个人任务系统
Claude Code × 飞书 × 妙搭 × GitHub
这是一套为自己开发的多端协同任务管理系统，把分散在 4 个并行项目（求职准备、校内作业、Ash of Aetharn、个人网站）里的全部任务统一管理。系统由 Claude Code 自动同步任务进度，飞书工作表作为单一数据源，妙搭 AI 在数据之上生成可视化仪表盘，GitHub 平行接收代码与进度推送。
它的真正意义不在"造了个 todo app"——而在于这是我对"AI 协同工作流"方法论的一次完整落地：让 Claude Code 做它擅长的（结构化任务自动化），让妙搭做它擅长的（飞书生态可视化），让数据层成为两者的桥梁。这套架构里藏着一条我在实践里总结的元规律——不要硬逼一个通用 AI 去做有专门 AI 的事。
我的工作
独立设计 · 架构决策 · AI 协同流程编排 · 多端数据集成
系统架构
整套系统分为四个角色：Claude Code 负责数据写入与代码同步，飞书工作表承担单一数据源，妙搭 AI 负责仪表盘的生成与迭代，GitHub 承接代码与进度的平行同步。
关键设计决策
- 不让 Claude 直接造飞书 App——我最初的"懒人方案"是让 Claude Code 直接在飞书内搭 App，结果发现它的能力被飞书生态特性卡住，效果远不如飞书自带的妙搭 / Ally。这二者是**为飞书生态专门训练过的 AI**，在自己的领域是专业户。**真正聪明的做法不是逼通用 AI 干所有事，而是让每种 AI 干它擅长的事，用数据层做桥梁**。
- 飞书工作表作为单一数据源——任务数据只有一个权威位置。Claude Code 写它、妙搭 AI 读它、仪表盘改它，所有变更最终回到这一张表。避免了多端不一致的常见陷阱。
- GitHub 与飞书并行同步——任务进度不只推到飞书仪表盘，也推到 GitHub 仓库（提交描述 + 分支推进），让两个完全不同的系统反映同一份现实。
- 仪表盘可交互——不是只读视图。任务状态可以从仪表盘直接修改，写回工作表，再传导到 Claude Code 的下一次工作。整个系统形成闭环。
仪表盘 UI
仪表盘是系统的最终呈现层——按项目分组的进度卡片、今日待办、全部待办、逾期任务、当日完成饼图，全部由妙搭 AI 基于工作表数据自动生成（点击查看大图）：
数据后端：飞书工作表
主表"目标与规划"承载项目级关系，每个项目挂载一张细表，记录任务级数据。这种"主表 + 关联细表"的结构让仪表盘可以按项目聚合、按任务展开（点击查看大图）：
构建过程：自然语言 → App
仪表盘 App 不是手写的，是通过妙搭 AI 用自然语言描述需求生成的。从最初的功能规格、到 bug 修复、到细节迭代，全程用对话推进——这是 AI 协同工作流在"消费端"的应用（点击查看大图）：
多端同步：GitHub
除了飞书仪表盘，任务进度同步推送到 GitHub——Ancient War 项目的 5 个 feature 分支并行推进，每个分支平均 280+ commits，构成代码层的进度证据（点击查看大图）：
实际使用数据
截至当前，这套系统正在管理我 4 个并行项目，共 100+ 个任务，完成度数据：
- Ash of Aetharn：71 个任务，已完成 67 个（94%）
- 求职准备：14 个任务，已完成 8 个（57%）
- 校内作业：1 个任务（在做中）
- 逾期警告、今日聚焦、跨项目进度对照——日常使用中实际驱动着我的开发节奏
复盘：从这个系统学到的
这个项目本身规模不大（"造个 todo 仪表盘"），但作为我"AI 协同工作流"方法论的第一次完整落地，它带来了几个超出工具本身的认知：
- 能力分工本身是工作流的一部分——AI 协同不是"找一个全能 AI"，而是"识别每个 AI 的舒适区，再用数据层把它们串起来"。这条规律可以推广到任何复杂的人 × AI 协作场景，包括游戏开发。
- 数据层解耦是降低复杂度的关键——只要保持工作表的 schema 稳定，上游（Code）和下游（妙搭）就可以独立演化。这是软件工程的老规律，但在 AI 协同里同样有效，甚至更重要。
- "低代码 / 无代码 + AI"路线在飞书生态里被严重低估——妙搭的能力上限我还没探到，但它的"自然语言 → 可用 App"已经能解决我 80% 的日常需求。这条路对独立开发者和小团队是真正的杠杆。
- 把工作流本身当成可演化的产品——这个系统不是一次性搭好的，是边用边迭代的。每次发现痛点（日期偏差、滚动条缺失、状态不可改），就向妙搭说一句话改一次。这种"工作流即产品"的姿态，本身就是 AI 时代给独立开发者的新红利。