终极打卡神器!daily-check-in 小程序:3步轻松搞定习惯养成与任务管理
在快节奏的现代生活中,时间管理和自我监督变得越来越重要。为了帮助大家更好地记录日常任务和习惯,我们推荐一款简单易用的打卡小程序——daily-check-in。这款基于 leancloud 数据存储的免费工具,无需搭建复杂的 Web 应用和数据库,即可让你轻松实现打卡功能,告别拖延症!
🌟 为什么选择 daily-check-in?3大核心优势
✓ 极简操作,小白也能秒上手
无需复杂设置,打开即用!无论是创建打卡任务、记录完成情况,还是查看历史数据,所有操作都设计得直观易懂,让你专注于任务本身而非工具使用。
✓ 云端存储,数据永不丢失
依托 leancloud 稳定的云存储服务,你的所有打卡记录都会安全保存在云端。换设备?误删小程序?都不怕!重新登录即可找回所有数据。
✓ 轻量化设计,不占手机内存
作为微信小程序,daily-check-in 无需下载安装,即开即用,完美适配 iOS 和 Android 系统,为你的手机节省宝贵空间。
📱 界面预览:简洁大方,功能一目了然
首页概览:你的打卡总览中心

daily-check-in 首页界面展示,清晰显示各类打卡任务的完成情况,让你对自己的计划一目了然。
任务列表:你的待办事项清单

任务列表界面,整齐展示所有打卡任务,支持快速切换任务状态,轻松管理每日待办。
个人中心:你的数据与设置

个人中心界面,可查看打卡统计数据、修改个人信息及进行系统设置,个性化你的使用体验。
🚀 快速开始:3步拥有你的专属打卡助手
1. 注册微信小程序
前往微信小程序官网,按照指引注册一个新的小程序账号,获取小程序 AppID。
2. 注册 leancloud 账号
访问 leancloud 官网,注册并创建一个新应用,记录下分配的 appId 和 appKey,这将用于项目配置。
3. 获取项目代码并配置
通过以下命令克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/da/daily-check-in
进入项目目录,将 leancloud 的 appId 和 appKey 填入配置文件,然后使用微信开发者工具导入项目即可运行。
💡 使用场景:不止打卡,更是你的自律好帮手
习惯养成:告别三分钟热度
无论是早起、阅读、运动,还是背单词、练书法,设定每日打卡目标,让坚持成为习惯。看着日益增长的连续打卡天数,成就感满满!
任务管理:高效规划你的一天
将工作、学习中的待办事项录入小程序,完成一项勾选一项,清晰掌握任务进度,告别拖延,提升每日效率。
目标追踪:见证你的成长轨迹
通过查看历史打卡数据,你可以清晰地看到自己在某个目标上的努力过程,及时调整计划,让每一步都走得扎实。
🛠️ 技术亮点:小体积也有大能量
基于微信小程序框架开发
充分利用微信平台的优势,实现了良好的用户体验和跨平台兼容性。
采用 WeUI 组件库
使用 WeUI 组件库构建界面,确保了 UI 的美观性和一致性,同时减少了开发成本。相关样式文件位于项目的 style/weui.wxss 及 style/widget/ 目录下。
数据模型清晰
项目的数据模型定义在 model/todo.js 文件中,结构清晰,易于维护和扩展。
📝 结语:用打卡开启你的自律人生
daily-check-in 不仅是一款工具,更是你自律路上的贴心伙伴。它或许简单,但却能在不经意间改变你的生活——让你更有规划、更有效率、更接近目标。
现在就动手试试,用 daily-check-in 记录你的每一次努力,见证自己的成长与蜕变吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00