参考了开源项目WeFlow

# 1. 克隆项目到本地

git clone https://github.com/hicccc77/WeFlow.git
cd WeFlow

# 2. 安装项目依赖

npm install

# 3. 运行应用（开发模式）

npm run dev

按照应用指示完成配置，导出需要的聊天记录，放到./data文件夹中

项目使用 DeepSeek API 进行任务识别和分类。需要配置 API 密钥，有两种方式：

方式1：环境变量（推荐）

# Windows PowerShell
$env:DEEPSEEK_API_KEY="your_api_key_here"

# Windows CMD
set DEEPSEEK_API_KEY=your_api_key_here

# Linux/Mac
export DEEPSEEK_API_KEY="your_api_key_here"

方式2：使用配置文件 在 config.py 文件中设置 DEEPSEEK_API_KEY 变量：

DEEPSEEK_API_KEY = "your_api_key_here"

方式3：代码中传入 在代码中创建客户端时直接传入：

from deepseek_client import DeepSeekClient
client = DeepSeekClient(api_key="your_api_key_here")

优先级：参数传入 > 环境变量 > config.py > 报错提示

项目按执行顺序和功能组织，按以下步骤依次运行：

• 功能：合并连续消息和切分会话
• 作用：
  • 合并同一人连续发送的消息（间隔不超过2小时）
  • 基于静默期（默认60分钟）切分会话
• 使用方法：

  python 01_preprocess_data.py

• 输出：在data/目录下生成合并后的文件和会话文件

• 功能：使用DeepSeek API识别会话中的工作任务
• 作用：分析每个会话，识别是否包含明确的工作任务
• 使用方法：

  python 02_identify_tasks.py

• 输出：生成task_analysis_results.json文件，包含所有识别到的任务

• 功能：使用DeepSeek API对识别出的任务进行分类
• 作用：将任务分为5个类别：学术类、跑腿类、改文档类、支持类、杂活类
• 使用方法：

  python 03_classify_tasks.py

• 输出：生成task_classification.json文件，包含分类结果和统计信息

• 功能：生成HTML可视化展示文件
• 作用：创建交互式的任务分类展示页面，包含统计图表、搜索和筛选功能
• 使用方法：

  python 04_generate_visualization.py

• 输出：生成task_classification_viewer.html文件，可在浏览器中打开查看