基于Notion与AI大模型的自动化生活规划系统构建指南

1. 项目概述：一个能帮你规划生活的AI助理

如果你和我一样，每天被各种待办事项、日程安排、账单提醒搞得焦头烂额，总感觉时间不够用，事情永远做不完，那今天聊的这个项目，你可能会非常感兴趣。它叫LifeSync-AI，虽然原作者已经宣布它被一个叫 Bubbles 的新项目取代并停止更新，但作为一个已经跑通了核心逻辑、并且完全开源的项目，它的设计思路和实现代码，对于我们这些想自己动手打造一个“私人AI生活管家”的人来说，依然是一座宝藏。

简单来说，LifeSync-AI 不是一个简单的待办清单App。它的野心更大：它试图成为你的“第二大脑”。这个大脑会主动去你的 Notion 任务数据库里“看”你今天有什么任务，然后结合当天的天气、你的个人习惯，调用像 ChatGPT 这样的 AI 大模型，为你生成一份精确到小时的、个性化的每日计划。最后，它还会在每天清晨，把这份计划连同天气提醒，通过邮件准时送到你的收件箱。整个过程全自动，你只需要在头天晚上把任务丢进 Notion，第二天早上就能收到一份“行动指南”。

我花了一些时间深入研究了这个项目的源码，并尝试在本地和云端（GitHub Actions）都部署运行过。我发现，它的核心价值不在于那些尚未实现的“路线建议”、“账单监控”等未来功能，而在于它已经跑通的、非常清晰的“数据获取 -> AI 处理 -> 结果推送”自动化链路。这套链路，完全可以作为我们构建任何个性化自动化系统的骨架。接下来，我就把自己拆解、复现和优化这个项目的全过程，以及踩过的坑、总结的经验，毫无保留地分享给你。

2. 核心设计思路与架构拆解

在动手写代码或部署之前，我们必须先理解 LifeSync-AI 是怎么“想”问题的。这能帮助我们在后续配置和自定义时，知道每一步在干什么，出了问题该往哪个方向排查。

2.1 核心工作流：从任务到邮件的自动化旅程

整个系统的运行，可以看作一个精心设计的流水线，我把它画成了下面这个流程图来帮助你理解：

graph TD A[GitHub Actions 定时触发] --> B[读取 Notion 任务数据库]; B --> C[获取 OpenWeather 天气数据]; C --> D[组装 Prompt 调用 AI]; D --> E{AI 模型选择}; E -->|OpenAI GPT| F[生成计划与建议]; E -->|智谱清言 GLM| F; F --> G[使用 Mailgun 发送邮件]; G --> H[用户清晨收到每日计划];

这个流程的起点是GitHub Actions 的定时触发器。你设定一个时间（比如北京早上6点），GitHub 就会在那个时间点自动启动这个程序。这里有个关键点：GitHub Actions 的服务器在 UTC 时区，所以你需要做时区换算。项目文档里给的例子cron: '0 22 * * *'指的是 UTC 时间 22:00，对应北京时间早上6点（+8时区）。这个设定决定了你什么时候收到邮件，非常重要。

流程的第二步是连接你的 Notion。LifeSync-AI 把 Notion 当作唯一的数据源和“指挥中心”。它通过 Notion API 去读取一个特定数据库（Database）里的任务。这里的设计很巧妙：它并非读取所有任务，而是通过筛选条件（比如“状态不是已完成”、“日期是今天”）来获取你当天需要处理的事项。这意味着，你管理任务的方式可以非常自由，只需要保证数据库的字段（Property）符合程序的预期即可。

拿到任务清单和从 OpenWeather 获取的实时天气后，程序会把这些原始信息组装成一个给 AI 的“指令”（Prompt）。这个 Prompt 是核心中的核心，它大概会说：“以下是用户今天的任务和天气，请以专业助理的身份，帮他规划一个时间表，并给出一些注意事项。” AI 的发挥好坏，很大程度上取决于这个 Prompt 写得是否清晰、具体。

