docs: M2.1 PRD 立项 + 团队沟通记录与状态同步

- 新增 docs/M2.1_PRD.md:语音数字生命 V1 产品需求文档(角色切换 + 语音回合 + 模型管理 + 双端交付)
- 更新 CLAUDE.md:M2.1 立项状态、spike 结论、待处理项
- 更新 .showen/TEAM_CHAT.md:团队最新沟通记录
- 更新 souls/zhang-mingyuan.md、souls/zhang-wanlin.md:成员状态
This commit is contained in:
2026-07-04 12:04:01 +08:00
parent 417dabb127
commit 9c290e19ab
5 changed files with 493 additions and 0 deletions

View File

@@ -136,6 +136,20 @@ export PATH="/home/showen/.rustup/toolchains/stable-aarch64-unknown-linux-gnu/bi
30. ~~**P0**: 设备端开机自启出现 3 个实例~~ ✅ 赵雨薇修复 (2026-07-02, 根因3 个自启动入口叠加;仅保留用户级 showen_v2.service其余移入 ~/autostart_backup_20260702/,重启验证进程==1)
31. ~~**P0**: 设备端窗口非全屏~~ ✅ 赵雨薇修复 (2026-07-02, 根因:应用先于 kwin 启动OpenCV 全屏调用空操作ExecStartPre 等待 kwin + kwinrulesrc 强制全屏规则,重启验证 800x800 无边框)
### M2.1 新立项2026-07-03 老板拍板)
**语音数字生命 V1**。老板决策:**本地 AI 优先,云端接口预留**。范围:
1. 手机 App 遥控切换角色内容包(宠物猫狗/数字人/二次元歌姬),复用现有配置切换+remote_control 机制
2. 手机 App 录音上传 + 播放回复音频;设备本地跑 ASRwhisper.cpp→ 小模型 LLM0.5B~2B 量级,老板点名 Gemma 系,以设备实测为准)→ TTSpiper响应时联动人物"说话"状态
3. LLM 后端做 trait 抽象,本地/云端可切换(云端接口预留不实现)
4. **模型管理2026-07-03 老板补充)**:模型必须支持切换、下载、更换——不写死。因为设备硬件会变(未来可能上更强的板子跑更大模型),当前测试机只是全志 A733 4G 这一档。设计参照现有插件仓库/版本管理模式:模型清单 + 按设备能力选型 + 下载(国内镜像源)+ 校验 + 存储配额管理
5. **客户端矩阵2026-07-03 老板补充)**功能必须同时落到两个客户端——①clients/flutter 安卓 App②设备内嵌网页控制端routes.rs:1961 WEB_UI_HTML。Web 端至少要有角色切换 + 模型管理语音回合受浏览器安全限制getUserMedia 需 HTTPS设备是纯 HTTP优先落 AppWeb 端可用文字对话替代
6. 硬件事实:测试机为全志 A733Linux ARM64, 4G 内存约 3.3G 可用CPU 已被视频占 ~1.25 核;**老板确认2026-07-03扬声器/麦克风均未插入**(此前 arecord 有信号应为板载或浮空噪声)——**V1 音频 I/O 全部走客户端**:录音和播放在 App网页端播放无障碍、录音需 HTTPS自签证书列为评估项文字对话保底原 V2"设备直接对话"改为待硬件接入后再启动
7. **Spike 结论2026-07-03 张明远实测,全表见 TEAM_CHAT.md**:可行。设备实为 Radxa Cubie A7AA7332×A78@2.0G + 6×A55@1.8G)。推荐默认 **Qwen2.5-0.5B Q4**16.4 t/s50字回复 ~3.4sRSS 985MGemma3-1B 可选档8.2 t/s**Gemma2-2B 本机不推荐**RSS 3.25G 触发 swap。硬约束**推理必须 t=2 锁大核**全核反而崩且挤死视频、严禁默认上下文长度、部署脚本必须带镜像回退。ASR whisper tiny ~2.2s(需 VAD 防静音幻觉、TTS piper RTF 0.3。端到端:串行热链 ~10s**流式管线首音频 ~5s**(达标"可接受"≤3s 需 A733 的 NPUPhase 2 路径)。现场保留 ~/ai_spike/ 3.5G 可复跑。
✅ PRD 完成docs/M2.1_PRD.md三轮修订含老板三条补充+ Spike 完成。进行中:架构设计(王思远)。素材依赖:数字人/歌姬内容包需视频素材,先用现有猫狗包验证切换机制。
### 待处理
1. **[M1.2 收尾]** ✅ commit老板 2a6e14b→ ✅ 设备同步至 2a6e14b + cargo check 零 warning周雅婷 2026-07-03设备仅剩本地调参文件 configs/dog_state_machine.json 一处差异);**仅剩:老板打 tag建议在 2a6e14b 上打 `m1.2`**