OKR 事务助理系统

产品需求文档 v1.0
📅 2026-06-03 📋 PRD / 技术方案 🔒 内部机密

📑 文档目录

1

产品概述与定位

1.1 产品背景

对于一人公司 / 独立创业者 / 自由职业者而言,最大的痛点不是"不知道该做什么",而是缺乏一套能将目标转化为行动、并能持续跟踪反馈的管理系统。传统的 Todo 待办清单过于碎片化,缺乏目标聚焦;企业级项目管理工具(如 Jira、飞书项目)又过于笨重,不适用于个人轻量场景。

AI Agent 的出现,使得零代码构建个人管理系统成为可能。用户只需用自然语言描述需求,AI 即可自主完成系统设计、数据建模、功能开发、可视化呈现与自动化部署。

1.2 产品定位

OKR 事务助理系统是一套由 AI Agent 驱动的个人目标管理系统。它以 OKR(Objectives and Key Results)方法论为核心,通过 AI 多轮对话完成系统搭建,提供从目标设定到任务执行、从进度跟踪到风险预警的全链路自动化管理。

1.3 目标用户

用户类型典型场景核心诉求
一人公司创业者多个项目并行,身兼数职全盘掌控 + 自动提醒
独立内容创作者内容输出 + 社群运营 + 客户开发量化目标 + 进度可视化
自由职业者 / 远程工作者多客户项目,灵活排期优先级管理 + 风险预警
小型团队负责人带 3-5 人团队,需要轻量管理团队协作 + 汇报自动化

1.4 核心价值主张

🎯

目标聚焦

所有行动向上追溯至 O,告别无方向忙碌

⚡

零代码构建

AI 对话驱动,无需编程能力

🔄

全链路自动化

从提醒到汇报,全程自动运行

📊

全局可视化

一眼看尽所有目标的健康状态

🤖

AI 深度集成

自动提取目标、拆解任务、风险预警

🔔

智能调度

每日自动规划 + 准时提醒执行

2

核心管理模型

2.1 OKR 三层结构

系统采用 O(Objective / 目标)→ KR(Key Result / 关键成果)→ Task(任务)的三层结构,每一层都可向上追溯,形成透明且聚焦的管理链条。

🎯 O - 目标 (Objective)
├──
📊 KR1 - 关键成果
├──
✅ Task 1.1
└──
✅ Task 1.2
├──
📊 KR2 - 关键成果
├──
✅ Task 2.1
└──
✅ Task 2.2
└──
📊 KR3 - 关键成果
└──
✅ Task 3.1

2.2 三层要素定义

层级含义特征示例
O 目标 你想要实现什么 鼓舞人心、方向清晰、有明确时间边界 成为 WorkBuddy 生态有影响力的内容创作者
KR 关键成果 如何衡量目标已实现 具体、可量化、有截止日、达标即达标 发布 12 篇高质量原创文章
Task 任务 达成 KR 需要执行的具体动作 可执行、可分配、有优先级 本周完成 WorkBuddy 实战文章初稿

2.3 OKR vs Todo:为什么不用 Todo?

❌ Todo 待办清单

  • 想到什么加什么,缺乏聚焦
  • 做完划掉,无法衡量是否接近目标
  • 重要和紧急混在一起,无优先级逻辑
  • 时间久了看不清整体进展
  • 缺乏全局视角

✅ OKR 目标管理

  • 所有任务挂载在 KR 下,服务于 O
  • KR 量化可追踪,清晰衡量进展
  • O 天然带聚焦属性,一眼看出优先级
  • 全局视角,宏观到微观层层展开
  • 支持复盘迭代,持续优化方向

2.4 状态机设计

每个层级(O / KR / Task)都有独立的状态生命周期:

层级状态颜色含义
O 目标顺畅🔵 蓝色KR 整体进展良好
需关注🟡 黄色部分 KR 进度落后
进展堪忧⚫ 灰色多个 KR 严重滞后
KR 关键成果待启动待启动尚未开始执行
进行中进行中正在执行,有进度
已完成已完成达到量化目标
有风险有风险进度落后于预期
已搁置已搁置暂时中止
Task 任务待办待办等待执行
执行中执行中正在处理
已完成已完成已完成
已逾期已逾期超过截止时间
3

系统架构设计

3.1 整体架构

系统采用分层架构,由下至上分为数据层、逻辑层、服务层和展示层:

