让AI生成一套系统的完整提示词

这个项目其实非常适合做成一个 "Personal Life OS" 的前后端分离项目。你现在这个 HTML 不应该直接翻译成 Vue，而应该把它抽象成：

事件记录层 → 感受记录层 → 状态聚合层 → 时间连续性层 → AI 解释层

这样以后你接 AI、统计、长期趋势都会比较顺。

一、先定产品架构

我建议第一版做成：

text 复制代码

Life OS
│
├── 今日 Dashboard
│   ├── 今天状态
│   ├── 昨日回放
│   ├── 当前感受
│   ├── 能量状态
│   ├── 7天趋势
│   ├── 昨天 → 今天
│   ├── 生活领域
│   ├── 最近记忆
│   └── AI观察
│
├── 时间线 Timeline
│   └── 所有事件 / 感受 / 快速记录
│
├── 感受 Feelings
│   └── 情绪趋势 / 感受变化
│
├── 生活领域 Domains
│   └── 工作 / 技术 / 身体 / 社交 / 家庭 / 娱乐...
│
├── 连续性 Continuity
│   └── 昨天 → 今天 → 最近7天 → 最近30天
│
└── AI复盘 AI Reflection
    └── 自动总结 / 趋势 / 异常 / 长期变化

一个非常重要的产品原则：

不要把"记录"做成日记。

你的输入应该尽量是：

text 复制代码

发生了什么？
↓
产生了什么感受？
↓
现在状态如何？
↓
属于哪个生活领域？

而不是：

text 复制代码

请写一篇今天的日记

二、产品功能提示词

这个是你可以直接丢给 AI 编程 Agent，让它理解整个产品是什么。

你现在要开发一个个人生活管理系统，项目名称暂定为：

Life OS / Personal Life Dashboard

它不是传统 Todo、日记或笔记软件，而是一个用于解决"人的生活感受不连续、昨天发生过什么容易忘记、长期状态无法形成上下文"的个人生活状态系统。

一、核心产品目标

用户每天会经历很多事件，但事件发生之后很快会从意识中消失。

系统要解决的问题：

用户记不住昨天发生了什么
用户记不住昨天的情绪和感受
用户只能感受到"现在"，无法感受到生活的连续变化
工作、学习、身体、社交等生活领域彼此割裂
用户无法回答：
- 我最近到底过得怎么样？
- 为什么最近感觉状态发生变化？
- 最近让我产生较强感受的事情是什么？
- 昨天的状态为什么会影响今天？
- 最近7天、30天发生了什么变化？

因此系统不是单纯保存数据，而是帮助用户构建：

"事件 → 感受 → 状态 → 时间连续性 → 长期模式"

二、产品核心对象

系统至少包含以下核心对象：

User 用户
Timeline Event 时间事件
Feeling 感受
Energy 状态 / 能量
Life Domain 生活领域
Memory 记忆
Daily Snapshot 每日状态快照
AI Insight AI观察
Reflection 复盘

三、首页 Dashboard

首页叫：

今日 / Today

顶部显示：

当前日期
星期
页面标题
当前整体状态
快速记录按钮
昨日回放按钮

首页包含以下模块：

1. 昨日回放

显示昨天的重要事件。

每个事件包括：

时间
标题
描述
所属生活领域
相关感受
能量值

2. 当前感受

使用较轻量的情绪选择：

压抑
平静
还不错
兴奋
空

允许以后扩展更多感受。

3. 今日状态

展示：

综合状态 0~100
与昨天相比的变化
当前能量
当前专注
当前社交状态
当前身体状态

4. 7天感受趋势

折线图展示最近7天状态变化。

5. 昨天 → 今天

非常重要。

系统需要把昨天和今天进行并列比较：

昨天留下来的东西：

昨天的重要事件
昨天的感受
未解决事项
昨天留下的想法

今天接住了什么：

今天发生的相关事情
状态变化
延续事件

目标不是做统计，而是帮助用户形成"时间连续性"。

6. 生活领域

至少包含：

工作
技术学习
身体
社交
家庭
娱乐
其他

展示每个领域最近状态。

7. 最近记忆

显示最近几天最重要的信息。

8. AI观察

第一阶段先预留模块。

以后由后端 AI 服务生成：

最近状态变化
连续事件
情绪趋势
生活结构变化
值得关注的异常

暂时不要真的实现大型 AI 模型调用，可以先设计接口和数据结构。

四、快速记录

必须非常快。

用户不应该写长篇日记。

输入字段：

发生了什么
所属领域
当前感受
能量 1~10

点击：

"保存这个瞬间"

