FreeTodo — 智能待办管理
AI 驱动的智能待办管理应用，帮你自动分解任务、整理上下文，让目标落地。
证据显示：仓库未提供权限模型、用户确认机制、数据流说明或敏感数据处理细节。依赖列表包含多个第三方包，但无安全审计或漏洞扫描证据。外部效果（如网络请求、文件系统访问）未明确说明。回滚机制未提及。来源归属仅通过README中的贡献者徽章和社区链接体现，但发布者身份未验证。因此所有信任标准均得0分。
证据显示：README和pyproject.toml中的项目描述不一致（README称FreeTodo，pyproject称LifeTrace），但代码结构基本一致。依赖锁定文件uv.lock存在，但未验证其完整性。失败消息未在文档中说明。因此自一致性得1分，依赖可用性得1分，失败消息得0分。
证据显示：README描述了目标用户（个人用户）和多种使用场景（任务管理、日历、AI助手）。能力边界在README中部分说明（如AI任务分解、多视图日历）。触发精度未明确（如AI何时触发任务提取）。环境适配方面，README提供了Windows/macOS/Linux的安装说明，但未提及特定环境限制。因此各得1分。
证据显示：README提供了清晰的项目结构、安装步骤和快速开始指南。命名基本稳定（如lifetrace、free-todo-frontend）。示例和FAQ部分缺失。已知限制未明确列出。许可证为FreeU Community License，但未提供完整文本。版本号在pyproject.toml中为0.1.2，但无变更日志。维护责任通过贡献指南和社区链接体现。因此信息架构得2分，安装说明得2分，其余各得1分。
证据显示：输出可用性方面，README描述了功能，但未提供实际输出示例。边际价值方面，AI任务分解和日历集成可能提供额外价值，但未量化。成本效益方面，依赖较多，但未提供性能或资源消耗数据。因此各得1分。
证据显示：README中的功能声明未提供具体实现细节或测试证据。测试文件存在，但仅覆盖部分功能，且未提供测试结果。跨来源验证不足，仅依赖单一仓库。事实与推断分离方面，README区分了已完成和计划功能，但未明确标注推断。因此各得1分。
- 发布者身份未验证，请谨慎使用。
- README与pyproject.toml描述不一致，可能影响项目理解。
- 依赖众多且未提供安全审计，存在供应链风险。
- 未提供数据流和权限说明，可能涉及隐私问题。
这个 Agent 能做什么，适合哪些场景？
FreeTodo 是一款 AI 驱动的智能待办管理应用，采用前后端分离架构：后端为 FastAPI（Python），前端为 Next.js（React + TypeScript），并支持 Electron 桌面封装。它通过对话式 AI 交互，能自动将复杂任务分解为可执行的子任务，并从对话中提取待办事项。核心功能包括层级任务、优先级、标签、截止日期、多视图日历（日/周/月）以及拖拽排期。界面支持多面板布局、深色/浅色主题，并完整支持中英文。数据存储使用 SQLite 和 ChromaDB（向量数据库）。该项目是 FreeU 项目的一部分，当前重点在输入层，收集用户日常信息并转化为待办事项。
FreeTodo 提供 RESTful API 服务，位于 lifetrace/ 目录，启动命令为 python -m lifetrace.server，默认端口 8001。前端开发服务器位于 free-todo-frontend/，使用 pnpm 安装依赖并运行 pnpm dev，自动检测后端端口。AI 功能：通过引导式问卷自动分解任务；从聊天响应中提取待办；根据当前待办上下文提供建议。日历支持拖拽排期和快速创建。数据层使用 SQLite（lifetrace.db）存储元数据，ChromaDB 存储向量用于 AI 功能。还包含 Electron 桌面应用，支持系统通知和托盘。
- 个人用户希望将一个大项目（如'学习新语言'）自动分解为每日可执行的小任务，并通过对话式引导逐步完成。
- 自由职业者使用日历视图进行周计划，拖拽待办事项到具体时间段，直观安排工作日程。
- 团队项目成员通过 AI 聊天快速创建任务，并从会议纪要中提取待办事项，无需手动输入。
- 注重隐私的用户希望自托管待办应用，使用本地 SQLite 数据库，降低云端依赖。
- 开发者希望基于 FastAPI 和 Next.js 扩展或定制待办功能，利用前端模块化结构添加新面板。
这个 Agent 有哪些优点和局限？
- 基于 AI 的智能任务分解，可自动将复杂目标拆解为可操作步骤。
- 采用 FastAPI + Next.js 前后端分离，易于扩展和二次开发。
- 提供日历多视图和拖拽排期，提升日程管理效率。
- 多语言（中英文）和主题支持及 Electron 桌面应用。
- 项目有清晰的路线图，未来将集成主动服务，可看到演进方向。
- 目前处于开发早期（v0.1），功能可能不稳定，且依赖 AI 基础设施（需 LLM API 密钥）才能充分发挥。
- 需要同时管理后端（Python）和前端（Node.js）两个服务，部署复杂度较高。
- 数据存储在本地 SQLite，缺少云同步能力，不适合多设备协作场景。
- 许可证为 FreeU Community License，包含商业使用附加条件，需仔细评估是否符合自身用途。
如何安装或部署这个 Agent？
克隆仓库：git clone https://github.com/FreeU-group/FreeTodo。后端依赖：安装 Python 3.12 和 uv（curl -LsSf https://astral.sh/uv/install.sh | sh 或 Windows 使用 irm https://astral.sh/uv/install.ps1 | iex）。在仓库根目录运行 uv sync 安装依赖，并激活虚拟环境（source .venv/bin/activate 或 .venv\Scripts\activate）。前端依赖：需要 Node.js 20+ 和 pnpm，进入 free-todo-frontend/ 运行 pnpm install。
如何使用这个 Agent？
启动后端：在激活的虚拟环境中运行 python -m lifetrace.server，首次启动会生成 config.yaml，可编辑 lifetrace/config/config.yaml 自定义配置（如提示词模板在 lifetrace/config/prompt.yaml）。启动前端：在 free-todo-frontend/ 下运行 pnpm dev，它自动探测后端端口并设置代理。浏览器访问前端 URL（通常 http://localhost:3001）。使用 AI 功能需要有 LLM 提供方（如 OpenAI）的 API 密钥，具体配置需在 config.yaml 中设置。
常见问题
FreeTodo 是否能完全离线运行？
使用 AI 功能需要哪些配置？
lifetrace/config/config.yaml 中设置，并在 prompt.yaml 中可调整提示词。是否支持移动端访问？
任务数据如何备份？
lifetrace/data/lifetrace.db，可以通过备份该文件来备份任务数据，也可导出日历等。