接下来就是AI 的表演时间。LifeSync-AI 支持 OpenAI 的 GPT 系列和国内的智谱清言（GLM）。AI 会消化任务和天气信息，产出一份结构化的文本，通常包括：问候语、今日重点、按小时划分的时间安排、针对天气或特定任务的个性化建议。

最后，这份精心生成的计划，会通过Mailgun这个邮件服务，发送到你预设的邮箱地址。Mailgun 是专门为开发者提供的邮件发送 API，稳定且不易被当作垃圾邮件，比直接用个人邮箱的 SMTP 服务要可靠得多。

核心思路总结：LifeSync-AI 的本质是一个信息聚合与智能调度器。它不创造信息，而是把你散落在不同地方的信息（任务、天气）收集起来，利用 AI 进行理解和重组，再通过最通用的通道（邮件）交付给你。这个模式几乎可以套用到任何需要“定期总结+智能建议”的场景。

2.2 技术选型背后的“为什么”

理解了流程，我们再来看看作者为什么选择这些技术栈，这能帮助我们在自行搭建时做出合理的替代或优化。

1. 核心语言：PythonPython 是这类自动化脚本和 AI 应用的首选，生态丰富。Notion、OpenAI、Mailgun 都有非常成熟易用的 Python SDK (notion-client,openai,requests)，能让开发者快速集成，把精力集中在业务逻辑而非底层通信上。

2. 数据中枢：Notion

   • 灵活性：Notion 的数据库可以自定义任何字段，完美适配不同用户的任务管理习惯。LifeSync-AI 只需要约定几个关键字段（如任务名、日期、状态），其他字段你可以随意添加，不影响程序运行。
   • API 成熟度：Notion 官方 API 功能强大且稳定，能高效地进行查询和筛选。
   • 用户友好：对于终端用户来说，在 Notion 里管理任务是直观且无痛的，学习成本低。这避免了为了用一个工具而去学习另一个复杂工具的局面。

3. 执行环境：GitHub Actions

   • 免费与自动化：对于个人项目，GitHub Actions 提供的免费额度完全够用。它的定时任务 (cron) 功能非常稳定，是实现“每日自动运行”的理想选择，省去了自己维护服务器的成本和麻烦。
   • 环境隔离与保密：GitHub Secrets 功能可以安全地存储你的所有 API 密钥，避免硬编码在代码中导致泄露。每次运行都是一个全新的、干净的环境，排除了因本地环境差异导致的问题。
   • 可观测性：每次运行都有详细的日志，成功或失败一目了然，方便排查问题。

4. AI 服务：OpenAI / 智谱清言

   • OpenAI GPT：效果的金字塔尖，生成文本的质量、逻辑性和指令遵循能力最强，但需要处理网络访问和付费问题。
   • 智谱清言 GLM：优秀的国产替代方案，提供了国内可稳定访问的 API，对于国内用户非常友好。LifeSync-AI 同时支持两者，体现了实用性考量。

5. 通知渠道：Mailgun

   • 可靠性：专门的事务性邮件服务，送达率高，不易进垃圾箱。
   • 易用性：API 简单清晰，几行代码就能发送格式精美的 HTML 邮件。
   • 免费额度：Mailgun 的免费套餐足以支撑个人每日一封邮件的需求。

这个技术栈组合，体现了一个清晰的思路：用最成熟、最省事的服务，拼装出一个能解决实际问题的自动化系统。每一个组件都承担了最擅长的工作，开发者只需要写好“胶水代码”把它们粘合起来。

3. 从零开始部署与配置实战

理论讲完了，我们进入实战环节。我会假设你是一个有一定技术基础（知道什么是 API、会在命令行操作）的开发者，带你一步步把这个系统跑起来。我强烈推荐使用云端（GitHub Actions）部署，这是最省心、最接近“全自动”理想状态的方式。

3.1 前期准备：收集你的“武器”

在写代码之前，我们需要先把所有必需的“钥匙”（API Key）和“地图”（Notion 模板）准备好。

第一步：Fork 项目仓库打开 LifeSync-AI 的 GitHub 仓库页面，点击右上角的Fork按钮。这会在你的账号下创建一个完全相同的副本，你可以在自己的副本里任意修改和配置。

