作業預警系統

台大 NTUCOOL 上每門課的作業、考試截止日都散落在各自的課程頁面， 沒有一個地方能一次看完所有作業的期限。更麻煩的是 NTUCOOL 這個 Canvas 站台不支援學生自行產生個人 API Token（設定頁沒有「已核准的整合」區塊）， 一般常見的「拿 token 打 API」做法在這裡直接行不通。

既然沒有 token，這個工具改用讀取本機 Chrome 目前登入 NTUCOOL 的 session cookie （靠 browser_cookie3 套件），不存密碼、不用手動複製貼上，也不必自動化登入流程去冒存密碼的風險。 代價是整個系統只能在使用者本機執行——雲端服務碰不到本機瀏覽器的資料， 所以這是刻意選擇的架構限制，不是技術債。中間也比較過爬蟲、Token、手動複製 cookie、 Bookmarklet、純前端讀 cookie 等將近十種方案，最後認證方式的取捨過程完整寫進專案的 README，作為之後回頭檢視決策的紀錄。

main.py 用已認證的 session 打 Canvas 的作業 API，抓出所有課程即將到期的作業； 考試的部分比較特別——NTUCOOL 的舊版 /quizzes API 會回 404，所以改成從作業 API 回傳的 is_quiz_assignment 欄位反推出 New Quizzes，再搭配 Calendar Events 與公告關鍵字掃描（低信度，只做提示、不觸發正式提醒） 補齊考試資訊。

本機常駐兩個 launchd 服務：一個是 RunAtLoad + KeepAlive 跑 Flask 常駐服務，另一個是 StartInterval=3600 每小時打一次 curl -X POST /api/notify。 故意讓排程打 API 而不是直接重跑一份 CLI 邏輯，這樣 CLI、排程、網頁按鈕三條觸發路徑 永遠共用同一套抓取與判斷邏輯，不會出現「網頁上看到的」跟「排程實際送出的」兜不起來的情況。 提醒本身是門檻式的（截止前 7 / 3 / 1 天各推播一次），用 state.json 記錄哪些提醒已經發過，避免同一個門檻重複轟炸。

提醒最終都是透過自架的 Telegram Bot 傳送給使用者，讓使用者可以在手機收到通知。 分成兩種模式：
1. 排程觸發的門檻式提醒，系統定時檢查時發現有作業快到期限時會自動發送通知。
2. 按下網頁面按鈕觸發通知，一次查看當前所有未完成的作業。

除了背景排程，還做了一個 React + Flask 的輕量面板：手動觸發抓取、 即時輪詢顯示抓取進度（哪一步在跑、哪一步完成），作業/考試表格整列可點擊 直接跳轉回 NTUCOOL 對應頁面，右側搭配一個標示到期日的迷你月曆。 前後端共用同一套 progress_start / progress_step / progress_done 進度追蹤器，不管是排程還是手動按鈕觸發抓取，網頁上看到的都是同一份即時狀態。