差生文具多?我给自己改造了一款AI周计划工具

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: WeekToDo是一款免费开源的极简每周计划应用,核心理念就三个词:**极简、本地、周视图**。它有这些特点:- **以周为单位**:不是日视图那种碎片化视角,而是让你从整周的高度规划时间- **数据在本地**:所有任务存在浏览器或本地存储,不经过任何云端服务器- **跨平台**:Web版、Windows、Mac、Linux全支持- **功能刚刚好**:待办列表、子任务、拖拽排序、任务颜色、循环任务、Markdown支持

今年以来,感觉记忆力直线下降,啥事前脚说完,后脚就忘掉。但对于我们差生来说,不是记忆力减弱了,也不是执行力不高,而是——没有一款好用的待办事项记录软件。

最近逛GitHub的时候,发现了一款极简的开源待办项目WeekToDo,在此基础上用AI做了一些个性化改造,今天介绍给家人们。

当然,文具再多,执行力还得从自身出发。但至少,先把工具准备好。

为什么需要它?

你有没有这样的经历:

媳妇交代三件事,转头就只记得半件。
手机备忘录记了十几条,但从来不打开看。
每天忙忙碌碌,到晚上回想起来却觉得啥也没干。
工具换了一个又一个,最后都在桌面吃灰。

我尝试过各种待办工具,最后没一个用起来的。

直到我看到WeekToDo。

WeekToDo是什么?

WeekToDo是一款免费开源的极简每周计划应用,核心理念就三个词:极简、本地、周视图

它有这些特点:

  • 以周为单位:不是日视图那种碎片化视角,而是让你从整周的高度规划时间
  • 数据在本地:所有任务存在浏览器或本地存储,不经过任何云端服务器
  • 跨平台:Web版、Windows、Mac、Linux全支持
  • 功能刚刚好:待办列表、子任务、拖拽排序、任务颜色、循环任务、Markdown支持

原项目github 地址:https://github.com/manuelernestog/weektodo
原项目 Demo 地址:https://app.weektodo.me/

该项目目前在github 已有 2.1k star

原项目Demo

我改造了什么?

工具虽好,但总觉得少了点什么。于是基于v2.2.0版本,我动手做了一套改造。

改造后项目github 地址:https://github.com/xiuji008/weektodo

改造后的Demo地址:https://xiuji008.github.io/weektodo/

1. AI生成待办、周总结

这是我最满意的部分。以前每天早上要花10-15分钟梳理当天的任务,现在:

  • 在周视图标题栏点一下 “AI生成周待办”
  • 输入需求:比如 “本周需要完成项目周报、整理季度数据、预约客户会议”
  • AI自动帮你拆解任务、分配优先级、安排到合适的时间

对于自定义列表也支持AI生成,流式输出,实时预览JSON结果,确认后一键应用。支持颜色标签、时间、优先级等丰富属性。

每周也可以使用AI 生成周总结,作为一周的复盘。

AI服务支持OpenAI、DeepSeek、Moonshot(月之暗面)、Qwen(通义千问)、SiliconFlow,以及任何兼容OpenAI格式的API。数据只经过你配置的API,不会泄露给第三方。

2. 五级优先级系统

改造了原有的三级优先级,引入L1~L5五级定义,让任务等级更清晰:

等级 标签 处理时效 视觉颜色
L1 今日必保 今天必须完成 🔴 红色
L2 今日主攻 今天优先推进 🟠 橙色
L3 本周排期 本周内完成即可 🔵 蓝色
L4 有空再做 本月内考虑 🟢 绿色
L5 未来待定 不承诺本月完成 ⚪ 灰色

不同优先级采用不同字号,L1最大、L5最小,一眼就能看出任务轻重缓急。AI生成时也会根据任务性质智能分配优先级。

3. S3数据同步

本地存储虽然安全,但换电脑数据迁移麻烦。我加入了S3兼容的云同步:

  • 支持AWS S3、MinIO、Cloudflare R2、Backblaze B2
  • 手动同步 + 自动同步(启动拉取 + 变化推送)
  • 历史版本管理,可以随时恢复到某个时间点的数据

