agentleFS
weininghuiweininghui/skills/dashboard-manager2/SKILL.md

dashboard-manager2

Skill1 starsChanged 12 days agoMITView on GitHub

Gère les interactions avec le dashboard Jarvis. Ce skill permet de lire, mettre à jour et synchroniser le fichier `data.json` en temps réel.

The file

Files
SKILL.md

迁移说明:本技能原为 OpenClaw / ClawHub 生态技能,现已转为 WorkBuddy 技能规范。正文如出现 openclaw / clawhub / claw 命令或 ~/.openclaw 路径,请忽略该命令形式,改用 WorkBuddy 等价操作:技能目录 = ~/.workbuddy/skills/<name>/;装包用 pip / npm;联网用 WebSearch / WebFetch;读写文件用 Read / Write / Edit;执行命令用 Bash(Windows 走 PowerShell 工具)。

Dashboard Manager Skill

Description

Gère les interactions avec le dashboard Jarvis. Ce skill permet de lire, mettre à jour et synchroniser le fichier data.json en temps réel.

Fonctionnalités

  • Lecture/Sauvegarde : Accès au fichier data.json
  • Gestion des notes : Récupération des notes pending et marquage comme processed
  • Logging : Ajout d'entrées dans l'historique
  • Mise à jour du système : Statut, heartbeat, modèle actif
  • Statistiques : Compteurs de tokens et coûts
  • Gestion des tâches : Ajout et mise à jour
  • Sub-agents : Gestion des agents actifs

Configuration

Chemin du fichier

const DATA_FILE_PATH = 'D:\\Projets\\ClaudBot\\Jarvis_Dashboard\\data.json';

Permissions

  • Lecture/Écriture : Accès au fichier data.json
  • Système : Mise à jour du statut et heartbeat
  • Logging : Ajout d'entrées dans l'historique

API

Fonctions principales

// Chargement de la base de données
await loadDatabase();

// Sauvegarde de la base de données
await saveDatabase(db);

// Récupération des notes en attente
const pendingNotes = await getPendingNotes();

// Marquage d'une note comme traitée
await processNote(noteId);

// Ajout d'un log
await addLog('Action effectuée');

// Mise à jour du statut du système
await updateSystemStatus('idle', 'Claude-3-Opus');

// Mise à jour des statistiques
await updateStats(1500, 2800, 0.52);

// Ajout/mise à jour d'une tâche
await updateTask(1, { status: 'done' });

// Gestion des sub-agents
await addSubAgent('dashboard_agent', 'Monitoring dashboard');
await removeSubAgent('dashboard_agent');

Initialisation

const dashboardSkill = require('./skills/dashboard-manager');
const success = await dashboardSkill.init();
if (success) {
    console.log('🚀 Dashboard Manager initialisé');
}

Permissions requises

  • Accès fichier : D:\Projets\ClaudBot\Jarvis_Dashboard\data.json
  • Écriture système : Mise à jour du statut et heartbeat
  • Logging : Ajout d'entrées dans l'historique

Utilisation

Ce skill est conçu pour fonctionner en arrière-plan et maintenir la synchronisation entre Jarvis et le dashboard en temps réel.

Boucle de fonctionnement (The Loop)

  1. INPUT : Consulte quick_notes et traite les notes pending
  2. OUTPUT : Met à jour data.json avec les changements
  3. Auto-sync : Heartbeat toutes les 2 secondes
  4. Silent mode : Fonctionne sans intervention conversationnelle

Exemple d'utilisation

// Dans une réponse conversationnelle
await updateStats(estimatedInputTokens, estimatedOutputTokens, estimatedCost);
await addLog('Réponse à la question sur les agents');
await updateSystemStatus('idle');

Installation

  1. Copier le dossier dashboard-manager dans le répertoire des skills
  2. Vérifier le chemin du fichier data.json
  3. Activer le skill dans la configuration
  4. Le skill s'initialisera automatiquement

Dépannage

Problèmes courants

  • Fichier introuvable : Vérifier le chemin DATA_FILE_PATH
  • Permissions refusées : Vérifier les droits d'accès au fichier
  • JSON invalide : Vérifier la syntaxe du fichier data.json

Logs

Les logs sont ajoutés automatiquement dans la section logs du fichier data.json pour le suivi des actions.

Sécurité

  • Accès limité : Seul le fichier data.json est accessible
  • Écriture contrôlée : Les mises à jour sont validées
  • Logs d'audit : Toutes les actions sont enregistrées

Compatibilité

Ce skill est compatible avec OpenClaw et fonctionne avec n'importe quelle instance de Jarvis utilisant le dashboard V2 Ultimate.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.