auto-target-tracker

自动目标进度追踪器

触发条件

当对话中出现以下条件时自动触发：

1. 用户发送了图片（特别是学习笔记、进度截图、健身记录、任务清单、创作作品等）。
2. 用户在设定的目标时间段（如 08:30, 10:00, 20:00）发送了图片。
3. 用户明确说"帮我记一下"、"看下进度"、"打卡"、"更新一下"等。

---

工作流程

1. 检测图片

当检测到图片时，检查：

• 图片文件名是否包含目标关键词（progress, goal, task, workout, note等）
• 图片内容是否包含目标元素（进度条、文字、代码、图表、计划表等）
• 是否在预定的目标提醒时间附近
• 用户最近的对话上下文是否涉及目标的执行

2. 调用 VLM 识别

使用 vlm 工具识别图片：

通用 prompt 模板：

"识别图片中的关键信息，根据目标类型提取以下内容：
- 核心任务/内容
- 完成进度或数量
- 关键数据（如时间、重量、字数等）
- 给出一段简短的执行反馈"

目标类型专用 prompt：

目标类型	Prompt
学习	"识别学习笔记，提取知识点、完成度"
健身	"识别健身记录，提取运动类型、组数、次数、重量"
工作	"识别工作进度，提取完成任务、完成率"
创作	"识别创作作品，提取创作类型、进度、关键元素"
习惯	"识别打卡记录，提取打卡内容、连续天数"

3. 解析目标信息

从 VLM 返回的结果中提取：

• 任务/内容清单：识别出的具体行动或任务
• 完成度：基于图片内容的进度估算
• 关键数据：时间、数量、重量、字数等量化指标
• 认知反馈：对当前目标状态的简评

4. 记录到目标日记

调用edit_daily工具将识别结果记录到当天的日常笔记中

5. 反馈给用户

向用户确认识别结果：

已记录你的目标打卡：

📝 识别结果：
核心内容：你拍的是今天的英语单词表，一共记了 15 个新词。
进度估算：今天的单词任务全部搞定，进度打败了 80% 的学习党。
建议：有两个单词的拼写有点模糊，明天复习的时候记得多看两眼。

记录准确吗？要帮你存进今天的目标日记里吗？

---

记录格式

目标日记条目示例

## 20:00 打卡记录

**目标类型**: 📚 学习

**图片**: ![目标图片](path/to/image.jpg)

**VLM识别结果**:

| 任务/内容 | 进度/数量 | 状态 |
|----------|----------|------|
| 英语单词 (Unit 1) | 15 个 | 已完成 |
| 数学练习 (第3章) | 80% | 进行中 |

| **总计** | | **今日达成 2/3** |

**关键数据**:
- 学习时长: 2小时
- 专注度: 高

**备注**: 自动识别，用户确认正确

---

## 10:30 健身打卡

**目标类型**: 🏃 健身

**图片**: ![健身记录](path/to/gym.jpg)

**VLM识别结果**:

| 运动类型 | 组数 | 次数 | 重量 | 状态 |
|---------|------|------|------|------|
| 卧推 | 4 | 12 | 60kg | ✅ 完成 |
| 深蹲 | 4 | 10 | 80kg | ✅ 完成 |
| 引体向上 | 3 | 8 | 自重 | ⚠️ 少一组 |

| **总计** | | | **今日达标** |

**关键数据**:
- 总重量: 2640kg
- 训练时长: 45分钟

**备注**: 引体向上少完成一组，下次补上

---

与目标系统的集成

每日汇总

在每天晚上 22:00 的汇总中，包含：

• 今日所有打卡记录
• 目标达成率分析
• 与目标的对比（如果设置了目标）

周/月报告

在周报告中，包含：

• 本周有效执行时长
• 目标覆盖范围
• 连续打卡天数
• 动态难度调整建议：如果连续达标，则建议提升下周任务量

---

常见使用场景

场景1：学习打卡

用户行为：发送手写笔记照片

自动识别：

• 提取知识点
• 计算学习进度
• 记录到学习日志

反馈示例：

📚 识别到学习笔记：
- 机器学习监督学习算法（已完成）
- 梯度下降优化器（进行中）
- 正则化防过拟合（未开始）

进度：33% | 预计还需 2 小时完成