展示层 Presentation
OKR 看板 (HTML)
每日提醒 (通知)
工作汇报 (报告)
⬆ ⬇
服务层 Service
调度引擎
提醒引擎
风险预警
汇报生成
⬆ ⬇
逻辑层 Logic
OKR 管理器
优先级排序
进度计算
岗位分配
⬆ ⬇
数据层 Data
JSON 数据源
构建脚本 (Python)
自动化配置

3.2 完整工作流

目标设定
→
KR 拆解
→
任务创建
→
优先级排序
→
岗位分配
进度跟踪
→
风险预警
→
定期汇报
→
复盘迭代

3.3 AI Agent 协作模式

系统搭建采用多 Agent 并行协作模式。AI 自动拆解系统设计为多个子任务,同时调用多个 Agent 并行开发:

8+
并行 Agent 数量
10
工作流环节覆盖
0
人工代码行数
24/7
系统运行时间

3.4 OPC 架构补充

系统可与 OPC(Objective-Position-Collaboration)架构深度整合:

OPC 维度映射关系说明
O - 目标OKR 中的 Objective战略目标直接映射
P - 岗位虚拟岗位 + 任务分配一人公司模拟多岗位协作
C - 协作AI Agent 团队多个 AI Agent 扮演不同角色
4

数据模型设计

4.1 核心数据结构

系统以 JSON 作为数据源,构建脚本读取 JSON 生成可视化 HTML:

{
  "objectives": [
    {
      "id": "O-01",
      "title": "成为 WorkBuddy 生态有影响力的内容创作者",
      "priority": "P0",
      "status": "on_track",        // on_track | at_risk | behind
      "deadline": "2026-09-30",
      "key_results": [
        {
          "id": "KR-01-01",
          "title": "发布 12 篇高质量原创文章",
          "progress": 58,            // 0-100 百分比
          "target": 12,
          "current": 7,
          "status": "in_progress",   // not_started | in_progress | completed | at_risk | paused
          "deadline": "2026-09-30",
          "tasks": [
            {
              "id": "T-01-01-01",
              "title": "完成 OKR 系统实战文章",
              "status": "completed",  // todo | in_progress | completed | overdue
              "priority": "P0",
              "deadline": "2026-06-07",
              "assignee": "内容岗",
              "description": "撰写并发布 WorkBuddy OKR 实战文章"
            }
          ]
        }
      ]
    }
  ],
  "meta": {
    "version": "1.0",
    "last_updated": "2026-06-03T09:00:00",
    "owner": "应变力",
    "cycle": "Q3-2026"
  }
}

4.2 数据流转链路

文档源
计划/笔记
→
AI 提取
自然语言处理
→
JSON 数据
结构化存储
→
Python 构建
_build_v4.py
→
HTML 看板
交互式页面

4.3 优先级定义

等级含义处理规则
P0 - 紧急重要必须本周完成,影响核心目标每日跟踪,逾期立即预警
P1 - 重要不紧急本月完成,对目标有显著贡献每周检查,持续跟踪
P2 - 一般可延后,但不影响核心进展双周检查,弹性排期
P3 - 低优先有空再做月度检查
5

功能模块详解

5.1 模块总览

模块功能描述触发方式输出形式
目标管理 O 的创建、编辑、归档 手动 / AI 提取 JSON + 看板
KR 管理 KR 的拆解、进度更新、量化追踪 手动 / AI 拆解 JSON + 进度条
任务管理 Task 的 CRUD、优先级排序、岗位分配 手动 / AI 创建 JSON + 卡片
每日调度 每日自动规划当日任务 自动触发 通知提醒
进度跟踪 实时计算 O/KR/Task 进度 自动计算 状态 + 进度条
风险预警 检测逾期、进度落后、资源过载 自动扫描 预警通知
工作汇报 生成日报/周报 定时触发 结构化报告
复盘迭代 OKR 周期复盘与新一轮设定 手动触发 复盘文档

5.2 文档智能提取

用户只需指定文档路径,AI 自动完成目标提取与任务拆解:

输入:用户提供的计划文档(飞书文档、腾讯文档、本地 Markdown 等)

处理流程:

  • AI 自动搜索并读取指定文档内容
  • 从文档中提炼核心目标 → 生成 O
  • 将关键节点分解为可量化指标 → 生成 KR
  • 将具体行动步骤转化为执行任务 → 生成 Task
  • 按用户设定的优先级排序 → 挂载到对应岗位
  • 信息不完整时主动询问用户补充

5.3 多维度视图

看板支持按不同维度查看任务和目标:

视图组织方式适用场景
目标视图按 O → KR → Task 层级展开审视全局进展,聚焦方向
优先级视图按 P0/P1/P2/P3 分组快速定位最紧急的事
岗位视图按虚拟岗位分组查看各岗位工作负载
KR 视图按 KR 分组展示关联任务追踪具体关键成果进展
6