第二步：获取 Notion API 集成令牌与数据库 ID这是整个系统的数据入口，也是最容易出错的一步，请仔细跟随。

1. 访问 Notion 开发者页面 ，登录后点击 “+ New integration”。
2. 给你的集成取个名字，比如 “My LifeSync AI”。关联的工作区选择你的个人工作区即可。
3. 创建成功后，你会看到“Internal Integration Token”。点击 “Show” 复制它，这个就是你的NOTION_TOKEN。妥善保存，它只会显示一次。
4. 接下来，你需要一个任务数据库。作者提供了一个 现成的模板 。我建议你直接点击 “Duplicate” 复制这个模板到你自己的 Notion 空间。用现成模板可以避免字段不匹配的问题。
5. 打开你复制好的模板页面。在浏览器地址栏，你会看到一长串 URL。其中，在notion.site/之后、问号?或下一个斜杠/之前的那一串字符，就是你的数据库 ID。它通常由 32 个十六进制字符组成。例如，URL 是https://www.notion.so/yourworkspace/1234567890abcdef1234567890abcdef?v=...，那么1234567890abcdef1234567890abcdef就是你的数据库 ID。复制它，作为DATABASE_ID。

关键操作提示：获取数据库 ID 后，你必须回到刚才创建集成（My LifeSync AI）的页面，在 “Content Capabilities” 部分，找到你刚刚复制的那个数据库，点击下拉菜单，选择 “Can read content” 和 “Can update content”（如果未来需要标记任务完成，则需要更新权限），然后点击 “Save”。这一步至关重要，否则你的程序将无权读取数据库！

第三步：申请 OpenWeather API Key

1. 前往 OpenWeather 官网 注册账号。
2. 在 “My API Keys” 页面，生成一个新的 Key。免费套餐的调用频率对于每日一次的需求绰绰有余。
3. 复制这个 Key，作为OPENWEATHER_API_KEY。

第四步：申请 Mailgun API Key 和域名

1. 前往 Mailgun 官网 注册。他们提供免费试用，包含每月一定数量的邮件。
2. 注册后，你需要验证一个发件人邮箱（比如你的个人 Gmail），并添加一个域名。Mailgun 会提供一些子域名（如sandboxXXXX.mailgun.org）供测试使用，免费套餐足以应对。
3. 在控制台的 “Sending” -> “Domain Settings” 里，找到你的域名（如sandboxxxx.mailgun.org），这就是你的MAILGUN_DOMAIN。
4. 在 “API Keys” 页面，复制默认的 Private API Key，这就是你的MAILGUN_API_KEY。

第五步：获取 AI API Key

• 方案A（OpenAI）：访问 OpenAI Platform ，创建新的 API Key。注意保管，并确保你的使用方式符合其条款。你需要为 GPT 的调用付费，但成本极低（每日一次的计划生成，一个月可能只需几美分）。
• 方案B（智谱清言）：访问 智谱清言开放平台 ，注册并创建 API Key。这对于国内用户是更稳定便捷的选择。

3.2 云端部署：在GitHub Actions上安家

现在，我们进入你的 GitHub 仓库进行配置。

1. 设置 Secrets（核心机密库）进入你 Fork 后的仓库，点击Settings->Secrets and variables->Actions。 点击New repository secret，依次添加以下密钥。注意，Name 必须严格按以下大小写填写：

   • ENV_DATABASE_ID: 填入你第二步获取的 Notion 数据库 ID。
   • ENV_NOTION_TOKEN: 填入你的 Notion Internal Integration Token。
   • MAILGUN_API_KEY: 填入你的 Mailgun Private API Key。
   • MAILGUN_DOMAIN: 填入你的 Mailgun 域名（如sandboxxxx.mailgun.org）。
   • AI_API_KEY:这里有个重要变化。根据项目代码，这个变量名同时用于 OpenAI 和智谱清言。你需要根据自己选择填入对应的 Key。
   • OPENWEATHER_API_KEY: 填入你的 OpenWeather API Key。
   • RECIPIENT_EMAIL: （需要额外添加）填入你希望接收日报的邮箱地址。这个在原文档的 Secrets 列表里没有明确列出，但代码中是需要的，从环境变量RECIPIENT_EMAIL读取。务必加上。
   • WEATHER_CITY: （建议添加）填入你所在的城市拼音，如Beijing。这样天气获取更准确。

