EEPW论坛

基于clawdbot的个人智能助理这个项目，其实在功能方面，可以使用我还在开发的apms项目的任务项功能进行扩展。

apms系统是一个用来辅助AI智能体管理和开发项目的一个系统，基于 Protocol Buffers + GORM + SQLite 的敏捷项目管理系统后端API。

在技术栈的选择方面，因为要考虑多平台的数据兼容，数据包的封装和存储，使用Protocol Buffers来实现的话，可以很轻松的完成web平台，服务后端，esp32等设备的数据兼容。Golang可以开发出占用资源很小的服务后端，SQLite也是占用很少的资源，同时这个数据库的数据量不会特别大，访问并发数也很少，所以直接选资源最小化的一个实现方式。

它的目录结构是这样的：

backend/
├── main.go                    # 主入口文件
├── go.mod                     # Go模块依赖
├── go.sum                     # Go依赖锁定文件
├── Makefile                   # 构建脚本
├── apms.sh                    # 启动脚本
├── cmd/                       # 命令行工具和启动器
│   ├── common/               # 通用命令工具
│   ├── seed/                 # 种子数据生成命令
│   ├── start/                # 服务启动命令
│   └── verify/               # 系统验证命令
├── config/                    # 配置文件
│   └── environments.yaml     # 多环境配置
├── internal/                  # 内部包（不对外暴露）
│   ├── api/                  # API路由和处理器
│   ├── models/               # 数据模型定义
│   ├── services/             # 业务逻辑层
│   ├── database/             # 数据库配置和连接
│   └── utils/                # 工具函数
├── generated/                 # 自动生成的代码
├── public/                    # 静态文件
├── data/                      # 数据库文件目录
├── logs/                      # 日志文件目录
├── backups/                   # 备份目录
└── bin/                       # 编译后的可执行文件

其中任务项的数据结构定义如下：

message TodoItem {
  option (gorm.opts).ormable = true;

  uint32 id = 1 [(gorm.field).tag = {primary_key: true, auto_increment: true}];
  string title = 2 [(gorm.field).tag = {type: "varchar(255)", not_null: true}];
  string description = 3 [(gorm.field).tag = {type: "text"}];
  TodoItemStatus status = 4 [(gorm.field).tag = {type: "int", default: "1"}];
  TodoItemPriority priority = 5 [(gorm.field).tag = {type: "int", default: "2"}];
  uint32 user_story_id = 6 [(gorm.field).tag = {not_null: true, index: "idx_todo_item_user_story_id"}];
  uint32 assignee_id = 7 [(gorm.field).tag = {index: "idx_todo_item_assignee_id"}];
  double estimated_hours = 8 [(gorm.field).tag = {type: "decimal(10,2)"}];
  double actual_hours = 9 [(gorm.field).tag = {type: "decimal(10,2)"}];
  double remaining_hours = 10 [(gorm.field).tag = {type: "decimal(10,2)"}];
  google.protobuf.Timestamp created_at = 11 [(gorm.field).tag = {type: "datetime"}];
  google.protobuf.Timestamp updated_at = 12 [(gorm.field).tag = {type: "datetime"}];
  google.protobuf.Timestamp completed_at = 13 [(gorm.field).tag = {type: "datetime"}];
}

经过简单开发后，添加了一些简单的测试数据。

然后esp32这边，使用lvgl + 图片的形式，设计成简单的提示UI就可以了。

UI界面方面，使用之前简单设计的弹射世界物语的游戏背景图做背景，大致效果如下:

通知提示的效果如图

Stella是弹射直接里，从开始到运营结束，一直陪伴用户的引导角色，虽然这个手游很小众，也停止运营了。

这个游戏的背景图和角色图，都是使用256色进行设计的，在存储方面，可以占用更小的体积。

解决了界面显示的问题，现在就考虑一下AI辅助的一些内容，最近clawdbot（openclaw）非常出名，我们就用它来实现吧。

首先在树莓派5上一键安装openclaw，直接在命令行执行

pnpm add -g openclaw@latest

安装完成后，运行配置命令，根据提示选择，配置即可

openclaw onboard --install-daemon

在设置好API-KEY后，就可以通过web后台，登录openclaw来开启对话和运行任务了。

然后，我们需要创建一个定期执行的任务，来定期查询sqlite数据库文件里的待执行事项，找到对应事项后，通过golang写的socket工具发送到esp32手表上，存储这个提醒信息。

在设置完这些内容后，我们就可以继续优化esp32的消息接收和存储方式，完成这个任务提醒的功能了。