API凭证只存本地,不经过任何中间服务。

注: 如果是github pages 部署,则s3 地址需配置呈https 请求

4. 心情跟踪

在日历下方加了一个心情跟踪器,每天可以记录多个心情表情。回头翻看时,能大概回忆起来那周的状态——是焦虑的一周,还是平静的一周。

5. Docker部署

添加了原项目的docker镜像及个性化改造之后的docker镜像。

原项目构建的镜像 registry.cn-hangzhou.aliyuncs.com/xj_lew/weektodo:2.2.0

改造之后的项目构建的镜像 registry.cn-hangzhou.aliyuncs.com/xj_lew/weektodo:3.0.0

6. GitHub Pages自动部署 🚀

推送代码到main分支,自动构建并部署到GitHub Pages,Web版本随时可用。

github pages 地址: https://xiuji008.github.io/weektodo/

功能对比

功能 原版 改造版
AI生成待办
L1~L5五级优先级
S3云同步
心情追踪
周总结
Docker镜像
自动部署
中文支持 ✅ 更完善

快速上手

Docker 部署

  1. 创建 docker-compose.yml 文件,内容如下:
services:
  weektodo:
  # 原项目镜像  registry.cn-hangzhou.aliyuncs.com/xj_lew/weektodo:2.2.0
    image: registry.cn-hangzhou.aliyuncs.com/xj_lew/weektodo:3.0.0
    container_name: weektodo
    restart: unless-stopped
    ports:
      - "18000:80"
    volumes:
      - ./nginx.conf:/etc/nginx/conf.d/default.conf:ro
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:80"]
      interval: 1m30s
      timeout: 10s
      retries: 3
      start_period: 40s
  1. 创建nginx.conf 文件,内容如下:
server {
    listen 80;
    server_name localhost;
    root /usr/share/nginx/html;
    index index.html;

    # Gzip compression for static assets
    gzip on;
    gzip_vary on;
    gzip_types text/plain text/css application/json application/javascript text/xml application/xml text/javascript image/svg+xml;
    gzip_min_length 256;

    # No index listing
    autoindex off;

    # Cache static assets with hashed filenames
    location /static/ {
        expires 1y;
        add_header Cache-Control "public, immutable";
    }

    # SPA routing — all paths fall back to index.html
    location / {
        try_files $uri $uri/ /index.html;
        add_header Cache-Control "no-cache, must-revalidate";
    }
}
  1. 启动容器
docker-compose up -d
  1. 查看日志
docker-compose logs -f

如出现以下日志,则服务正常启动

  1. 访问服务

在浏览器中输入地址访问服务

  • s3 服务同步数据配置

  • ai 配置

ai 内置了一些常用厂商的api地址,也可以自己配置兼容OpenAI格式的API, 待办提示词也可以配子

  • AI 待办使用

AI 这个功能还是挺方便的,媳妇给我安排任务怕我忘记了,还专门拉了个群设置群公告让我记者,可是我转头依旧忘,尤其是看到一大堆文字的时候连看完都困难,现在可以直接粘贴过来拆分成待办,很清晰。

媳妇发布的任务

拆分待办

  • 周总结

一些感触

改造完这个工具,我最大的感触是:工具永远只是工具,真正的执行力还得靠自己。

差生文具多,这句话我是认的。但反过来说,好的文具至少能让你在学习的路上少一些摩擦力。一个好用的待办工具,能帮你:

  • 把大脑里的任务清空,释放认知负担
  • 用更少的时间规划,把精力留给执行
  • 通过周总结获得正反馈,形成良性循环

但如果你打开了软件却不记录,记录了却不执行,执行了却不复盘——那换成什么工具都没用。

写在最后

这次改造让我再次体会到开源的价值。站在前人的肩膀上,用代码把自己想要的功能“长”出来,这种感觉很棒。

感谢原项目作者的开源贡献。

如果你也是那个“记忆力不太好”的差生,欢迎试试这个工具。也欢迎去原项目点个Star,或者fork我的版本自己折腾。

工具准备好了,剩下的——就看我们自己了。

目录
相关文章
|
3月前
|
存储 机器学习/深度学习 编解码
「纯干货」几万字都讲不明白的Memory架构与思考
本文讲述作者对 Memory 的一些理解与思考。(文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。)
「纯干货」几万字都讲不明白的Memory架构与思考
|
3天前
|
人工智能
告别排版噩梦:一个开源SKILL,让我彻底告别公众号排版的“噩梦”
**gzh-design-skill**,一个专门为公众号排版设计的 Skill,面向 AI Agent(如 Claude Code、Codex、Cursor 等)使用。 你写完 Markdown,它按你选的主题,生成样式**全内联**的 HTML——粘贴到公众号编辑器后**格式不丢、样式不掉**。自动编章节号、标关键词下划线、配引言卡与目录、处理代码块和图片、合并作者签名,并用校验脚本兜住公众号平台的各种坑。
96 1
告别排版噩梦:一个开源SKILL,让我彻底告别公众号排版的“噩梦”
|
4天前
|
人工智能 安全 前端开发
带 AI 智能助手的研发管理工具测评:9 款主流平台怎么选?
本文以“带 AI 智能助手的研发管理工具”为主题,选取 9 款具有代表性的工具进行测评,包括:ONES、Jira、GitLab、Azure DevOps、GitHub、Linear、YouTrack、monday dev、Productboard。文章将从选型结论、工具深评、组织成熟度选型几个角度展开,帮助团队形成更清晰的判断。
57 1
|
4天前
|
消息中间件 RocketMQ
乌镇大赛丨5 万奖金已备好!RocketMQ 等你一起打造全新 AI-Native 管控平台
乌镇大赛丨5 万奖金已备好!RocketMQ 等你一起打造全新 AI-Native 管控平台
|
4天前
|
人工智能 NoSQL Java
不吹不黑,DeepSeek 编程实测翻车:这些低级问题暴露真实水平
用 DeepSeek 写了一周代码,坦白说——体验不太理想。不是复杂算法写不出来,而是在工程基本功上频频踩坑:字符串拼 YAML、改完不编译、看到版本号数字小就往上加……全是低级错误。本文汇总一周真实使用中遇到的各种翻车现场。![AI编码能力对比](https://oscimg.oschina.n
52 0
不吹不黑,DeepSeek 编程实测翻车:这些低级问题暴露真实水平
|
3天前
|
存储 Cloud Native 机器人
企业通信中台架构设计与落地实践:基于阿里云原生体系构建智能客服统一平台
随着企业数字化进程深入,400电话、语音机器人和云客服系统的割裂问题日益凸显。本文基于阿里云原生架构体系,结合云通信、智能语音交互、云客服等核心产品,深入探讨如何构建融合400电话、语音机器人和云客服的企业通信中台。内容涵盖五层架构设计、统一会话管理、人机协同策略及数据湖建设等核心技术方案,并分享从技术选型到灰度上线的完整落地路径。
74 0
|
3天前
|
人工智能 自然语言处理 安全
2026 行业钓鱼基准下企业人为风险治理与 AI 自适应防御研究
本文基于KnowBe4 2026钓鱼基准报告,揭示人为操作是网络钓鱼主突破口,量化行业/规模/区域风险分层;论证12个月周期化培训可降PPP达87%,并首创“模拟测评-分层培训-AI检测-行为复盘”四维闭环体系,提供三套可落地代码,应对生成式AI驱动的高仿真钓鱼攻击。(239字)
49 0
|
3天前
|
人工智能 运维 安全
AI 二元性安全平衡治理路径研究 —— 基于 Darktrace 线上专题研讨实践分析
本文基于Darktrace《Securing the AI Duality》研讨会,系统解析生成式AI带来的“二元性”挑战——既驱动降本增效与智能防御,又催生深度伪造、AI钓鱼、影子AI等新型威胁。提出“全域可视—行为检测—全周期治理—人因加固”四维平衡架构,辅以Python轻量代码实现钓鱼文本识别与影子AI巡检,为政企提供可落地、不阻滞创新的AI安全治理标准化方案。(239字)
38 0
|
4天前
|
存储 人工智能 监控
Claude Code四大定制机制全解:CLAUDE.md、Hooks、Skills、Subagents实操指南
Claude Code作为强大的AI编程助手,提供了CLAUDE.md、Hooks、Skills、Subagents四大核心定制机制,分别对应持久上下文、强制约束、可复用流程、隔离执行四大核心能力,帮助开发者实现从基础规范到复杂工作流的全场景定制。四大机制各司其职又可协同配合,掌握其原理、配置与选型逻辑,能大幅提升开发效率与代码质量。以下从核心定义、配置方法、适用场景、选型决策四大维度,全面解析四大定制机制的完整用法。
59 0
|
4天前
|
缓存 供应链 监控
如何提高电商销售效率
电商销售提效≠盲目引流,关键在降损耗、提转化、强复购、可复用。本文聚焦售前-售中-售后全链路,提供六大实操维度:产品页面优化、下单流程极简、精准分层营销、供应链自动化、用户私域运营、数据闭环复盘,中小商家与团队均可快速落地。
62 0

热门文章

最新文章