2. 配置运行时间在仓库代码中，找到.github/workflows/deploy.yml文件。点击编辑（铅笔图标）。 找到on.schedule.cron这一行：

   on: schedule: - cron: '0 22 * * *' # UTC时间22:00，即北京时间06:00

   这个cron表达式决定了每天运行的时间。‘0 22 * * *’表示在 UTC 时间的每天 22:00（即小时为22，分钟为0）运行。如果你想在北京时间早上7点收到邮件，因为 UTC 时间比北京时间晚8小时，所以 UTC 时间应为前一天的 23:00，即‘0 23 * * *’。

   Cron 表达式小课堂：‘0 22 * * *’中，五个星号依次代表：分钟(0)、小时(22)、日、月、星期。*表示“每”。所以这个表达式就是“每日 22:00”。

3. 手动触发试运行配置完成后，你可以立即测试一下，而不用等到定时时间。 点击仓库顶部的Actions标签页，你应该能看到一个名为 “Daily Report” 的工作流。点击它，然后点击右侧的Run workflow按钮，选择Run workflow。这将会手动触发一次流程。 稍等一两分钟，点击这次运行的记录，你可以查看详细的执行日志。如果所有 Secrets 配置正确，Notion 数据库有今天的数据，你应该能看到 “Run Python script” 步骤执行成功，并最终完成。

3.3 本地运行与调试（可选但重要）

虽然云端部署是最终形态，但在配置过程中，本地运行是极佳的调试手段。它能让你快速看到错误信息，并进行交互式测试。

1. 克隆代码与安装依赖

   git clone https://github.com/你的用户名/LifeSync-AI.git cd LifeSync-AI pip install -r requirements.txt

2. 配置本地环境变量在项目根目录下，创建一个名为.env的文件。注意，文件名前面有个点。内容如下：

   # Notion 配置 NOTION_TOKEN=你的_NOTION_TOKEN DATABASE_ID=你的_DATABASE_ID # 邮件配置 MAILGUN_API_KEY=你的_MAILGUN_API_KEY MAILGUN_DOMAIN=你的_MAILGUN_DOMAIN RECIPIENT_EMAIL=你的接收邮箱 # AI 配置 (使用OpenAI时) OPENAI_API_KEY=你的_OPENAI_API_KEY # 或者使用智谱清言时，注意变量名是 AI_API_KEY AI_API_KEY=你的_智谱清言_API_KEY AI_MODEL=glm-4 # 如果使用智谱清言，指定模型 # 天气配置 OPENWEATHER_API_KEY=你的_OPENWEATHER_API_KEY WEATHER_CITY=Beijing

   重要提示：查看项目config.py或main.py的开头部分，确认它从环境变量读取的键名到底是什么。例如，它可能期望OPENAI_API_KEY还是AI_API_KEY？根据代码实际期望的变量名来填写你的.env文件。这是本地运行最常见的错误来源。

3. 运行与测试

   python main.py

   如果一切顺利，你会在终端看到日志输出，并很快在你的收件箱里收到一封测试邮件。如果报错，请根据错误信息（通常是 API 密钥无效、数据库无权访问、网络问题等）逐一排查。

4. 核心代码逻辑与自定义改造点

部署成功只是第一步。要真正让这个工具为你所用，甚至进行二次开发，我们需要深入其核心代码。LifeSync-AI 的代码结构清晰，主要逻辑集中在main.py、notion_client.py、ai_planner.py、weather.py和email_sender.py这几个文件里。

