cutThenThink/docs/implementation-plan.md

CutThenThink 实施计划

项目初始化 ✅

1. 创建项目结构 ✅

CutThenThink/
├── src/
│   ├── __init__.py
│   ├── main.py              # 应用入口
│   ├── gui/                 # GUI模块
│   │   ├── __init__.py
│   │   ├── main_window.py   # 主窗口
│   │   ├── widgets/         # 自定义组件
│   │   └── styles/         # 样式表
│   ├── core/                # 核心业务逻辑
│   │   ├── __init__.py
│   │   ├── ocr.py          # OCR处理
│   │   ├── ai.py           # AI分类
│   │   └── storage.py      # 数据存储
│   ├── models/              # 数据模型
│   │   ├── __init__.py
│   │   └── database.py     # SQLAlchemy模型
│   ├── config/              # 配置管理
│   │   ├── __init__.py
│   │   └── settings.py
│   └── utils/              # 工具函数
│       ├── __init__.py
│       └── helpers.py
├── data/                   # 数据目录
│   ├── images/             # 图片存储
│   └── cut_think.db       # SQLite数据库
├── design/                 # 设计文件
├── docs/                   # 文档
├── requirements.txt         # Python依赖
├── .gitignore
└── README.md

2. 创建 requirements.txt ✅

PyQt6==6.6.1
PyQt6-WebEngine==6.6.0
SQLAlchemy==2.0.25
paddleocr==2.7.0.3
paddlepaddle==2.6.0
openai>=1.0.0
anthropic>=0.18.0
requests>=2.31.0
pyyaml>=6.0.1
pillow>=10.0.0
pyperclip>=1.8.2

3. 创建 .gitignore ✅

__pycache__/
*.pyc
*.pyo
*.pyd
.Python
env/
venv/
.venv/
data/
*.db
*.log
dist/
build/
*.spec

P0: 基础框架 + 核心功能

步骤 1: 数据库模型 ✅

• 创建 models/database.py
• 定义 Record 模型（id, image_path, ocr_text, category, ai_result, tags, notes, created_at, updated_at）
• 创建数据库初始化函数
• 定义 RecordCategory（TODO, NOTE, IDEA, REF, FUNNY, TEXT 6种分类）

步骤 2: 配置管理 ✅

• 创建 config/settings.py
• 定义配置结构（AI配置、OCR配置、云存储配置、UI配置、高级配置）
• 实现配置加载/保存（YAML格式）
• 实现配置验证功能
• 实现配置管理器（单例模式）
• 支持嵌套配置访问（点分隔路径）

步骤 3: OCR 模块 ✅

• 创建 core/ocr.py
• 实现 PaddleOCR 本地识别
• 定义 OCR 接口基类（便于扩展云端OCR）

步骤 4: AI 模块 ✅

• 创建 core/ai.py
• 实现 OpenAI API 调用
• 实现分类提示词模板
• 定义分类结果数据结构
• 支持多个 AI 提供商（OpenAI, Claude, 通义千问, Ollama）
• 实现错误处理和重试机制
• 支持 6 种分类类型（TODO, NOTE, IDEA, REF, FUNNY, TEXT）

步骤 5: 存储模块

• 创建 core/storage.py
• 实现 CRUD 操作（创建记录、查询记录、更新记录、删除记录）
• 实现按分类查询

步骤 6: 主窗口框架

• 创建 gui/main_window.py
• 实现侧边栏导航
• 实现主内容区域布局
• 实现样式表（米白配色方案）

步骤 7: 图片处理功能

• 实现截图功能（全局快捷键）
• 实现剪贴板监听
• 实现图片文件选择
• 实现图片预览

步骤 8: 处理流程整合

• OCR → AI → 存储 流程串联
• 实现 Markdown 结果展示
• 实现复制到剪贴板功能

步骤 9: 分类浏览

• 实现全部记录列表
• 实现按分类筛选
• 实现卡片样式展示

P1: 批量上传 + 完整分类

步骤 10: 批量上传界面

• 创建批量上传窗口
• 实现拖放上传
• 实现多图片预览列表
• 实现批量选择/删除

步骤 11: 队列处理

• 实现任务队列
• 实现进度显示
• 实现并发控制

步骤 12: 完整分类支持

• 支持 6 种分类类型
• 实现分类颜色标签
• 实现分类统计

步骤 13: 云端 OCR

• 实现百度 OCR 接口
• 实现腾讯 OCR 接口
• 实现自动降级机制

步骤 14: 更多 AI 提供商

• 支持 Claude API
• 支持通义千问
• 支持本地 Ollama

P2: 云存储同步 + 高级配置

步骤 15: 设置界面

• 创建设置窗口
• AI 配置面板
• OCR 配置面板
• 快捷键配置
• 提示词模板编辑

步骤 16: 云存储集成

• WebDAV 支持
• 阿里云 OSS 支持
• AWS S3 支持
• 同步状态显示

步骤 17: 详情弹窗

• 原图查看
• Markdown 渲染
• 编辑功能
• 删除确认

P3: 多用户隔离 + 导入导出

步骤 18: 数据导出

• 导出全部为 Markdown
• 按分类导出
• 数据库备份/恢复

步骤 19: 打包配置

• PyInstaller 配置
• 图标设置
• 单文件打包

验证标准

每个步骤完成后需验证：

• 代码运行无错误
• 功能按预期工作
• 代码符合项目规范

---

总计: 19 个主要步骤，约 50+ 个子任务