前言

終於來到第 30 天了。

回頭看第一天開始做這個主題的時候，其實一開始想做的事情沒有現在這麼完整。

最開始只是想做一個 Todo，讓使用者可以把自己的任務記錄下來。

後來慢慢加入 Flask、MySQL，再把 Gemini 接進來，讓 AI 不只是看到任務名稱，而是可以根據 Deadline、重要程度、預估時間、目前進度，甚至使用者現在有多少時間來判斷：

「現在到底應該先做哪一件事情？」

今天打算把目前整個系統重新跑一次，也順便整理這 30 天到底做了什麼。

最後完成的 AI Todo

目前打開網頁後，系統會直接從 MySQL 讀取還沒有完成的任務。
使用者可以直接在網頁進行：

新增任務
修改任務
完成任務
刪除任務

這些操作也不只是改畫面而已，而是真的會同步修改 MySQL 裡面的資料。
前面剛開始開發時，這些功能幾乎都還要透過 Postman 一個一個呼叫 API 測試。

現在，終於可以直接從網頁完成。

AI 也真的開始幫忙選任務

除了基本 Todo 功能之外，現在網頁最上面還多了一個：
我現在有多少時間？

例如輸入：
60 分鐘

按下「AI 幫我安排」後，前端會呼叫：

/ai/next?available_minutes=60

Flask 再從 MySQL 取得目前尚未完成的任務，交給 Gemini 判斷。
最後網頁會顯示：

AI 建議你現在先做

任務名稱
截止日期
重要程度
預估時間
目前進度
剩餘時間

AI 推薦原因

例如：

這也是我最後重新測試時最想確認的地方。

我分別輸入不同的可用時間。

例如我上圖那樣，AI 會根據目前實際的任務狀況和可以使用的時間重新判斷，而不是把推薦結果寫死在程式裡。

到這裡，這個系統才真的符合一開始想做的「AI 動態任務規劃」。

從普通 Todo 慢慢變成 AI Todo

回頭看這 30 天，整個開發過程大概可以分成幾個階段。

最開始先把 Todo 的基本架構做出來，使用 Flask 建立 API，再把 MySQL 接進來，讓任務可以真的被保存。

接著開始加入 Gemini。
一開始 AI 能參考的東西其實不多，後來才慢慢加入：

Deadline
Importance
Estimated Minutes
Available Minutes
Progress
Remaining Minutes

加入這些資料之後，Gemini 在判斷任務時能參考的條件也越來越完整。

最後幾天則是把重點從後端移到網頁。

先把 MySQL 任務顯示出來，再慢慢把完成、刪除、新增、修改功能搬進去。

最後 Day 29，再把前面已經做好的 Gemini 推薦功能也搬進網頁。

這 30 天也不是一直都很順，這個系列中間其實遇到滿多問題。

最後的成果

從最開始只能用 Postman 呼叫 API，到現在已經可以直接打開網頁使用。
目前這個 AI Todo 已經可以做到：

建立任務
↓
儲存到 MySQL
↓
在網頁顯示
↓
修改 / 完成 / 刪除
↓
輸入目前可用時間
↓
Gemini 分析任務
↓
推薦現在最適合先做的事情

最後重新測試時，AI 也確實會依照我現在可以使用的時間和目前的任務狀況，推薦不同的任務。

這也是我覺得整個專案做到最後最有感的地方。

因為它已經不只是「把 Gemini API 接進 Flask」，而是真的把 AI 放進原本的 Todo 使用流程裡。

以下是成果圖：

完整 Todo 首頁

不同時間得到不同建議的結果