4.1 任务获取：如何与Notion对话

核心在notion_client.py。它使用notion-client库与 Notion API 交互。

# 示例性代码逻辑（非原文件逐行复制） from notion_client import Client class NotionClient: def __init__(self, token, database_id): self.client = Client(auth=token) self.database_id = database_id def get_today_tasks(self): # 构建筛选器：获取“日期”是今天且“状态”不是“完成”的任务 filter = { "and": [ {"property": "Date", "date": {"equals": datetime.today().isoformat()[:10]}}, {"property": "Status", "select": {"does_not_equal": "Done"}} ] } response = self.client.databases.query(database_id=self.database_id, filter=filter) tasks = [] for page in response.get("results", []): task_name = page["properties"]["Task"]["title"][0]["text"]["content"] # ... 解析其他属性，如标签、优先级等 tasks.append({"name": task_name, ...}) return tasks

自定义关键点：

• 字段映射：代码中的"Task"、"Date"、"Status"必须与你 Notion 数据库里的属性名完全一致，包括大小写。如果你的字段叫“任务名称”或“Due Date”，这里就需要相应修改。
• 筛选逻辑：这是决定“哪些任务会被AI看到”的规则。默认是取“今天”且“未完成”的任务。你可以修改filter字典来实现更复杂的逻辑，比如：
  • 获取“本周”的任务：将"equals"改为"this_week"。
  • 包含“高优先级”的任务：在and列表里增加一个条件{"property": "Priority", "select": {"equals": "High"}}。
• 数据结构：解析任务后组装成的tasks列表，其格式直接影响后续 AI Prompt 的输入。你可以选择把更多信息（如预估耗时、所属项目）传给 AI，让计划更精准。

4.2 AI提示词工程：让大模型成为你的专属顾问

这是项目的“大脑”所在，位于ai_planner.py。其核心是构造发送给 AI 的 Prompt。

# 示例性Prompt构造 def build_planning_prompt(tasks, weather_info): task_list_str = "\n".join([f"- {task['name']}" for task in tasks]) prompt = f""" 你是一个高效、体贴的个人生产力助理。请根据用户今天的任务和天气情况，为他制定一份详细到小时的时间安排表，并给出实用建议。 # 用户今日任务： {task_list_str} # 今日天气（{weather_info['city']}）： - 概况：{weather_info['description']} - 温度：{weather_info['temp']}°C (体感温度 {weather_info['feels_like']}°C) - 湿度：{weather_info['humidity']}% - 风速：{weather_info['wind_speed']} m/s - 紫外线指数：{weather_info['uvi']} # 你的输出格式要求： 1. 以友好的问候开头。 2. 用“### 今日核心任务”列出最重要的1-3件事。 3. 用“### 时间安排建议”提供一个从早上8点到晚上10点的时间表，将任务合理插入。请考虑任务难度、天气对出行的影响（如雨天、大风）、以及劳逸结合。 4. 用“### 个性化建议”提供2-3条基于天气和任务的提醒（例如：“下午有雨，建议外出任务安排在上午。”或“今天任务较多，记得中午小憩20分钟。”）。 5. 最后以一句鼓励的话结束。 请确保建议具体、可行，并体现出对用户时间和精力的关怀。 """ return prompt

自定义关键点（这里是发挥你创造力的核心）：

• 角色设定：你是一个高效、体贴的个人生产力助理。你可以改变这个角色，比如“你是一个严格的项目经理”或“你是一个注重工作生活平衡的教练”，AI 的语气和侧重点会随之变化。
• 输入信息：除了任务和天气，你还可以在 Prompt 里加入更多上下文。例如，从 Notion 读取用户的“每周目标”、“能量水平”记录，或者固定的“作息时间表”，让 AI 的建议更个性化。
• 输出格式：这里定义的格式就是最终邮件的骨架。你可以要求 AI 用更活泼的 Markdown、甚至用表格来呈现时间表。清晰的格式指令能让 AI 的输出稳定且美观。
• 模型与参数：在调用 AI API 时，可以调整temperature（创造性，越低越稳定）、max_tokens（回复长度）等参数。对于每日计划，temperature设为 0.5-0.7 比较合适，既有一定灵活性，又不会天马行空。

4.3 邮件模板：打造你的专属日报样式

最终成果通过email_sender.py发送。Mailgun 支持发送 HTML 邮件，所以我们可以把 AI 返回的 Markdown 文本渲染成漂亮的 HTML。

