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。
▶ 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
| 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 |
| 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。
| 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。 |
Taro H5 预览 · 390px · 真实截图导入与审核数据
![]() 导入 截图 / 文字 |
![]() 审核 任务 · 负责人 · 日期 |
![]() 来源与风险 逐字引用 · 时间冲突 |
![]() 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。
FlowBack — From Noise to Action · 45 秒 · 1920×1080 · 30fps · H.264/AAC
▶ 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
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。
动态字体重构 · 15.08 秒 · 2560×1440 · 24fps · H.264/AAC
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。
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"]
- 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_TOKENHttpOnly 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。
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 devnpm 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。
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。
| 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 |
AI 可以提出任务;只有人可以决定它是否成为工作。
- Huashu Motion — MIT · github.com/alchaincyf/huashu-motion
- RuiC Motion — MIT · github.com/HRuiCcc/RuiC-motion-reel
- Huashu Art Motion — MIT · github.com/alchaincyf/huashu-art-motion
- 随包拉丁 / 中文字体 — SIL OFL 1.1,具体见各源码目录。
- FlowBack 产品截图与 H5 录屏来自本项目;微信原生状态已在上方说明。
基于 DeepSeek Harness 构建 · deepseek-flash · Next.js · Taro · SQLite
噪声 → 结构 → 行动







