Suivi d’habitudes

Ce projet a d’abord été celui de quelqu’un d’autre : un suivi d’habitudes React sous licence MIT, l’équivalent de huit composants — une grille hebdomadaire de cases à cocher, des séries, des barres de progression, une recherche et un thème clair/sombre. Il fait très bien ce travail, et il est toujours là. Mais je voulais que l’application accueille ma vie réelle plutôt qu’une liste d’habitudes, et chaque réponse à « est-ce qu’elle pourrait aussi… » devenait une vue de plus. Elle compte aujourd’hui 46 composants, 17 modules utilitaires et environ 12 000 lignes de TypeScript, avec un service Rust en arrière-plan et un plugin Android que l’original n’a jamais eus.

L’idée organisatrice est une pyramide, et elle est venue avant le code : les rêves occupent le sommet, à l’état de pur désir, les objectifs donnent forme à un rêve, les sous-objectifs le décomposent, et les projets sont l’endroit où le travail se fait réellement. Les projets portent des échéances et un arbre de tâches récursif — parents et enfants, dépliés et repliés comme des dossiers dans un éditeur — ainsi qu’un minuteur avec lecture et pause : mesurer du travail réel écrit directement un bloc dans le relevé du jour, à l’heure d’Africa/Casablanca. À côté vivent les défis, qui sont des conteneurs d’habitudes sur une durée fixe : on choisit une durée ou on garde les sept jours par défaut, on coche chaque habitude chaque jour, et l’application compte dix points par validation, avec un bonus de complétion et une salve de confettis lorsque toute la série est réussie.

« Ma journée » est l’autre moitié du registre, et sa saisie est un curseur à deux extrémités plutôt qu’un formulaire : on tire une extrémité sur 1 h et l’autre sur 10 h, et le sommeil est consigné, parmi dix catégories de couleurs. Ce que je ne voulais surtout pas saisir à la main, c’est le temps d’écran : l’application le relève donc nativement. Sous Windows, un fil Rust échantillonne la fenêtre au premier plan toutes les cinq secondes, regroupe les échantillons consécutifs d’une même application en sessions, ferme une session au bout de deux minutes d’inactivité et purge les lignes brutes de plus de soixante jours ; sous Android, un plugin Kotlin écrit à la main lit UsageStatsManager derrière l’autorisation système « accès à l’utilisation ». La webview interroge le traceur dont elle dispose toutes les trente secondes, en relisant toujours les trois derniers jours pour qu’une session prolongée, ou synchronisée en retard, se réconcilie au lieu de se dupliquer. Les applications et les motifs de titre exclus sont filtrés à l’intérieur même de l’échantillonneur : un titre de fenêtre privé n’atteint donc jamais le stockage.

Des titres de fenêtres bruts ne sont pas une information, l’application les étiquette donc avec l’API d’Anthropic — par lots de quarante titres, la classification étant mise en cache par titre pour ne jamais payer deux fois la même vidéo. Ce dont je suis le plus content, c’est le traitement d’une mauvaise réponse : les corrections sont conservées et rejouées dans les invites suivantes comme exemples, si bien que le système apprend qu’une chaîne YouTube donnée relève de l’entraînement au français et non du divertissement. Et les effets ne sont jamais écrits directement. Un registre unique des sessions traitées fait foi ; le journal d’étude des projets et les cases que l’IA coche sur les défis en sont tous deux dérivés, puis re-dérivés après chaque changement — corriger, et annuler une correction, revient donc à modifier une ligne plutôt qu’à défaire des effets de bord. Une vue coach séparée dialogue sur les mêmes données, avec un modèle au choix entre Opus 5, Sonnet 5 et Haiku 4.5.

Deux appareils, donc de la synchronisation — et je ne voulais pas d’un compte pour mon propre journal. Le serveur est un unique fichier Node sans dépendance qui stocke un document JSON sur mon PC, publié vers le téléphone par un tunnel Cloudflare gratuit et protégé par un secret partagé. La résolution se fait clé par clé, dernière écriture gagnante, à une exception près et voulue : les sessions de temps d’écran sont produites par les deux appareils, elles sont donc fusionnées élément par élément plutôt que remplacées, et un repère de purge empêche les sessions supprimées de revenir. La règle qui m’a coûté le plus cher est là aussi : se connecter à un serveur, c’est adopter ses données — car une installation neuve écrit des valeurs vides au montage, et ces « modifications » ont un jour écrasé des semaines de suivi réel sur l’autre appareil. L’historique local des modifications est donc effacé au moment de la connexion. De ce même code, l’application se livre de trois façons : une version web, une application Windows avec icône de barre système et démarrage automatique pour que l’échantillonneur et le récapitulatif quotidien continuent de tourner, et un APK Android signé.