一、实际应用场景描述在真实职场中开发者常面临如下场景- 上午写复杂业务逻辑、设计技术方案需要深度专注- 下午回消息、开会、处理琐事浅层工作- 中间频繁穿插刷社交媒体、看新闻、无意义页面停留摸鱼但大多数人无法量化- 到底有多少时间是真正“深度工作”- 多少时间被隐性浪费二、引入痛点常见痛点包括- 自我感觉“很忙”产出却不高- 深度工作时间碎片化- 无法向自己或团队证明“创新时间投入”- 现有番茄钟工具不区分工作质量- 缺乏可量化的反馈闭环本质是缺少一个能区分“深度工作 vs 摸鱼”的个人可视化系统三、核心逻辑讲解创新点核心假设深度工作 ≠ 坐在电脑前实现思路1. 使用 窗口标题检测你在用什么软件2. 建立 活动分类规则3. 实时记录并统计时间分布4. 本地存储无数据上传隐私优先创新点- 不是“计时器”- 而是 “注意力审计器”- 强调 工作质量分层四、Python 核心代码模块化、注释清晰1️⃣ 活动分类模块activity.pyfrom enum import Enumclass ActivityType(Enum):DEEP_WORK 深度工作SHALLOW_WORK 浅层工作DISTRACTION 摸鱼# 简单规则配置可扩展DEEP_KEYWORDS [vscode, pycharm, cursor, terminal]SHALLOW_KEYWORDS [slack, outlook, excel]DISTRACTION_KEYWORDS [youtube, bilibili, weibo]2️⃣ 窗口检测模块tracker.pyimport timeimport jsonfrom datetime import datetimefrom activity import *try:from AppKit import NSWorkspace # macOSexcept ImportError:NSWorkspace Nonedef get_active_window_title() - str:获取当前活跃窗口标题macOS 示例Windows 可替换为 win32guiif NSWorkspace:app NSWorkspace.sharedWorkspace().frontmostApplication()return app.localizedName().lower()return unknown3️⃣ 计时与统计模块timer.pyfrom activity import *from tracker import get_active_window_titleimport timeSTATS {ActivityType.DEEP_WORK: 0,ActivityType.SHALLOW_WORK: 0,ActivityType.DISTRACTION: 0}def classify_activity(window_title: str) - ActivityType:if any(k in window_title for k in DEEP_KEYWORDS):return ActivityType.DEEP_WORKelif any(k in window_title for k in SHALLOW_KEYWORDS):return ActivityType.SHALLOW_WORKelse:return ActivityType.DISTRACTIONdef start_tracking(interval5):启动专注计时单位秒while True:title get_active_window_title()activity classify_activity(title)STATS[activity] intervalprint(f[{activity.value}] {title})time.sleep(interval)4️⃣ 入口程序main.pyfrom timer import start_trackingif __name__ __main__:print( 深度工作计时器已启动CtrlC 退出)start_tracking()五、README.md# DeepWorkTracker## 项目简介一个轻量级个人专注计时程序用于区分深度工作、浅层工作与摸鱼时间帮助提升创新工作效率。## 适用人群- 开发者- 创业者- 学生- 创新实验课程使用者## 技术特性- 本地运行零数据上传- 基于窗口行为识别- 规则可配置- 无第三方服务依赖## 目录结构DeepWorkTracker/├── activity.py # 活动类型定义├── tracker.py # 窗口检测├── timer.py # 计时与统计├── main.py # 程序入口└── README.md## 运行环境- macOSAppKit- Python 3.9## 启动方式python main.py六、使用说明1. 安装 Python 3.92. 安装依赖仅 macOSpip install pyobjc3. 修改activity.py 中的关键词规则4. 运行程序5. 结束程序后手动查看STATS可扩展为导出 JSON✅ 可扩展方向- 自动生成日报- 可视化图表- 深度工作占比评分七、核心知识点卡片中立、去营销化知识点 说明枚举Enum 约束活动类型规则引擎思想 用关键词映射行为进程级监控 非侵入式采集时间统计建模 将注意力量化隐私优先设计 不上传、不联网工程化思维 把“专注力”变成数据八、总结这个项目不是“又一个番茄钟”而是一次- 用工程方法解决注意力管理问题- 用数据驱动个人创新效率- 用最小可行产品MVP验证想法它体现了技术创新 × 自我管理 × 创业实验非常适合作为- 课程原型- 技术分享案例- 个人效率系统的基础版本利用AI解决实际问题如果你觉得这个工具好用欢迎关注长安牧笛
