程序聚合软件案例 EPlan系统化日常计划的用户设计的桌面效率工具

EPlan系统化日常计划的用户设计的桌面效率工具

2026-05-26 15:12:09

行业：生活服务

载体：Windows应用

技术：Rust、React、SQLite

业务和功能介绍

EPlan 是一款为追求系统化日常计划的用户设计的桌面效率工具。它通过计划 → 项目 → 阶段 → 清单四层结构，帮助用户将宏大目标拆解为可执行的每日任务，并记录每项任务的实际耗时与完成时刻，形成闭环反馈。

1. 计划层 (Plans)
创建长期或短期计划（如“2026 年自我提升计划”），作为顶层容器，支持名称、描述和创建时间。

2. 项目层 (Projects)
每个计划下可划分多个项目（如“学习 React”、“健身减脂”），支持自定义排序（sort_order），便于重组优先级。

3. 阶段层 (Stages)
每个项目内可设置阶段（如“基础学习”、“实战项目”），阶段支持 time_slots 字段（JSON 或文本格式存储预期时间段），便于规划起止周期。

4. 清单层 (Checklists) —— 核心执行单元

每一项清单包含内容 (content)、计划日期 (date)、备注 (note)、完成状态 (completed)、实际耗时 (elapsed_time，单位分钟) 和完成时刻。

用户每日根据 date 过滤查看“今日待办”，勾选完成后记录耗时，系统自动填充 completed_at。

支持同阶段内拖拽排序。

5. 统计与回顾

按计划/项目/阶段查看总完成数、总耗时、计划符合度（计划日期 vs 完成日期）。

提供甘特图视角展示阶段与任务的时间分布。

项目实现

1. 采用分层解耦架构：前端 React 负责视图与状态（Zustand），通过 Tauri 的 IPC 调用 Rust 后端；后端使用 Tauri + SQLx 异步操作 SQLite，所有数据库逻辑封装为独立命令。设计上以计划为根容器，向下级联项目、阶段、清单，sort_order 支持拖拽排序，time_slots 用于周期规划，completed + elapsed_time 记录执行闭环。技术栈：前端 TypeScript + TailwindCSS + Shadcn UI；后端 Rust + SQLx + chrono；桌面层 Tauri v2。
2. 个人独立开发全栈。实现模块：计划/项目/阶段管理（CRUD 及级联删除）；清单打卡与计时（支持手动输入耗时或自动计时，完成后记录 completed_at）；今日视图（date = CURRENT_DATE 快速筛选）；拖拽排序（前端 react-beautiful-dnd + 批量更新 sort_order）。结果：代码共约 3200 行（TS 1800 行，Rust 1400 行）；数据库操作响应 < 15ms；支持 5000+ 清单项流畅滚动；计时误差 < 0.5 秒。
3. time_slots 字段设计为 TEXT 后难以做日期范围查询。解决：保留 time_slots 作为展示 JSON，另加 start_date/end_date 冗余列，通过触发器同步维护，并建立复合索引提升范围过滤性能。

示例图片视频

司丞

24小时内活跃

方向：算法-数学建模、爬虫/脚本-爬虫/脚本、

交付率：100.00%

查看主页

相似推荐

省级疾控健康管理平台-心血管预警与干预信息系统

服务于省级疾控中心，用于全省心血管疾病高危人群的早期筛查、风险预警和干预管理。系统覆盖全省各级基层医疗机构和疾控中心，核心业务流程包括：基层医护人员通过系统对辖区内居民进行心血管健康评估，填写涵盖血压、血脂、血糖、吸烟史、家族史、既往病史等多维度的评估量表。系统根据评估数据自动计算心血管事件风险等级（低危/中危/高危），生成个性化干预方案（如用药建议、生活方式指导、定期随访提醒）。对高危人群建立长期随访档案，基层医护人员定期跟踪干预效果并更新健康数据。省级疾控中心汇总全省数据，进行心血管疾病负担分析、高危人群分布统计和防控策略制定。系统需在微信生态中使用，医护人员通过微信公众号入口访问，进行病例上报和数据查询。因此URL必须干净、可分享，且用户通过微信消息点击链接后，需精确跳转到指定页面。系统还需支持多角色权限管理（基层医生、疾控审核员、省级管理员），不同角色对应不同的功能模块和数据视图。