自动化工作流

6.1 每日自动化时间线

09:00 每日开工提醒
触发条件:每日 9:00 自动
执行动作:
· 读取今日待办任务列表
· 按优先级排序后推送提醒
· 附带昨日未完成任务清单
· 标注今日截止的紧急任务
全天 - 风险持续扫描
触发条件:任务状态变更时
检测项:
· 任务即将逾期(提前 2 天预警)
· 任务已逾期未处理
· KR 进度落后于时间进度
· 单岗位任务过载(> 5 个并行任务)
17:00 每日工作汇报
触发条件:每日 17:00 自动
输出内容:
· 今日完成事项及对应 O/KR
· 未完成事项及原因
· 风险预警(逾期 / 进度落后)
· 明日优先事项预览

6.2 汇报模板

📋 每日工作汇报 - 2026-06-03
━━━━━━━━━━━━━━━━━━━━━━

✅ 今日完成 (3/5)
  · [O-01/KR-01] 完成 OKR 系统文章初稿
  · [O-02/KR-03] 发布视频号第 8 期内容
  · [O-03/KR-02] 回复社群消息 30+ 条

⏳ 未完成 (2/5)
  · [O-01/KR-02] WorkBuddy 新功能体验报告 (截止: 06-05)
  · [O-02/KR-01] 客户方案初稿 (截止: 06-06)

⚠️ 风险预警
  · 🟡 T-01-02-04 距截止仅 2 天,优先处理
  · 🔴 O-03 整体进度落后预期 15%

📊 目标健康度
  O-01: ████████░░ 80% 🟢 顺畅
  O-02: ██████░░░░ 60% 🟡 需关注
  O-03: ███░░░░░░░ 30% 🔴 进展堪忧

6.3 风险预警规则

风险类型触发条件预警等级处理建议
任务逾期当前日期 > 截止日期🔴 高立即重新排期或标记搁置
即将逾期截止日期 - 当前日期 ≤ 2 天🟡 中提升优先级,今日完成
KR 进度落后进度 % < 时间进度 %🟡 中增加资源或调整范围
O 整体堪忧超过 50% 的 KR 为 at_risk🔴 高全面复盘,考虑目标调整
岗位过载单岗位并行任务 > 5🟡 中重新分配或延期低优先级任务
7

可视化看板设计

7.1 设计演进

❌ V1:任务查看器

  • 以任务为焦点,一堆任务卡片密密麻麻
  • 静态页面,点不进去看详情
  • 只能看到"手里有什么活"
  • 看不到"离目标还有多远"

✅ V2:OKR 看板

  • 以目标为焦点,首页展示所有 O 的状态
  • 动态交互,点击展开 KR → Task
  • 一眼看清"各目标推进如何"
  • 宏观 → 中观 → 微观,层层穿透

7.2 OKR 看板核心设计

首页:目标概览

🔵 O-01 内容创作
进度 80% · 顺畅

🟡 O-02 客户拓展
进度 60% · 需关注

⚫ O-03 社群运营
进度 30% · 堪忧

展开层:KR 详情

点击目标后,展开该 O 下所有 KR,每条 KR 显示:

字段展示形式
KR 标题文字描述
进度条可视化进度条 + 百分比数字
当前值 / 目标值7 / 12 篇
状态彩色标签
截止日期剩余天数倒计时

最底层:任务卡片

点击 KR 展开,展示关联任务卡片:

字段展示形式
任务标题卡片主标题
状态彩色状态标签
优先级P0/P1/P2/P3 标签
截止时间日期 + 逾期标记
负责人虚拟岗位名称
描述展开后显示完整描述

7.3 交互特性

🔄

实时数据同步

读取 JSON 数据源自动更新,无需手动刷新

👆

层级穿透

O → KR → Task 逐层展开收起

🔀

多视图切换

按目标 / 优先级 / 岗位 / KR 多维度查看

8

技术实现方案

8.1 技术选型

层级技术选择选择理由
数据存储JSON 文件轻量、可读、AI 直接读写、版本可控
构建脚本Python(_build_v4.py)数据处理灵活,AI 编写能力强
可视化输出HTML + CSS + JS跨平台、零依赖、可直接在浏览器打开
AI 平台WorkBuddy Agent多 Agent 并行、对话式开发、零代码构建
自动化WorkBuddy 定时任务内置 Cron 支持,直接配置即可

