Obsidian Tasks插件中"when done"递归任务完成日期错误问题解析
2025-06-28 18:11:03作者:秋阔奎Evelyn
问题现象
在Obsidian Tasks插件7.3.0版本中,用户发现当使用"when done"递归规则时,任务的完成日期会出现异常。具体表现为:当用户标记一个带有"when done"递归规则的任务为完成时,系统会自动将完成日期设置为前一天而非当天日期。
技术背景
Obsidian Tasks插件提供了强大的任务管理功能,其中包括任务递归功能。"when done"是递归规则的一种特殊形式,它表示在当前任务完成时自动创建下一个周期的任务。这种机制依赖于日期计算逻辑,而正是这个计算过程中出现了问题。
问题复现
通过以下步骤可以稳定复现该问题:
- 创建一个带有"when done"递归规则的任务
- 设置任务的计划日期(如2024-05-31)
- 标记任务为完成状态
- 观察生成的完成日期
预期结果是完成日期应为当天日期(2024-05-31),但实际结果却是前一天(2024-05-30)。
根本原因
经过技术分析,发现问题出在日期计算逻辑上。当处理"when done"递归规则时,插件内部对日期进行了不必要的修改操作,导致日期值被错误地减去了1天。这种问题与用户所在时区无关,是一个纯粹的日期计算逻辑缺陷。
解决方案
开发团队已经修复了这个问题,修复内容包括:
- 修正了日期计算逻辑,确保不再对完成日期进行意外修改
- 增加了相关测试用例,防止类似问题再次发生
- 优化了递归任务生成的日期处理流程
版本更新
该修复已包含在Obsidian Tasks插件的7.6.0版本中。用户只需升级到最新版本即可解决此问题。
技术建议
对于使用递归任务的用户,建议:
- 定期检查任务的完成日期是否正确
- 对于关键任务,建议在标记完成后手动确认日期设置
- 保持插件版本更新,以获取最新的错误修复和功能改进
总结
日期处理是任务管理系统的核心功能之一,正确处理日期对于保证任务系统的可靠性至关重要。Obsidian Tasks团队快速响应并修复了这个问题,体现了对产品质量的重视。用户现在可以放心使用"when done"递归功能来管理周期性任务。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146