Skip to content
YanKaFeiPublic

About

FlowBack(回响):把聊天截图变成可审核、可执行、可追溯的任务。真实 DeepSeek Harness / deepseek-flash + Taro 微信小程序 + Next.js,含 R4 45 秒产品片与 15 秒字体片。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

FlowBack — 从噪声到行动

FlowBack · 回响

把一段聊天,变成可审核、可执行、可追溯的任务。
从噪声到行动,人始终在回路中。

DeepSeek DeepSeek Harness Next.js Taro Tests WeChat native R4

中文 · English · 日本語

▶ 45 秒主片  ·  ▶ 15 秒字体片  ·  ▶ 动态字体重构


聊天结束的地方,就是工作开始的地方。

FlowBack 读取聊天文字或聊天截图,抽取任务、负责人、截止时间与逐字引用。AI 的产出先进入审核台,人确认之后才写入数据库;系统同时指出责任空缺、时间倒挂、截止日期缺失和未确认的决策。

这不是一个“把聊天总结一下”的 Demo。它是一条完整的、可审计的工作流:

聊天  →  AI 草稿  →  人工审核  →  任务  →  状态
        只生成候选      你来决定      SQLite     刷新仍存在

为什么是 FlowBack

普通 AI 摘要 FlowBack
输出一段看起来合理的文字 输出带来源引用的任务对象
直接覆盖或写入数据 只生成候选,确认后才入库
漏掉“没人负责”这类空白 把责任空缺、时间冲突、未确认决策变成可见风险
刷新即消失的演示状态 SQLite + task events,刷新后状态仍然存在
只能在一个页面里看 Next.js 管理端 + Taro 移动端,共用同一套 API

真实证据,而不是状态文案

证据 结果
DeepSeek 真实调用 deepseek-flash,思考模式关闭,JSON 输出,服务端 Key
R2 真实验收 7 / 7 组夹具通过;任务召回、精确率、F1 100%;引用核验 100%
回归测试 11 个测试文件 / 78 tests 通过
移动端真实链路 截图导入 → DeepSeek → 审核修改 → 确认 → 任务完成 → 刷新持久化
微信小程序 build:weapp 构建通过;原生真机仍待完成(AppID / HTTPS 域名未配置)
R4 影像 45s 主片 + 15s 纯字体片,均已实际渲染并通过 FFprobe

Important

边界必须说清楚: 视频和 README 中的移动端画面来自 Taro H5 预览与真实服务链路,不是微信原生真机录屏。H5 截图不能替代微信真机证据;R3 的微信体验版仍待完成。

产品,四个动作

01 · 导入
把混乱带进来

上传最多 4 张截图,或粘贴聊天文字。截图只用于本次整理,删除项目会一起删除。
02 · 草稿
让模型先做脏活

DeepSeek 抽取任务、负责人、日期与原文引用;没有原文依据的字段会被降级或标为待确认。
03 · 审核
人保留最后决定权

逐条修改负责人/日期/状态。时间倒挂、无人负责、未确认决策都在这里出现。
04 · 执行
确认之后才发生

任务进入 SQLite 看板;勾选完成、解决/重开风险,刷新后状态仍在。

界面

Taro H5 预览 · 390px · 真实截图导入与审核数据

FlowBack import screen
导入
截图 / 文字
FlowBack review screen
审核
任务 · 负责人 · 日期
FlowBack risk and source quote
来源与风险
逐字引用 · 时间冲突
FlowBack tasks screen
任务
完成 · 持久化

H5 预览,不是微信原生真机录屏。真机验证仍需 AppID 与可信 HTTPS 域名。

R4 影像

FlowBack — From Noise to Action · 45 秒 · 1920×1080 · 30fps · H.264/AAC

FlowBack 45s film

▶ 直接播放 45s 主片 · 下载 MP4 · 完整制作报告 · 分镜表

CHAOS → ORDER · 15 秒 · 纯字体 / 程序化动态图形 · 1920×1080 · 30fps

CHAOS → ORDER

▶ 直接播放 15s 字体片 · 下载母版

两条片子使用同一套视觉系统:暖白、石墨黑、信号绿、少量橙色。45s 主片把真实 H5 流程嵌入手机构图;15s 字体片由 RuiC 程序化渲染,中文品牌字与 FlowBack 均为精确字体排版,不依赖视频模型猜字形。