即可保存。

五、时间线

Timeline 页面以时间顺序展示所有记录。

支持：

今天
昨天
最近7天
最近30天
自定义时间范围

支持筛选：

生活领域
感受
事件类型

六、感受页面

展示：

最近7天
最近30天
最近90天

感受趋势。

支持：

情绪趋势
能量趋势
专注趋势
身体状态趋势
社交状态趋势

七、生活领域页面

以领域为中心分析。

例如：

技术学习：

最近记录
活跃程度
平均状态
最近趋势

社交：

最近记录
活跃程度
状态变化

八、连续性页面

这是产品的核心页面。

允许用户查看：

今天 ← 昨天 ← 前天 ← 最近7天

并自动整理：

发生了什么
感受是什么
哪些事情持续发生
哪些事情已经结束
哪些事情从昨天延续到了今天

九、AI复盘页面

第一阶段只实现：

AI复盘任务列表
AI总结结果
分析时间范围
创建时间

以后支持：

"帮我复盘最近7天"

"帮我看看最近为什么状态下降"

"帮我总结最近一个月生活发生了什么变化"

十、交互原则

整体风格：

克制
安静
轻量
有技术系统感
不要做成传统后台管理系统
不要过度使用卡片
不要视觉噪音
不要大量渐变
数据可视化简洁

核心体验：

让用户感觉：

"我终于可以看到自己的生活是连续的。"

十一、第一阶段

第一阶段先做：

登录
Dashboard
快速记录
时间线
感受趋势
生活领域
连续性
AI观察占位模块

暂时不做：

多人协作
社交功能
复杂权限
商业化功能
大规模 AI 工作流

整个项目按"个人长期使用"的方向设计。

三、Vue3 前端提示词

这里我建议直接定技术栈：

text 复制代码

Vue 3
TypeScript
Vite
Vue Router
Pinia
Element Plus
Axios
ECharts
SCSS

不要一上来搞微前端、qiankun、复杂组件库。

请为 Life OS 开发 Vue3 前端项目。

一、技术栈

必须使用：

Vue 3
TypeScript
Vite
Vue Router
Pinia
Element Plus
Axios
ECharts
SCSS

禁止使用 Vue 2。

二、前端定位

这是一个个人生活状态系统，不是传统企业后台。

整体视觉需要：

极简
克制
轻量
留白
安静
偏个人操作系统
类似现代 Productivity / Personal OS 产品

不要做成传统：

"左侧菜单 + 密集表格 + 大量按钮"的后台。

三、目录结构

请按照以下方向搭建：

src/

├── api/

│ ├── auth.ts

│ ├── dashboard.ts

│ ├── timeline.ts

│ ├── feeling.ts

│ ├── domain.ts

│ ├── memory.ts

│ └── insight.ts

│

├── components/

│ ├── LifeCard.vue

│ ├── Timeline.vue

│ ├── FeelingSelector.vue

│ ├── EnergyBar.vue

│ ├── MoodChart.vue

│ ├── DomainTags.vue

│ ├── DailyCompare.vue

│ └── QuickCapture.vue

│

├── layouts/

│ └── MainLayout.vue

│

├── views/

│ ├── Dashboard/

│ │ └── index.vue

│ ├── Timeline/

│ │ └── index.vue

│ ├── Feelings/

│ │ └── index.vue

│ ├── Domains/

│ │ └── index.vue

│ ├── Continuity/

│ │ └── index.vue

│ ├── Reflection/

│ │ └── index.vue

│ └── Login/

│ └── index.vue

│

├── stores/

│ ├── user.ts

│ └── dashboard.ts

│

├── router/

│ └── index.ts

│

├── utils/

│ ├── request.ts

│ ├── auth.ts

│ └── date.ts

│

├── types/

│ ├── user.ts

│ ├── timeline.ts

│ ├── feeling.ts

│ ├── dashboard.ts

│ └── domain.ts

│

├── App.vue

└── main.ts

四、页面路由

配置：

/login

/dashboard

/timeline

/feelings

/domains

/continuity

/reflection

五、Dashboard

Dashboard 必须按照 Life OS HTML 原型实现。

包括：

Header
昨日回放
当前感受
今日状态
7天趋势
昨天 → 今天
生活领域
最近记忆
AI观察
快速记录

不要把这些区域简单堆成 Element Plus Card。

应该自己设计布局。

六、数据状态

Pinia 管理：

用户信息

Dashboard：

todaySnapshot
yesterdayEvents
currentFeeling
energy
weeklyTrend
domainStats
recentMemories
aiInsights

