FocusFlow — 用 TRAE SOLO 构建职场专注力管理 + AI 智能收件箱
1. 解决了什么问题、实现了什么效果
职场人每天被飞书群消息、会议、任务淹没，忙碌一天却感觉什么都没做完——核心痛点是缺乏对注意力和时间的主动管理。我用 TRAE SOLO 从零构建了 FocusFlow，一个集成番茄钟、任务看板、干扰快记、每日报告的专注力管理工具，并进一步接入了飞书群消息读取 + DeepSeek AI 智能任务提取，实现了从"群聊信息噪音"到"结构化待办任务"的自动转化，让职场人不再遗漏重要工作安排。
2. 背景
我是一名开发者，日常同时参与多个项目，每天要在飞书工作群里处理大量消息，经常出现以下问题：① 忙碌一天后发现自己遗漏了群里的重要任务安排；② 无法量化自己的专注时间和被干扰的频率；③ 任务优先级混乱，缺乏系统化的管理方式。我希望用 TRAE SOLO 快速构建一个能自动从工作群消息中提取任务、并结合番茄工作法管理专注力的全流程工具。
3. 实践过程
第一阶段：产品构思与 MVP 实现
任务拆解思路：将"职场效率工具"拆解为 5 个独立且互补的功能模块——番茄钟（核心）、任务看板（组织）、干扰快记（觉察）、每日报告（复盘）、加班追踪（健康），每个模块可独立验证。
关键操作：
- 用一句话描述需求：“帮我想一个idea并实现，要求能解决职场生活中的痛点，需要生成具体的产品 demo”
- SOLO 自动完成了产品方案设计 → UI/UX 设计 → 前端开发（单文件 HTML + CSS + JS）的全流程
- 生成了一个包含 5 个功能模块、支持拖拽看板、键盘快捷键、LocalStorage 持久化的完整 Web 应用
踩坑：初始版本只有前端静态页面，功能虽然完整但缺乏数据驱动的智能化能力。
第二阶段：接入飞书 + DeepSeek AI
任务拆解思路：新增"智能收件箱"功能，拆解为 3 层——后端 API 代理层（安全调用飞书/DeepSeek）、AI 分析层（消息→任务提取）、前端交互层（群组选择→结果展示→一键导入看板）。
关键操作：
- 明确技术选型：“接入飞书工作群读取信息，同时接入 AI API，AI 根据信息增加任务”
- 选择 DeepSeek 作为 AI 模型（国内访问友好），选择 Node.js + Express 作为后端（飞书 API 需要后端代理保护密钥安全）
- SOLO 自动生成了完整的后端服务架构：
feishu.js— 飞书开放平台 API 封装（Token 管理、群组列表、消息读取）deepseek.js— DeepSeek API 封装（精心设计的 System Prompt，让 AI 输出结构化的任务 JSON）server.js— Express 路由，同时提供真实 API 和演示 API（未配置密钥时自动降级为演示模式）
- 前端新增了完整的"智能收件箱"模块：群组侧边栏 → 消息预览 → AI 提取动画 → 任务卡片（含优先级、截止时间、分类标签）→ 单个/批量添加到看板
踩坑与解决：
- 飞书 API 安全问题：飞书的 App Secret 不能暴露在前端，必须通过后端代理——SOLO 自动设计了后端代理架构
- AI 返回格式不稳定：DeepSeek 可能返回非标准 JSON——在
deepseek.js中加入了正则提取 + 容错解析 - 演示体验问题：用户可能没有飞书/DeepSeek 密钥——设计了"演示模式"，内置 4 个模拟群组和 8 条真实场景消息，无需任何配置即可体验完整流程
我的github仓库连接https://github.com/Psfja/trae-.git以下是产品的原始图
