平常使用待辦清單時,最大的問題往往不是不知道有哪些事情要做,而是事情一多,就很難決定現在到底該先做什麼。因此,我想做一個能協助安排任務的 AI 待辦系統。使用者可以輸入任務、預估時間、重要程度、截止日期及完成進度等資訊,系統再利用 LLM 分析目前的狀況,給出適合的任務順序與安排。當剩餘時間、任務進度或截止日期發生變化時,也能重新調整規劃,讓待辦清單不只是記錄事情,而是真的能幫助使用者決定下一步該做什麼。本次將以 LLM、Flask 與 MySQL 為主要技術,逐步完成一個可以實際操作的動態任務規劃系統。
前言 上一篇了解了 LLM API 、 Prompt、確認 AI 需要哪些任務資料以及規劃 JSON 回傳格式。 今天先制定一個小目標: 先讓 Flask...
前言 上一篇把 Gemini 接進 Flask,也成功讓 AI 按照我規定的格式回傳 JSON。今天要讓 Flask 把這些資料拿出來,做第一版「任務排序邏輯」...
前言 Day 12 我們已經讓 Gemini 第一次幫我們把多個 Todo 排出順序。 看完結果後,我發現一個很有意思的問題:Deadline 越近,真的就代表...
前言 上一篇我讓 AI 開始考慮 Deadline,但如果我現在只有 30 分鐘。有一個任務很重要,而且 Deadline 也很近,但是預估需要 3 個小時,A...
前言 以下是我的系統目前做到的部分: 一般 Todo 我的系統 告訴我有哪些事情 告訴我現在可以先做什麼 使用者自己決定順序 AI 協助判斷順...
前言 上篇做到 /ai/next 的時候,我已經可以把任務交給 Gemini,讓它幫我判斷:「我現在最應該先做哪一個?」今天要先處理一個更基本的問題:AI 到底...