Timeline：

timelineList
pagination
filters

七、API设计

所有 API 使用 Axios。

统一配置：

/api

支持：

Authorization: Bearer TOKEN

统一处理：

401
403
500
网络异常

八、图表

ECharts 实现：

7天感受趋势
能量趋势
生活领域状态趋势

图表需要：

轻量
无过度装饰
tooltip
时间轴
空数据状态
loading状态

九、快速记录组件

QuickCapture.vue

字段：

eventTitle

eventContent

domainId

feeling

energy

happenedAt

提交后：

保存数据
刷新 Timeline
刷新 Dashboard
显示成功反馈

十、前端工程质量

必须：

TypeScript 严格类型
API 类型与后端 DTO 对齐
组件职责单一
不允许在页面中大量堆业务逻辑
不允许写死大量 mock 数据
mock 数据必须集中管理
后续切换真实接口不能重构页面

十一、第一阶段原则

先完成：

"能运行 → 能登录 → 能记录 → 能查看 → 能统计"

不要第一阶段过度开发 AI。

AI 模块只预留：

API

Store

页面

数据结构

暂时使用 mock insight。

四、Spring Boot 后端提示词

后端我建议直接走：

text 复制代码

Spring Boot 3
Java 17+
MyBatis-Plus
MySQL 8
Lombok
Validation
JWT

如果你已经习惯 Ruoyi，也可以把这个架构直接塞进 Ruoyi 的业务模块思想里。

请为 Life OS 开发 Spring Boot 后端项目。

一、技术栈

必须使用：

Java 17+
Spring Boot 3
Spring Web
Spring Validation
MyBatis-Plus
MySQL 8
Lombok
JWT
Jackson

项目采用 RESTful API。

二、架构

采用经典分层：

Controller

↓

Service

↓

Mapper

↓

MySQL

com.lifeos

├── controller

│ ├── AuthController

│ ├── DashboardController

│ ├── TimelineController

│ ├── FeelingController

│ ├── DomainController

│ ├── MemoryController

│ └── InsightController

│

├── service

├── service.impl

├── mapper

├── entity

├── dto

├── vo

├── enums

├── config

├── security

├── exception

└── common

三、统一返回结构

所有接口统一：

{

"code": 200,

"message": "success",

"data": {}

}

分页统一：

{

"records": \[\],

"total": 0,

"page": 1,

"size": 20

}

四、核心接口

Dashboard

GET /api/dashboard/today

todaySnapshot

yesterdayEvents

currentFeeling

energy

weeklyTrend

domainStats

recentMemories

aiInsights

Timeline

GET /api/timeline

POST /api/timeline

GET /api/timeline/{id}

PUT /api/timeline/{id}

DELETE /api/timeline/{id}

参数支持：

startDate

endDate

domainId

feeling

page

size

Feeling

POST /api/feelings

GET /api/feelings/trend

GET /api/feelings/recent

Domain

GET /api/domains

GET /api/domains/{id}

GET /api/domains/{id}/stats

Memory

GET /api/memories

POST /api/memories

Continuity

GET /api/continuity

参数：

date

yesterday

today

continuity

unresolved

relatedEvents

AI Insight

GET /api/insights

POST /api/insights/generate

第一阶段：

generate 接口可以先返回 mock 数据。

但 Service 层必须预留 AI provider 抽象：

AiProvider

未来可以接：

OpenAI

Claude

Gemini

本地模型

五、核心业务逻辑

Timeline Event

一个事件至少包含：

title

content

domain

feeling

energy

happenedAt

Feeling

感受是独立数据。

不要直接硬编码在 Event 表里。

因为未来可能出现：

一个事件对应多个感受。

例如：

事件：

"完成项目上线"