# 示例性邮件内容构造 def create_email_content(ai_response, weather_info): # 假设ai_response是AI返回的Markdown文本 html_content = markdown2.markdown(ai_response) # 使用markdown2库转换 # 可以进一步美化，添加CSS样式 styled_html = f""" <!DOCTYPE html> <html> <head> <style> body {{ font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif; line-height: 1.6; color: #333; max-width: 600px; margin: 0 auto; padding: 20px; }} .header {{ color: #2c3e50; border-bottom: 3px solid #3498db; padding-bottom: 10px; }} .section {{ margin: 25px 0; }} .schedule-table {{ width: 100%; border-collapse: collapse; }} .schedule-table td, .schedule-table th {{ border: 1px solid #ddd; padding: 10px; text-align: left; }} .weather-card {{ background-color: #f8f9fa; border-left: 4px solid #3498db; padding: 15px; margin: 15px 0; }} .tip {{ background-color: #fff3cd; border-left: 4px solid #ffc107; padding: 10px; font-style: italic; }} </style> </head> <body> <div class="header"> <h1>🌞 你的每日智能规划</h1> <p>{datetime.now().strftime('%Y年%m月%d日 %A')}</p> </div> <div class="weather-card"> <h3>今日天气速览</h3> <p>{weather_info['city']} | {weather_info['description']} | {weather_info['temp']}°C</p> </div> {html_content} <div class="tip"> <p>本计划由你的 LifeSync AI 助理生成，祝你拥有高效而愉快的一天！</p> </div> </body> </html> """ return styled_html

自定义关键点：

• 视觉设计：通过内联 CSS，你可以完全定制邮件的样式，让它符合你的审美。可以设计成简洁商务风、活泼可爱风等。
• 信息增强：除了 AI 生成的内容，你可以在邮件固定位置添加更多信息模块，比如：一周任务完成度统计、一句每日名言、甚至是从其他 API 获取的新闻摘要。
• 多收件人：修改代码，可以让它同时发送给多个邮箱（比如你的工作邮箱和个人邮箱），或者根据任务标签发送给不同的协作者。

5. 避坑指南与常见问题排查

在实际部署和运行中，我遇到了不少问题。这里把典型问题和解决方案整理出来，希望能帮你节省大量时间。

5.1 配置与权限类问题

问题1：GitHub Actions 运行失败，日志显示KeyError或Authentication Failed。

• 排查思路：这几乎总是 Secrets 配置错误。
  1. 检查变量名：确保在 GitHub Secrets 里设置的变量名，与代码中os.getenv(‘VARIABLE_NAME’)读取的名字完全一致，包括大小写。最常见的是把DATABASE_ID误设为ENV_DATABASE_ID，或者反之。
  2. 检查变量值：确认 API Key 或 Token 复制完整，没有多余的空格或换行。特别是 Notion Token，它以secret_开头，是一长串字符。
  3. 检查 Notion 集成权限：再次确认你是否在 Notion 集成的设置页面，为你使用的数据库赋予了 “Read” 权限。

问题2：程序运行成功，但收不到邮件。

• 排查思路：
  1. 检查垃圾邮件箱：首先去垃圾邮件（Spam）文件夹找找。
  2. 检查 Mailgun 日志：登录 Mailgun 控制台，进入 “Logs” 页面。这里会记录每一封邮件的发送状态（Delivered, Failed, Accepted 等）。如果显示失败，通常会给出原因，如“域名未验证”、“发件人地址未授权”等。
  3. 检查收件人邮箱：确认RECIPIENT_EMAIL这个 Secret 是否正确设置，并且邮箱地址有效。
  4. 检查免费额度：确认 Mailgun 免费账户的额度（每月300封）是否用完。

