GoalWeave产品系统Vibe Coding

面向个人长期学习与研发自我管理场景。立项原因：长期目标类工具大多停在「写下来」这一步 —— 待办清单管不住跨周跨月的学习计划，日历排不出带前置依赖的知识点，笔记只记不推，于是计划在纸上很好看、落到日历上就散了；通用 AI 助手能帮你拆解目标，却不会把它排进你真实可用的时段里。本项目把这几件事合在一处：长期目标 → 带依赖的知识点路线 → 具体到某天某时段的排期，让「今天该做什么」由目标推导而来，而不是每天重新做一遍决定。典型使用者是需要长期投入的人：备考、自学一门新技术、啃一个方向的书、做毕业设计。数据全部留在本机（一个 JSON 文件 + 浏览器兜底副本），不依赖任何云服务，也不需要注册账号。

这是一个本地跑的个人任务板，共五个页面：首页（本周日程概览 + 今日任务 + 每日推荐）、日程表（周 / 日 / 月三种视图；拖动任务块换时间、就地修改一天分成哪几段、点空格子划成非空闲、重新规划并一键撤销）、任务（按已逾期 / 今天 / 明天 / 本周内 / 以后 / 未排期分组，可把某条任务「加入日程表」）、目标（长期目标 → 知识点大纲 → 学习路线图，一键同步进日程表）、设置（兴趣标签与每日推荐开关、助手配置与导入导出、外观、数据清空与备份）。

主要功能：① 输入一句目标，自动拆成带前置依赖的知识点 DAG，按最长路径分层；② 自动画成可缩放、可导出的学习路线图，嵌在目标卡里；③ 按每周可投入时间、绕开你划掉的非空闲时段，把知识点整份排进日程表，某一格总时长超了就提示并撤销这次操作；④ 每个知识点 / 任务都能让大模型现找延伸阅读，而且逐条真去请求、验证链接确实打得开，编出来的拿不回来；⑤ 每日推荐按兴趣标签挑一个知识点并配资料，不感兴趣可以换，换过的方向会被记住；⑥ 计划生成后可以拖拽改时间、整体重新规划（带撤销），或者让助手重新生成一整份计划。

我负责的部分：独立完成从需求、交互到落地的全部工作 —— 五个页面的前端、纯标准库的后端、技能层（拆知识点 / 画路线图 / 找延伸阅读）、数据同步机制与文档。

技术栈：后端 Python 3，只用标准库（http.server + ThreadingMixIn），一条 python server.py 就能跑；前端原生 HTML / CSS / JavaScript，无框架、无构建、零第三方依赖；存储在单个 JSON 文件里（config/data.json，带自增 rev 版本号），浏览器 localStorage 作为离线兜底；模型侧兼容 OpenAI 风格接口与自定义 endpoint；画图由 vendored 的 Archify（MIT，v3.0.1）经其 Node CLI 渲染。

架构：后端只做三件事 —— 存助手配置、存看板数据、跑 skills/ 下的技能（丢一个 .py 进去就是一个技能，按文件 mtime 热重载，改技能不用重启服务）。前端 store 只有一个持有者（tasks.js），目标页与日程表挂在同一份数据上；任何改动都是「先写本地 → 防抖 400ms 推后端」，页面每 5 秒按 rev 对齐，后端不在时全部静默降级为纯本地模式，功能照旧可用。

亮点与难点：① 排期要同时满足「DAG 拓扑序 / 每周可投入小时数 / 用户划掉的非空闲时段（默认每周同一格都忙）/ 已经过去的时段 / 单格时长上限」，排不进去的会留在「待安排」里并说清缺什么；② 写盘与多端同步 —— Windows 上 os.replace 会被杀软短暂占住，用退避重试配合 rev 版本号兜住，避免改动被静默覆盖；③ 大模型输出不可靠，所以每一层都有回退（技能 → 内置模板 → 本地方案），延伸阅读的链接一律真去请求验证，防止幻觉链接；④ 路线图不复用前端图表库，而是把图