感受：

紧张

→

释放

→

满足

因此设计：

timeline_event

feeling_record

两个实体。

六、Daily Snapshot

系统每天可以生成一个 Daily Snapshot。

包括：

moodScore

energyScore

focusScore

socialScore

bodyScore

summary

Daily Snapshot 不是原始事实。

它是：

"当天状态的聚合结果"。

因此以后允许重新计算。

七、AI Insight

AI Insight 表保存：

分析范围

例如：

2026-09-27 ~ 2026-10-03

以及：

summary

patterns

suggestions

同时保存：

provider

model

createdAt

这样未来可以替换 AI 模型。

八、异常处理

统一处理：

BusinessException

ValidationException

AuthenticationException

DatabaseException

统一返回：

code

message

data

九、安全

登录后：

JWT

请求：

Authorization: Bearer xxx

用户数据必须按：

user_id

隔离。

任何查询都不能直接查询全表。

例如：

timelineService.list()

必须自动带：

userId

十、开发顺序

第一阶段：

数据库
Entity
Mapper
Service
Controller
登录
Timeline CRUD
Feeling
Dashboard
Continuity

第二阶段：

AI Insight

第三阶段：

长期趋势分析

暂时不要实现复杂微服务。

使用单体 Spring Boot。

代码必须保证后续可以拆模块。

五、MySQL 怎么设计

这里是这个项目最关键的地方。

不要设计成一张 life_record 表把所有东西塞进去。

我建议：

text 复制代码

sys_user
   │
   ├──────────────┐
   │              │
timeline_event    daily_snapshot
   │
   ├──── feeling_record
   │
   └──── domain
          │
          └──── domain_daily_stat

memory
ai_insight
reflection

1. 用户表

sql 复制代码

CREATE TABLE sys_user (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    username VARCHAR(50) NOT NULL UNIQUE,
    password VARCHAR(255) NOT NULL,
    nickname VARCHAR(100),
    avatar VARCHAR(500),
    status TINYINT NOT NULL DEFAULT 1,
    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);

2. 生活领域

比如：

text 复制代码

技术学习
工作
身体
社交
家庭
娱乐
其他

sql 复制代码

CREATE TABLE life_domain (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,
    name VARCHAR(50) NOT NULL,
    code VARCHAR(50) NOT NULL,
    description VARCHAR(255),
    sort_order INT DEFAULT 0,
    status TINYINT DEFAULT 1,
    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,

    INDEX idx_user_id (user_id)
);

3. 核心：时间事件

这是整个系统最重要的一张表。

sql 复制代码

CREATE TABLE timeline_event (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,
    domain_id BIGINT,
    
    title VARCHAR(200) NOT NULL,
    content TEXT,

    event_type VARCHAR(30) DEFAULT 'NORMAL',

    energy_score TINYINT,
    
    happened_at DATETIME NOT NULL,

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,

    INDEX idx_user_happened (user_id, happened_at),
    INDEX idx_domain (domain_id)
);

例如：

text 复制代码

10:20
完成接口开发

domain = 技术
energy = 8
happened_at = 2026-10-03 10:20

4. 感受表

这个一定建议独立。

sql 复制代码

CREATE TABLE feeling_record (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,
    event_id BIGINT,
    
    feeling_code VARCHAR(50) NOT NULL,
    feeling_name VARCHAR(50),

    intensity TINYINT,
    
    recorded_at DATETIME NOT NULL,

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,

    INDEX idx_user_recorded (user_id, recorded_at),
    INDEX idx_event_id (event_id)
);

例如：

text 复制代码

event
完成项目上线

feelings

紧张 7
释放 8
满足 6

这就比：

text 复制代码

event.feeling = "开心"

强很多。

5. 每日状态快照

这是 Dashboard 的核心数据。

sql 复制代码

CREATE TABLE daily_snapshot (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,
    
    snapshot_date DATE NOT NULL,

    mood_score TINYINT,
    energy_score TINYINT,
    focus_score TINYINT,
    social_score TINYINT,
    body_score TINYINT,

    summary TEXT,

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,

    UNIQUE KEY uk_user_date (user_id, snapshot_date)
);

比如：

text 复制代码

2026-10-03

mood = 72
energy = 68
focus = 84
social = 34
body = 65

然后你的 ECharts 就很好取。

6. 最近记忆

这个和 Timeline 不完全一样。

Timeline：

今天 10:30 干了什么

Memory：

这几天我需要记住什么

所以单独设计。

sql 复制代码

CREATE TABLE life_memory (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,

    title VARCHAR(200),
    content TEXT,

    memory_type VARCHAR(30) DEFAULT 'NORMAL',

    memory_date DATE,

    importance TINYINT DEFAULT 1,

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,

    INDEX idx_user_date (user_id, memory_date)
);