问题3：AI 返回的内容空洞、不按格式要求，或者直接报错。

• 排查思路：
  1. 检查 API Key 和模型：确认AI_API_KEY有效，且对于智谱清言，代码中指定的模型（如glm-4）你有权限调用。
  2. 审查 Prompt：在本地运行，打印出构建好的 Prompt，看看是否清晰、包含了所有必要信息。Prompt 的指令越明确，AI 表现越好。
  3. 检查网络：如果是 OpenAI，确保运行环境（GitHub Actions 服务器或你的本地网络）能够访问其 API。GitHub Actions 的服务器在国外，访问 OpenAI 通常没问题，但访问国内模型可能需要配置代理（注意合规性）。
  4. 调整参数：尝试降低temperature值（如从 0.8 调到 0.3），让 AI 的输出更稳定、更遵循指令。

5.2 逻辑与数据类问题

问题4：AI 生成的时间表完全不合理，把重要任务排到了深夜。

• 解决方案：这需要优化你的 Prompt。在 Prompt 中明确加入约束条件，例如：
  • “请将需要高度集中精力的创造性任务安排在上午9点至11点。”
  • “用户的常规作息是晚上11点休息，请勿安排任何任务在晚上10点之后。”
  • “请确保午餐时间（12:00-13:00）和晚餐时间（18:00-19:00）留空。” 你甚至可以从 Notion 中读取一个“偏好设置”数据库，把用户的作息时间、能量高峰期等作为变量动态传入 Prompt。

问题5：Notion 中的任务没有被正确识别或获取。

• 排查思路：
  1. 字段名匹配：用 Notion 客户端打开你的数据库，点击 “...” -> “Properties”，确认属性名称。确保代码中的“Task”、“Date”等与这里显示的名称一字不差。
  2. 属性类型匹配：确认“Date”属性的类型是 “Date”，“Status”的类型是 “Select”。如果类型不对，查询会失败。
  3. 筛选日期：代码中通常筛选“今天”的任务。请检查你 Notion 任务里 “Date” 属性是否确实设置为今天的日期。Notion 的日期可以包含时间，但代码筛选时通常只比较日期部分。

问题6：GitHub Actions 运行时间不对，不是在我想要的本地时间触发。

• 解决方案：牢记 GitHub Actions 的cron使用UTC 时间。计算你的本地时间对应的 UTC 时间。一个简单的公式：UTC时间 = 本地时间 - 时区偏移。例如，北京是 UTC+8，想要早上7点运行，则 UTC 时间为前一天的 23点 (7 - 8 = -1，即前一天的23点)。所以cron应设为‘0 23 * * *’。你可以使用在线的 cron 表达式生成器 来辅助验证。

5.3 进阶优化与扩展思路

当基础版本稳定运行后，你可以考虑以下方向进行个性化增强：

1. 多数据源整合：LifeSync-AI 目前只用了 Notion。你可以很容易地扩展它，让它也从你的 Google Calendar 读取会议日程，从 Toggl 或 Clockify 读取时间记录，甚至从健康 App 读取睡眠数据，让 AI 的建议更加全面。
2. 反馈循环：让系统变得更聪明。例如，在邮件末尾添加一个链接，点击可以对今天的计划进行评分（“太紧”、“刚好”、“太松”），或者报告任务的实际完成情况。将这些数据存回 Notion，未来 AI 制定计划时可以参考历史反馈。
3. 条件触发与多渠道通知：除了每日定时，可以增加条件触发。例如，当 Notion 中某个高优先级任务被创建时，立即发一条 Telegram 或 Slack 消息提醒你。这可以通过 GitHub Actions 的repository_dispatch事件或更复杂的服务器来实现。
4. 本地部署与隐私强化：如果你对数据隐私有极高要求，可以将整套系统部署在家里的树莓派或 NAS 上，使用本地大模型（如通过 Ollama 部署 Llama 3）来生成计划，完全避免数据出域。

这个项目就像一副乐高骨架。官方版本（LifeSync-AI）提供了一个稳定、可用的基础模型，而它的继任者 Bubbles 可能构建了更复杂的上层建筑。但对我们学习者而言，这副骨架的价值在于，它清晰地展示了如何将几个现代 API 服务像积木一样拼接起来，创造出一个能真实服务于生活的智能工具。动手去部署它，改造它，让它真正成为你的“第二大脑”，这个过程本身，就是一次极佳的学习和创造体验。