141 lines
4.7 KiB
Markdown
141 lines
4.7 KiB
Markdown
# InsightFlow 产品需求规格说明书 (PRD)
|
||
|
||
**产品代号**: InsightFlow (洞察流)
|
||
**版本**: v2.0 (全域知识版)
|
||
**最后更新**: 2026-02-17
|
||
|
||
---
|
||
|
||
## 1. 产品综述
|
||
|
||
### 1.1 产品定义
|
||
|
||
InsightFlow 是一个基于音频与文档的领域知识构建平台。它通过 ASR (语音识别) 和 LLM (大模型) 将离散的会议录音和文档转化为结构化的知识图谱和智能批注文档。
|
||
|
||
**核心差异点**: 不仅仅是"转文字"，而是通过 Human-in-the-Loop (人机回圈) 的交互修正，将单次会议的信息融合进一个不断生长的"项目知识库"中，实现越用越聪明的效果。
|
||
|
||
### 1.2 核心价值主张
|
||
|
||
1. **从"听得见"到"看得懂"**: 自动提取专有名词并生成解释，解决"听不懂黑话/缩写"的问题
|
||
2. **双视图联动**: "文档视图"负责细节阅读与纠错，"图谱视图"负责宏观逻辑与关系洞察
|
||
3. **知识生长**: 支持上传多份录音及外部资料，系统自动进行实体对齐，构建越来越丰满的全域图谱
|
||
|
||
### 1.3 用户画像
|
||
|
||
- **核心用户**: 产品经理、咨询顾问、分析师、项目经理
|
||
- **场景**: 需要整理大量会议录音，梳理复杂项目关系，并希望沉淀项目术语库的人群
|
||
|
||
---
|
||
|
||
## 2. 核心业务流程
|
||
|
||
```
|
||
上传音频 → ASR转录 → LLM提取实体 → 人工纠错 → 知识图谱生长
|
||
↑ ↓
|
||
└────────────── 持续迭代优化 ──────────────────┘
|
||
```
|
||
|
||
---
|
||
|
||
## 3. 功能需求
|
||
|
||
### 3.1 全能导入与预处理
|
||
|
||
**F1.1 多模态导入**
|
||
- 音频: 支持 MP3, WAV, M4A (单文件限制 500MB)
|
||
- 文档: 支持 PDF, DOCX, MD, TXT (作为补充资料)
|
||
|
||
**F1.2 项目空间 (Project Space)**
|
||
- 用户需先创建/选择一个"项目" (Project)
|
||
- 所有上传的文件都属于该项目，共享同一个"全域图谱"和"术语表"
|
||
|
||
**F1.3 智能预处理**
|
||
- ASR 热词注入: 上传音频时，系统自动提取该项目已有的"术语表"喂给 ASR 模型
|
||
- 说话人分离: 自动区分 Speaker A/B/C
|
||
|
||
### 3.2 智能分析引擎
|
||
|
||
**F2.1 实体抽取与解释**
|
||
- 识别专有名词 (项目代号、技术栈)、人名、关键数据
|
||
- Contextual Definition: 根据当前文档上下文，生成一句话解释
|
||
|
||
**F2.2 全局实体对齐**
|
||
- 能够判断本次录音里的"老张"和上次录音里的"张总"是同一个人
|
||
- 将新信息 Merge 到全局唯一的 Entity_ID 上
|
||
|
||
### 3.3 交互式工作台
|
||
|
||
**界面布局**: 左文右图 (Left-Text, Right-Graph)
|
||
|
||
**左栏：智能批注编辑器**
|
||
- ASR 文本展示，支持富文本编辑
|
||
- 自动高亮已识别的实体
|
||
- 置信度提示: AI 不确定的词标黄，提示人工确认
|
||
- 术语卡片: 鼠标悬停弹出，显示实体名称、解释、属性
|
||
- 划词新建: 选中普通文本 → 标记为实体 → 立即生成新节点
|
||
|
||
**右栏：动态图谱与知识面板**
|
||
- 上下文图谱: 默认展示该文件的核心关系网
|
||
- 联动状态: 点击左侧实体，图谱自动聚焦到该节点
|
||
- 可视化编辑: 拖拽建立关系，点击编辑属性
|
||
- 知识溯源: 点击关系连线，显示来源文档和位置
|
||
|
||
### 3.4 Agent 助手
|
||
|
||
- 对话式指令: "把所有提到的'客户端'都合并到'App'这个节点里"
|
||
- 智能问答: "根据这三次会议，张总对这个项目的态度有变化吗？"
|
||
|
||
---
|
||
|
||
## 4. 数据架构
|
||
|
||
### 4.1 实体表 (Global Entities)
|
||
- 存储在 SQLite/Neo4j
|
||
- 跨文件共享的全域知识
|
||
|
||
### 4.2 提及表 (Mentions)
|
||
- 记录实体在具体文件中的位置
|
||
- 支持溯源
|
||
|
||
### 4.3 关系表 (Relations)
|
||
- 存储实体间的关系
|
||
- 支持多对多关系
|
||
|
||
---
|
||
|
||
## 5. 非功能性需求
|
||
|
||
- **性能**: 图谱节点 < 1000 时，前端渲染 FPS > 50
|
||
- **准确性**: 用户手动修正一次实体，后续所有新上传自动应用该规则
|
||
- **数据隐私**: 严格按 Project 隔离，禁止跨用户数据训练
|
||
|
||
---
|
||
|
||
## 6. 实施路线图
|
||
|
||
### Phase 1: 骨架与单体分析 (MVP)
|
||
- 目标: 跑通 [上传 → ASR → LLM → 简单文本编辑器 + 静态图谱]
|
||
- 交付: Web端原型，能把录音转成带高亮的文字
|
||
|
||
### Phase 2: 交互与纠错 (The Workbench)
|
||
- 目标: 实现 [文本编辑器与图谱联动] + [人工修正数据保存]
|
||
- 交付: 完整的编辑器，用户改了字，图也变；改了图，字也变
|
||
|
||
### Phase 3: 记忆与生长 (The Knowledge Base)
|
||
- 目标: 引入 Project 概念，实现 [多文件图谱融合] + [实体对齐算法]
|
||
- 交付: "项目知识库"面板，支持上传 PDF 补充信息
|
||
|
||
---
|
||
|
||
## 7. 技术栈
|
||
|
||
- **前端**: Next.js + Tailwind + D3.js/Cytoscape
|
||
- **后端**: FastAPI + SQLite/Neo4j
|
||
- **ASR**: 阿里云听悟
|
||
- **LLM**: Kimi / OpenAI
|
||
- **存储**: 阿里云 OSS
|
||
|
||
---
|
||
|
||
*文档版本: v2.0 | 创建日期: 2026-02-17*
|