Render AI Task Pipeline

AI任务管理器

 

使用FastAPI、React、PostgreSQL和OpenAI嵌入构建的全栈AI驱动的任务管理应用程序。部署在Render的免费层上，它通过pgvector利用语义搜索进行智能任务组织。

Demo GIF

🚀 特性

• 人工智能支持的总结和优先级排序：使用OpenAI GPT-4o-mini自动汇总和优先排序任务。
• 语义搜索：通过向量嵌入和余弦相似度查找任务的自然语言查询。
• 响应式用户界面：采用Tailwind CSS的移动优先React界面。
• 免费层部署：使用托管PostgreSQL在Render上实现零成本托管。
• Markdown渲染：以适当的格式显示丰富的任务摘要。

🛠 技术栈

• 后端：FastAPI（Python）、SQLAlchemy、pgvector
• 前端：React（TypeScript）、Vite、顺风CSS、Axios
• 数据库：带有pgvector扩展名的PostgreSQL
• 人工智能：OpenAI API（嵌入和聊天完成）
• 部署：渲染（Web服务、静态站点、托管数据库）
• 本地开发人员：Docker编写

📋 先决条件

• Node.js（v18+）
• Python 3.10+
• Git
• OpenAI API密钥（提供免费层）
• 渲染帐户（免费）

🏗 安装和设置

本地开发

1. 克隆仓库:

   git clone https://github.com/your-username/ai-task-pipeline.git
   cd ai-task-pipeline

1. 后端设置：:

   python -m venv venv
   source venv/bin/activate
   pip install -r backend/requirements.txt

1. 前端设置：:

   cd frontend
   npm install
   cd ..

1. 数据库：:

   docker-compose up -d  # Starts PostgreSQL with pgvector

1. 环境变量：:

在根目录下创建.env：

   OPENAI_API_KEY=sk-your-key-here
   DATABASE_URL=postgresql://postgres:password@localhost:5432/ai_task_db

1. 本地运行：:

   # Backend (in one terminal)
   python backend/main.py

   # Frontend (in another)
   cd frontend && npm run dev
    

• 后端：http://localhost:8000
• 前端：http://localhost:5173

生产部署

1. 推送到GitHub （将您的仓库连接到Render）。

1. 通过渲染蓝图部署:

- 使用 render.yaml 对于IaC。 - 集 OPENAI_API_KEY 在渲染仪表板中。 - 启用pgvector： psql -h your-db-host -U your-user -d your-db -c "CREATE EXTENSION IF NOT EXISTS vector;"

1. 网址:

- 前端：https://your-frontend-url.onrender.com - APIhttps://your-api.onrender.com

📖 用法

1. 添加任务：输入描述；AI生成摘要和优先级。
2. 搜索：使用自然语言（例如，“高优先级人工智能任务”）。
3. 查看结果：请参阅带有优先级徽章的格式化摘要。

API终点

• POST /tasks：创建任务
• POST /query：搜索任务

🤝 贡献

1. 分叉回购。
2. 创建要素分支： git checkout -b feature/your-feature.
3. 提交更改： git commit -m 'feat: add your feature'.
4. 推： git push origin feature/your-feature.
5. 打开一个PR。

📄 许可证

MIT许可证-请参阅 许可证 了解详情。

🙏 致谢

• 灵感来自现代AI工作流程和Render的开发工具。
• 为演示目的而构建；使用auth、异步处理等进行扩展。