30%）
- 设计3种深度工作模板（晨间型/午间型/晚间型）
- 创建环境触发方案
- 建立每周深度工作时数追踪
Examples
输入: "我是程序员，每天被会议打断很多" 输出: 会议批处理策略 + 编码深度块 + 异步沟通协议 + 精力低谷会议安排
Boundaries
- 不替代专业心理咨询（ADHD等注意力障碍需医学支持）
- 框架灵活适配，不教条执行
- 尊重用户现有工作约束
References
- Cal Newport《Deep Work》
- Gloria Mark 注意力切换研究（UC Irvine）
- Mihaly Csikszentmihalyi 心流理论