省级疾控健康管理平台-老年疾病信息管理系统大框架（认知筛查子系统）

服务于省级疾控中心，面向全省基层医疗机构，用于老年人群的认知障碍筛查与健康管理。核心业务流程包括：基层医护人员通过系统对辖区内老年居民进行认知功能评估，填写标准化认知筛查量表（如MMSE、MoCA等国际通用量表及本土化量表）；系统根据量表得分自动判定认知障碍风险等级（正常/轻度/中重度），生成个性化随访建议；省级疾控中心汇总全省筛查数据，进行认知障碍患病率统计、流行病学分析和资源调配决策。系统涉及多种认知筛查量表，每种量表包含数十个评估条目，且条目间存在复杂的联动规则：如某个条目得分异常时，需自动触发补充评估模块；不同年龄段、教育程度的受试者，其评分标准和风险阈值不同；量表填写过程中需实时校验数据的完整性和逻辑合理性。

医疗级复杂表单解决方案-DynamicFormEngine

为解决医疗场景下复杂量表的填报、校验与数据管理难题，独立设计并开源了一套规则驱动的动态表单引擎。该系统可广泛应用于医院HIS系统、公共卫生数据采集、临床试验数据管理等场景，能处理多量表联级、复杂逻辑校验、大数据量渲染等高难度需求。

旅游大数据推荐系统

1. 立项背景和目标 1.1 立项背景文旅行业数据量激增，景点信息分散杂乱，传统方式难以高效处理和分析。为实现旅游数据的自动化采集、深度分析与可视化应用，构建旅游大数据推荐系统，助力文旅数字化升级。 1.2 项目目标完成携程景点数据爬取、分布式存储与清洗，构建分层数据仓库；实现景点数据多维度分析，挖掘评分、热度、价格、地域分布规律；开发数据可视化大屏，直观展示统计结果，支撑运营决策；搭建后台管理系统，实现景点管理、数据仪表盘与精准推荐。 2. 软件功能、核心模块介绍数据采集模块：Python 爬虫抓取携程全国景点数据，含 25 个关键字段，输出 CSV 文件。大数据存储模块：搭建 Hadoop+Spark+Hive 集群，构建 ODS/DWD 分层数据仓库，实现数据分布式存储与管理。数据清洗分析模块：PySpark+Hive SQL 完成数据清洗、去重、标准化；实现评分 / 价格 / 热度分档、区域统计、综合评分建模等多维度分析。数据可视化模块：DataEase 制作数据大屏，生成柱状图、饼图、雷达图、地图等，直观呈现数据。后台管理模块：基于若依框架开发，实现景点信息管理、数据仪表盘、图表接口开发与优质景点推荐。 3. 业务流程、功能路径整体流程：数据采集 → 存储 → 清洗 → 分析 → 可视化 → 后台管理与推荐采集：Python 爬虫爬取携程数据，导出 CSV。存储：HDFS 上传数据，Hive 建库建表。清洗分析：Spark 清洗数据，Hive SQL 多维度分析，结果存入 MySQL。可视化：DataEase 连接 MySQL，设计并发布数据大屏。后台：若依框架开发管理系统，实现数据展示、管理与推荐功能。

宁可口袋律师

行业场景口袋律师是一款面向普通大众、小微企业的在线法律服务 APP，主打 “随身律师、随时咨询”。解决传统法律服务价格高、找律师难、沟通不及时、地域受限的痛点，覆盖：个人：劳动纠纷、婚姻家事、交通事故、借贷、消费维权小微企业：合同、用工、股权、知识产权、日常法务场景：事前咨询、合同审查、文书代写、纠纷调解、线下委托 O2O 核心功能 AI 智能法律咨询 7×24 小时在线，文本 / 语音输入，覆盖劳动、婚姻、合同、借贷等，即时给出法律分析、风险提示、处理建议。真人律师咨询（撮合 / O2O）按领域匹配持证律师，支持文字 / 语音 / 视频咨询；可预约线下见面、委托代理；律师资质、评价、价格透明。法律文书智能生成合同、起诉状、答辩状、律师函、遗嘱、股权转让协议等模板，填空生成、导出 PDF、可在线审核。法规 / 案例库查询实时更新法律法规、司法解释、典型案例；支持关键词搜索、收藏、分享。合同审查与风险提示上传合同照片 / 文档，AI + 律师辅助审查，标注风险点、修改建议。案件委托与跟进线上下单→律师接单→服务履约→评价；支持案件进度跟踪、证据存证。法律知识库与普法内容图文 / 短视频普法、常见问题解答、专题指南，降低用户法律认知门槛。