其他影像

动态字体重构 · 15.08 秒 · 2560×1440 · 24fps · H.264/AAC

动态字体重构

▶ 直接播放《动态字体重构》 · 下载 MP4

桌面提供的额外动态字体作品,保留原始文件名;不计入 R4 两支成片的规格与验收。

架构

flowchart LR
      A["Chat text / screenshots"] --> B["Next.js 15 API"]
      B --> C["DeepSeek deepseek-flash"]
      C --> D["Review draft<br/>tasks · owners · dates · quotes"]
      D -->|human confirm| E[("SQLite<br/>projects · tasks · risks · events")]
      E --> F["Task board / risk view"]
      B --> G["Taro 4 mobile client"]
      G --> H["Import / Review / Tasks"]
Loading
  • 后端:Next.js 15 App Router + TypeScript strict + Zod + node:sqlite。
  • 移动端:Taro 4 + React 18 + TypeScript,底部只有 导入 / 任务 两个入口。
  • 身份:Bearer session,数据库只存 SHA-256 hash;项目/来源/任务/风险/截图全部做 owner 校验。
  • 安全:DeepSeek Key 只在服务端;FLOWBACK_LOCAL_TOKEN HttpOnly cookie;上传截图访问鉴权;日志脱敏 Bearer / code / openid / 图片 data URL。
  • 数据:projects / sources / extractions / tasks / risks / task_events / users / sessions;项目删除级联清理数据库和截图目录。

快速开始

git clone https://github.com/YanKaFei/flowback.git
cd flowback
npm install
cp .env.example .env.local
# 在 .env.local 中填写:
# DEEPSEEK_API_KEY=...
# FLOWBACK_LOCAL_TOKEN=<openssl rand -base64 32>
# FLOWBACK_DEV_AUTH=1   # 仅本机开发
npm run dev

打开 http://127.0.0.1:4317。

npm run check      # lint + typecheck + 78 tests + production build

没有 DEEPSEEK_API_KEY 时,应用进入明确标记的示例模式,不会把规则结果伪装成 AI 输出。

微信小程序

cd miniapp
npm install
npm run build:weapp     # 生成 dist/,约 432 KB
npm run dev:h5          # 4318,仅移动端浏览器预览

当前状态:

项 状态
真实 DeepSeek + H5 闭环 通过
微信 build:weapp 通过
微信原生真机 待完成 — 无 AppID / 可信 HTTPS / request 合法域名
体验版分享 未就绪

外部步骤:配置 WECHAT_APP_ID / WECHAT_APP_SECRET;部署可信 HTTPS;把域名加入微信 request 合法域名;完成隐私保护指引;微信开发者工具真机验收。

R4 制作说明

层 使用
主剪 / 渲染 Huashu Motion 0.3.1:runtime/om-engine.js 视频 seek/extract、OM.music / OM.sfx、om sound、om render
程序化字体 RuiC Motion:mg/core.py 的 text / text_slices / text_outline、mg/fonts.fit_size、mg/dsp 合成配乐
动态排版叙事 Huashu Art Motion 的 y5_kinetic_type 语法:slam / rise / marker、一拍一焦点、色块章节
素材 真实 H5 录屏 + acceptance/images/07-chat-conflict.png;无商业音乐、无 H3 生成素材
许可证 三个 Motion 仓库均为 MIT;字体为 OFL 1.1;详见制作报告

文档

一句话

AI 可以提出任务;只有人可以决定它是否成为工作。

致谢与许可

基于 DeepSeek Harness 构建 · deepseek-flash · Next.js · Taro · SQLite
噪声 → 结构 → 行动

About

FlowBack(回响):把聊天截图变成可审核、可执行、可追溯的任务。真实 DeepSeek Harness / deepseek-flash + Taro 微信小程序 + Next.js,含 R4 45 秒产品片与 15 秒字体片。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages