TaskPaper AI 处理工具

一个结合AI能力处理TaskPaper数据的Web工具，帮助用户通过自然语言指令来管理和操作TaskPaper格式的任务列表。

功能特性

• 📝 TaskPaper编辑器: 左侧大尺寸文本框，支持显示、编辑TaskPaper数据
• 🤖 AI智能处理: 通过自然语言指令快速处理TaskPaper任务列表
• 🎤 语音输入: 支持录音和上传音频文件，自动转换为文字指令
• ✅ 结果确认: 所有AI处理结果都需要用户确认后才生效
• 🎨 简洁界面: 基于Gradio的现代化Web界面

技术栈

• Python 3.12+
• Gradio 6.2+ - Web界面框架
• OpenAI SDK - Kimi API调用
• 智谱ASR API - 语音转文字服务
• Requests - HTTP客户端
• UV - Python包管理工具

快速开始

1. 安装依赖

uv sync

2. 配置API密钥

在项目根目录创建 .env 文件，添加必要的API密钥：

# Kimi API（必需，用于AI处理）
KIMI_API_KEY=your_api_key_here

# 智谱ASR API（可选，用于语音输入功能）
ZAI_API_KEY=your_zai_api_key_here

# SSL/TLS配置（可选，用于启用HTTPS）
# SSL_KEYFILE=path/to/key.pem
# SSL_CERTFILE=path/to/cert.pem

提示:

• 如果不配置 ZAI_API_KEY，语音输入功能将不可用，但文字输入功能仍可正常使用。
• 如果配置了SSL证书，应用将以HTTPS模式运行；否则以HTTP模式运行。
• 使用自签名证书时，浏览器可能会显示安全警告，这是正常的。

3. 启动应用

uv run python main.py

应用将在 http://localhost:7860 启动。

使用说明

界面布局

左侧 - TaskPaper编辑区

• 显示当前TaskPaper数据
• 支持手动编辑
• 可读写状态

右侧 - AI操作区

提供两种输入方式（Tab切换）：

1. 文字输入

   • 直接输入文字指令
   • 支持多行输入

2. 语音输入

   • 录制语音或上传音频文件
   • 点击"转换为文字"按钮
   • 查看并编辑识别结果

共用操作：

• 点击"执行处理"按钮
• 查看处理结果
• 选择"接受"或"拒绝"

TaskPaper格式示例

项目1:
	- 完成需求文档 @工作 @重要
	- 联系客户确认细节 @待办
		- 准备会议材料

项目2:
	- 代码审查 @技术
	- 修复Bug @紧急

指令示例

• "将所有标记为 @紧急 的任务移到最前面"
• "删除所有已完成的任务"
• "给没有标签的任务添加 @待办 标签"
• "按项目分组整理任务列表"

项目结构

taskpaper-demo/
├── main.py                 # 应用入口
├── .env                    # 环境变量配置
├── .env.example            # 环境变量配置示例
├── pyproject.toml          # 项目依赖
├── prompts/
│   ├── system.txt         # 系统提示词
│   └── user.txt           # 用户提示词模板
├── src/
│   ├── prompt.py          # Prompt加载和组装
│   ├── llm_client.py      # Kimi API封装
│   ├── asr_client.py      # 智谱ASR API封装
│   └── ui.py              # Gradio UI逻辑
├── tests/
│   ├── test_prompt.py     # Prompt模块测试
│   ├── test_llm_client.py # LLM客户端测试
│   └── test_asr_client.py # ASR客户端测试
└── docs/
    ├── PRD.md             # 产品需求文档
    └── PRD-语音输入功能.md # 语音输入功能PRD

开发

修改Prompt模板

Prompt模板存放在 prompts/ 目录下，分为两个文件：

• prompts/system.txt - 系统提示词（定义AI角色和规则）
• prompts/user.txt - 用户提示词模板（包含数据和处理指令）

user.txt 模板支持三个占位符：

• {context} - 动态上下文信息（当前时间、时区等）
• {existing_taskpaper} - 用户当前的TaskPaper数据
• {user_instruction} - 用户的处理指令

代码规范

• 遵循 PEP 8 规范
• 模块化设计，功能解耦
• 完整的代码注释

测试

项目使用 pytest 作为测试框架。

运行测试

# 运行所有测试
uv run pytest

# 运行测试并显示详细输出
uv run pytest -v

# 运行测试并显示代码覆盖率
uv run pytest --cov=src --cov-report=term-missing

# 运行特定测试文件
uv run pytest tests/test_prompt.py

# 运行特定测试类或方法
uv run pytest tests/test_prompt.py::TestPromptManager::test_build_prompt

测试文件结构

tests/
├── __init__.py           # 测试模块初始化
├── conftest.py           # pytest配置和共享fixtures
├── test_prompt.py        # Prompt模块测试
└── test_llm_client.py    # LLM客户端测试

注意事项

• 确保已设置有效的 KIMI_API_KEY（必需）
• 如需使用语音输入，请设置 ZAI_API_KEY（可选）
• TaskPaper数据为纯文本格式，体积不宜过大
• API调用需要网络连接
• 语音输入支持格式：MP3, WAV, M4A, OGG, FLAC

许可证

MIT License