基于FLUTTER和大模型的跨平台智能日程管理系统

202208070104

一、工作方案概述

本项目旨在开发一款支持多端同步、具备 AI 智能辅助功能的跨平台待办事项（ToDo List）应用。系统采用 Flutter 构建客户端，实现 Android、iOS、Web 等多平台一致体验；后端使用 Python Flask 提供 RESTful API；数据持久化与多端同步依托 阿里云 MongoDB 云数据库；AI 功能通过集成 通义千问（Qwen）大模型 实现自然语言任务生成。

主要目标包括：

• 实现用户注册/登录、任务增删改查、日历视图、本地通知提醒；
• 支持深色/浅色主题切换，提升用户体验；
• 利用大模型将用户输入的自然语言解析为结构化任务；
• 实现断网可用、联网自动同步的数据机制；
• 部署验证系统的可扩展性与稳定性。
  

---

202208070104

二、系统框架图

202208070104

三、数据库设计

使用 MongoDB 文档型数据库，包含两个核心集合：

1. 用户集合 users[td]

字段名	类型	说明
_id	ObjectId	主键
username	String	唯一用户名
email	String	唯一邮箱
password_hash	String	bcrypt 加密后的密码
avatar	String	头像 URL 或 Base64
created_at	Date	注册时间

2. 任务集合 tasks[td]

字段名	类型	说明
_id	ObjectId	主键
user_id	ObjectId	关联用户 ID
title	String	任务标题（必填）
description	String	描述（可选）
due_date	Date	截止时间
status	Boolean	是否完成（默认 false）
priority	Integer	优先级（0:低, 1:中, 2:高）
tags	Array	标签列表
created_at	Date	创建时间
updated_at	Date	最后更新时间

对 user_id 和 username/email 建立索引，保障查询效率与数据一致性。

---

四、详细设计前端模块

• 任务列表页：ListView 展示任务，支持按日期/优先级排序；
• 添加任务页：表单输入标题、描述、截止日期、优先级；
• 日历视图页：基于 table_calendar 插件，高亮显示任务日期；
• 主题切换：通过 Provider + ThemeData 实现深色/浅色模式，偏好持久化；
• 通知推送：使用 flutter_local_notifications 实现到期前 10 分钟提醒；
• 大模型助手页：对话式界面，支持多轮交互，AI 回复以气泡形式展示；
• 注册/登录页：含表单验证、错误提示、头像上传等功能。
  

后端接口

• /register, /login：用户身份管理；
• /tasks（GET/POST/PUT/DELETE）：任务 CRUD；
• /tasks/ai_generate：调用 Qwen 模型生成任务建议；
• 所有接口无状态，通过 Token 认证（后续计划升级为 JWT）。
  

数据同步机制

• 客户端本地缓存 + 定期与服务端双向同步；
• 基于 created_at / updated_at 时间戳实现增量同步；
• 冲突处理采用“最后写入胜出”策略。
  

AI 集成方式

• 后端通过 DashScope 兼容 OpenAI 的 API 调用 qwen-plus 模型；
• Prompt 设计包含用户历史任务与对话上下文，提升生成准确性；
• 异常处理：超时重试、网络错误友好提示。
  

---

五、演示界面（关键截图说明）

• 登录/注册界面：简洁表单，含错误校验；
• 任务列表主界面：带完成状态勾选、优先级标识；
• 日历视图：任务日期高亮显示；
• 添加任务页：含日期选择器与保存按钮；
• AI 助手对话页：左右气泡区分用户与 AI；
• 主题切换效果：深色 vs 浅色对比；
• 通知弹窗：模拟任务提醒效果。
  

---

六、项目总结成果

• 成功实现跨平台智能待办系统核心功能；
• 验证了 Flutter + Flask + MongoDB + Qwen 技术栈的可行性；
• 系统在多设备、多场景下运行稳定，交互流畅；
• 已部署至阿里云，具备生产环境可用性。
  

不足

• 密码未使用强哈希（计划引入 bcrypt）；
• 网络异常时同步反馈不够明确；
• 缺乏离线任务创建与本地推送支持；
• 后端缺少限流与防刷机制。
  

未来展望

• 增加 语音输入 与 OCR 图片识别 生成任务；
• 对接 Google Calendar / Outlook 等第三方日历；
• 支持 团队协作 与 任务共享；
• 优化 AI 响应延迟，探索本地轻量模型辅助。