8.2 文件结构

okr-assistant/
├── data/
│   └── okr-data.json          # 核心数据源(O/KR/Task)
├── scripts/
│   └── _build_v4.py           # 构建脚本(JSON → HTML)
├── output/
│   └── okr-dashboard.html     # 生成的 OKR 看板页面
├── docs/
│   ├── source-docs/            # 用户提供的原始文档
│   │   ├── Q3-plan.md
│   │   └── content-calendar.xlsx
│   └── reports/                # 自动生成的汇报
│       ├── 2026-06-03-daily.md
│       └── week-22-summary.md
├── config/
│   ├── automation.json         # 自动化规则配置
│   └── priority-rules.json    # 优先级规则
└── README.md

8.3 构建流程

由 Python 构建脚本 _build_v4.py 完成 JSON → HTML 的转换:

# 构建流程(由 AI 自动生成)
python _build_v4.py \
    --input data/okr-data.json \
    --output output/okr-dashboard.html \
    --theme default \
    --views objective,priority,position

8.4 开发方式

核心理念:全程由 AI Agent 通过对话完成,用户扮演"产品经理"角色。

关键步骤:

1️⃣ 用户描述需求 → AI 设计系统方案

2️⃣ 用户确认方案 → AI 调用多个 Agent 并行开发

3️⃣ AI 输出第一版 → 用户查看并提出反馈

4️⃣ 循环迭代 → 直到满足需求

5️⃣ 配置自动化 → 系统进入长期运行

8.5 构建脚本核心逻辑

# _build_v4.py 核心逻辑(伪代码)

def build_dashboard(data):
    # 1. 计算各 O 的健康状态
    for obj in data.objectives:
        risk_count = sum(1 for kr in obj.key_results if kr.status == 'at_risk')
        if risk_count > len(obj.key_results) * 0.5:
            obj.status = 'behind'      # 灰色
        elif risk_count > 0:
            obj.status = 'at_risk'     # 黄色
        else:
            obj.status = 'on_track'    # 蓝色

    # 2. 计算 KR 进度(基于关联任务完成率)
    for kr in obj.key_results:
        done = sum(1 for t in kr.tasks if t.status == 'completed')
        kr.progress = (done / len(kr.tasks)) * 100 if kr.tasks else 0

    # 3. 生成 HTML
    html = render_template('dashboard.html', data=data)
    write_file('output/okr-dashboard.html', html)
9

部署与运维指南

9.1 前置条件

9.2 搭建步骤

步骤操作耗时
1. 需求沟通向 WorkBuddy 描述系统需求和期望15 分钟
2. 方案设计AI 输出完整系统设计方案,确认后执行10 分钟
3. 系统开发AI 自动调用 Agent 团队并行开发自动完成
4. 数据初始化AI 读取文档,自动生成 O/KR/Task5 分钟
5. 看板迭代查看第一版,提出改进需求30-60 分钟
6. 自动化配置配置定时任务(9:00 提醒 + 17:00 汇报)5 分钟

9.3 日常使用流程

每日 09:00
接收 WorkBuddy 开工提醒 → 查看今日任务列表 → 开始执行
任务执行中
完成任务后告知 WorkBuddy → AI 自动更新状态和进度
每日 17:00
接收工作汇报 → 查看未完成事项 → 调整明日计划
每周 / 月末
打开 OKR 看板 → 审视全局 → 复盘迭代 OKR

9.4 维护要点

⚠️ 常见问题与注意事项:

· 目录迁移:系统存放目录变更时,需同步更新构建脚本中的路径配置

· 数据一致性:JSON 数据源是唯一真实数据源,看板页面需重新构建才能反映最新数据

· 信息补充:AI 提取任务时可能信息不完整,需人工确认和补充关键细节

· 定期复盘:建议每季度全面复盘 OKR 设定,淘汰已失效的目标

10

迭代路线图

阶段版本核心功能状态
MVP v0.1 基础 OKR 三层结构 + JSON 数据 + 静态 HTML 看板 已完成
自动化 v0.5 定时提醒 + 每日汇报 + 风险预警 已完成
交互增强 v1.0 动态 HTML 看板 + 多视图切换 + 层级穿透 已完成
AI 增强版 v1.5 智能任务建议 + 自动优先级调整 + 自然语言查询 规划中
协作扩展 v2.0 多人协作 + 周期管理 + 深度复盘分析 远期

v1.5 规划详情

🧠

智能任务建议

基于目标进展,AI 主动建议下一步任务

⚡

自动优先级调整

根据时间紧迫度和依赖关系动态排序

💬

自然语言查询

直接问"这周最紧急的是什么"