7. AI 观察

sql 复制代码

CREATE TABLE ai_insight (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,

    user_id BIGINT NOT NULL,

    insight_type VARCHAR(50),

    start_date DATE,
    end_date DATE,

    title VARCHAR(200),
    summary TEXT,

    content JSON,

    provider VARCHAR(50),
    model VARCHAR(100),

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,

    INDEX idx_user_date (user_id, start_date, end_date)
);

例如：

json 复制代码

{
  "patterns": [
    "技术投入连续增加",
    "社交活动减少"
  ],
  "observations": [
    "过去7天晚上记录频率较高"
  ]
}

8. 生活领域每日统计

这个是后面做统计分析用的。

sql 复制代码

CREATE TABLE domain_daily_stat (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,

    user_id BIGINT NOT NULL,
    domain_id BIGINT NOT NULL,

    stat_date DATE NOT NULL,

    event_count INT DEFAULT 0,

    total_minutes INT DEFAULT 0,

    avg_energy DECIMAL(5,2),

    avg_feeling DECIMAL(5,2),

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,

    UNIQUE KEY uk_user_domain_date (
        user_id,
        domain_id,
        stat_date
    )
);

这样以后你就可以画：

text 复制代码

技术
████████████████

工作
██████████

社交
████

身体
██████

六、再往后，你真正会用到的一张表

我建议提前留：

sql 复制代码

CREATE TABLE reflection (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
    user_id BIGINT NOT NULL,

    reflection_type VARCHAR(30),

    start_date DATE,
    end_date DATE,

    title VARCHAR(200),
    content TEXT,

    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP
);

它和 AI Insight 不一样：

text 复制代码

AI Insight
    ↓
AI 给你的观察

Reflection
    ↓
你自己对生活的理解

这个以后会非常有价值。

因为最终系统不应该变成：

"AI 告诉你怎么生活"

而应该变成：

"AI 帮你看见生活，你自己形成判断。"

七、最终数据关系

你可以直接把整个系统理解成：

text 复制代码

                    ┌──────────────┐
                    │   sys_user   │
                    └──────┬───────┘
                           │
          ┌────────────────┼─────────────────┐
          │                │                 │
          ▼                ▼                 ▼
   timeline_event    daily_snapshot    life_memory
          │
          │
          ├───────────────┐
          │               │
          ▼               ▼
 feeling_record       life_domain
                          │
                          ▼
                   domain_daily_stat


sys_user
   │
   ├────────── ai_insight
   │
   └────────── reflection

八、前端和后端真正连接起来以后

你的 Dashboard 最终会变成一个接口：

http 复制代码

GET /api/dashboard/today

json 复制代码

{
  "today": {
    "date": "2026-10-03",
    "moodScore": 72,
    "energyScore": 68,
    "focusScore": 84,
    "socialScore": 34,
    "bodyScore": 65
  },

  "yesterdayEvents": [],

  "currentFeeling": {
    "code": "GOOD",
    "intensity": 7
  },

  "weeklyTrend": [],

  "domainStats": [],

  "recentMemories": [],

  "continuity": {
    "fromYesterday": [],
    "toToday": []
  },

  "aiInsights": []
}

这时候你的 Vue 页面其实就非常干净了：

text 复制代码

Dashboard.vue
      ↓
dashboardStore
      ↓
dashboardApi
      ↓
Spring Boot
      ↓
DashboardService
      ↓
MySQL

这就是比较标准的前后端分层。

九、我反而建议你第一版先别做"AI"

你这个项目真正的核心不是 AI。

第一版应该先把：

text 复制代码

记录
 ↓
时间
 ↓
感受
 ↓
状态
 ↓
趋势
 ↓
连续性

这条链打通。

等数据库里真正有了：

text 复制代码

30天
60天
90天

的生活数据以后，再接 AI。

那时候 AI 才有东西可分析：

text 复制代码

原始生活数据
        ↓
统计聚合
        ↓
时间模式
        ↓
AI
        ↓
"最近发生了什么"
"为什么会这样"
"哪些事情一直在重复"

这样你的 Life OS 才会真正从一个漂亮的 Dashboard ，变成一个个人生活数据系统。