LifeLog 生活记录系统评估
核心用法
LifeLog 是一套基于 Notion 的生活记录自动化工作流，通过 Shell 脚本与 AI SubAgent 协作实现智能化日志管理。系统包含三条核心脚本链：实时记录脚本 lifelog-append.sh 接收用户自然语言输入，由 Agent 调用 SubAgent 智能解析日期关键词（今天/昨天/前天/具体日期），写入 Notion 数据库；每日汇总脚本 lifelog-daily-summary-v5.sh 定时拉取指定日期的原始记录；分析结果回写脚本 lifelog-update.sh 将 LLM 生成的情绪状态、主要事件、位置、人员等结构化数据填充至对应字段。
工作流程：用户分享生活点滴 → SubAgent 智能判期 → 写入 Notion（非当天自动标记🔁补录）→ 定时触发 LLM 分析 → 自动填充多维标签 → 形成可检索的个人生活数据库。
显著优点
1. 智能日期处理：采用 SubAgent 双层判断机制，优先识别文本中的日期关键词，其次分析上下文语义，大幅降低用户操作负担
2. 自动化程度高：支持定时任务（cron）凌晨自动汇总，实现"记录即遗忘，分析全自动"的被动记录体验
3. 结构化数据沉淀：将非结构化日常叙述转化为情绪、事件、地点、人物四维度标签，支持后续检索与复盘
4. 补录友好：非当日记录自动标记补录状态，兼顾即时记录与事后回溯需求
5. 模块化设计：三脚本解耦，便于单功能调试或与其他系统集成
潜在缺点与局限性
1. 外部依赖重：依赖 Notion API 稳定性、LLM 服务可用性及网络连接，任一环节故障将导致工作流中断
2. 隐私风险集中：个人生活数据集中存储于云端 Notion，且需经过 LLM 分析处理，敏感信息暴露面较大
3. 字段类型僵化：数据库要求全部为 rich_text 类型，限制了 Notion 原生筛选、排序、公式计算等高级功能的使用
4. 中文日期歧义："前天"等相对时间词在无上下文时可能产生歧义，SubAgent 判断存在误差概率
5. 无版本控制：脚本直接更新数据库，误操作或 LLM 误判分析结果将覆盖原有数据，缺乏回滚机制
适合人群
- 量化生活爱好者：希望将日常碎片系统化、可检索化
- 情绪追踪需求者：需要长期情绪趋势分析与自我认知
- Notion 重度用户：已有 Notion 工作流，希望扩展自动化场景
- 技术可配置用户：能接受 API 配置、脚本调试与 cron 任务管理
常规风险
- API 密钥泄露：脚本硬编码
NOTION_KEY与DATABASE_ID，版本控制不当将导致数据库完全暴露 - LLM 分析偏差：情绪、事件等标签由 LLM 生成，存在主观解读偏差，可能影响长期数据的准确性
- 服务中断：Notion API 限流、LLM 服务不可用或网络波动将导致记录丢失或定时任务失败
- 数据主权：个人生活数据存储于第三方云服务，存在平台政策变更导致的访问风险