一块挂在墙上的彩色电子纸，每两小时把"你最近在干什么"画成一幅画；一天下来，这些画连起来就是一本不用动手写的视觉日记。
不是仪表盘，是视觉日记。白天 8:00–22:00，每两小时一次，系统读取你这个时间窗的真实近况（最近邮件 / 待办 / AI 编程会话 / 未来的聊天记录），让 AI 把它理解成一段画面描述，再用图像模型生成一幅意象画，刷到 13.3" 彩色电子纸（E-Ink Spectra 6）上。一天 8 幅，攒成当天的视觉编年史。
电子纸的价值在于不发光、被动常驻、纸感、彩色——适合"低频更新、值得反复瞥见"的内容。两小时一画的慢节奏恰好用对了这块介质（全刷十几秒在这个频率下完全无所谓），彩色则让画作成立。
已实现、端到端跑通。 一条 eink-diary run 即可采集 → 挑瞬间写画面描述 → 出图 → 刷到树莓派驱动的 E-Ink 屏；真实硬件上验证通过。文档见 docs/：
docs/prd.md— 产品定义、产品哲学、数据源、成功标准、非目标、物理约束docs/rfc.md— 架构（采集层代码 + 判断层 AI，边界在素材文件）与核心设计决策docs/preview.md— 本地视觉日记 preview 的产品形态与 UI 设计docs/test.md— 测试策略docs/working.md— changelog 与 lessons learned
[采集层·代码] [判断层·AI] [输出]
微信/邮件/AI session ─→ collector ─→ 素材文件 ─→ 挑瞬间+写画面描述 ─→ 出图 ─→ 刷 E6
(按时间窗硬过滤) (DS-V4/GPT) (gpt-image-2)
分两层、边界在"素材文件"：确定性的采集交给代码，需要判断的"挑瞬间/写 prompt"交给 AI。 没有突出瞬间的时间窗会 fallback 到"今日拼贴"。采集与生成端复用已有 skill。
DIARY_ARCHIVE_DIR 配置后，每次成功出图都会写入稳定本地归档：YYYY-MM-DD/HHMM/image.*、prompt.txt、context_private.md、manifest.json。这里的 HHMM 是刷新时刻，即时间窗右端；归档发生在推送 Pi 之前，所以生成成功但设备离线时也能保住图和 prompt。
eink-diary collect # 采集某时间窗的素材 → 纯文本
eink-diary synthesize # 素材 → 一段画面描述（image prompt）
eink-diary run # one-shot：采集→挑瞬间→出图→推送 Pi（供 cron 每两小时一次）
eink-diary run --full-day # 全天：0-2 点取昨天完整一天，其余时间取今天 00:00 到现在
eink-diary-image # 内化的图像生成 CLI- 不做局部刷新。 Spectra 6 彩色电子纸介质级不支持实用局刷（彩色像素需长 waveform 做色粒分离），自标定波形有损屏风险，且两小时一画下全刷耗时无关紧要。
- 不做密集实时仪表盘、不做照片相框、不做通用天气日历、不做云端服务。
本仓库的根 skill 在 skills/eink_diary.md。把本仓库的 GitHub URL 交给 Codex / Claude Code / Cursor / OpenCode 等 coding agent，让它：
- 从目标 workspace 的
AGENTS.md或CLAUDE.md读起，遵循其中的路由文件（如WORKSPACE.md）。 - 把
skills/eink_diary.md加入 workspace 的 skill 发现链：若有rules/skills/INDEX.md或skills/INDEX.md就更新该索引；否则在AGENTS.md/CLAUDE.md里加一行指针。 - 复制
.env.example为.env并填入真实凭证（.env已被 gitignore）。
本 skill 依赖宿主 workspace 提供的若干能力 skill（邮件、图像生成、AI session 导出、聊天记录）；安装时确认这些已就位或按各自文档安装。
本项目是编排层，采集与生成端复用以下能力 skill。其中几个已开源，可直接参考或安装：
- 图像生成 — grapeot/image-generation-skill。本项目已把其 CLI 代码内化进
src/eink_diary/imagegen/（特化用途，独立演化），上游 repo 是其来源与通用版本。 - 邮件采集 — grapeot/resend_email_skill。collector 的邮件源通过它的
received list拉取。 - AI session 导出 — 由 grapeot/opencode_skill 提供导出 CLI，输出 markdown 兼容 collector 的 ai_sessions 源（frontmatter
date/source+## User/## Assistant）。 - 微信聊天记录 — 由 grapeot/wechat_db_parser 提供已解密 PC 版 DB 的解析；collector 的微信源直接只读读其
Multi/MSG*.db。
各源是配置驱动的：在 .env 配置了某源的关键变量才启用它，未配置则自动跳过（见 .env.example）。
server/ 是一个精简的 FastAPI，跑在驱动 13.3" E6 屏的树莓派上。它只做一件事：收一张图 → 处理成 1200×1600 / Spectra-6 七色 → 刷到屏上。端点：
GET /health— 存活GET /api/state— 当前显示的图POST /api/display— 统一刷屏入口（multipart/form）：带file（图片文件）或url（文本字段）二选一
刷图示例：
# 直推本地图片文件（推荐）
curl -F "file=@out.png" http://<pi-ip>:8080/api/display
# 或给一个 Pi 能访问的 URL
curl -F "url=https://example.com/a.png" http://<pi-ip>:8080/api/displayeink-diary run 推送时，若 EINK_ROTATE_180 开启（显式设为 1/true/yes），会在 POST 前把整张图物理旋转 180°——用于屏上下颠倒挂反的情况。旋转只作用于推送出去的字节，原图归档保持正向。默认不旋转（屏已正向安装）。
部署配置走 .env（schema 见 .env.example，真实值不进仓库）：
EINK_DEPLOY_HOST=pi-user@<pi-ip> # passwordless SSH 目标
EINK_DEPLOY_PATH=~/co/eink_diary_display
从开发机一键传到 Pi（rsync server 代码 + Waveshare 驱动 + Pi 启动脚本）：
bash scripts/deploy_display.sh传完后 SSH 到 Pi，在部署目录：
cd ~/co/eink_diary_display
python3 -m venv .venv
.venv/bin/pip install -e '.[server]' # ARM 上装 pillow 可能稍慢
bash scripts/run_display_pi.sh # 启动，默认 http://0.0.0.0:8080run_display_pi.sh 会自动设好 EINK_DISPLAY_SCRIPT（指向随部署带上的 Waveshare 刷屏脚本）。可用环境变量覆盖：EINK_PORT、EINK_STATE_DIR、EINK_PYTHON。
常驻建议用 tmux（实测最可靠；nohup 经 SSH 远程起常被连接关闭带走）：
tmux new-session -d -s eink \
"cd ~/co/eink_diary_display && EINK_DISPLAY_SCRIPT=\$PWD/RaspberryPi/python/examples/display_image.py \
EINK_STATE_DIR=\$PWD/eink_state .venv/bin/python -m uvicorn server.app:app --host 0.0.0.0 --port 8080"依赖装在 Pi 上用 uv 最快（~/.local/bin/uv pip install ...，pillow 有 ARM wheel 不用编译）。要开机自启可写 systemd unit。
驱动库 RaspberryPi/ 是 Waveshare 官方的，原样复用（来源见 adhoc_jobs/archived/pi_eink_control_original，那是 Pi 上原控制端的完整归档）。
This repository is designed to be publishable with only fake examples. 所有公开文件使用 fake handles / domains / keys。私有联系人、私有路由、真实凭证只存在本地 .env 与 workspace 全局 overlay（如 rules/skills/），不进本仓库。