收口文档评审冲突并补齐 Sprint 执行计划

统一性能、token、配额与成本口径，补齐短信登录等缺口任务，并回写脚手架实测暴露的思考模式与峰谷计价约束。 Co-authored-by: Cursor <cursoragent@cursor.com>
2026-08-14 09:40:50 +08:00
parent e31755e343
commit f4075f6827
13 changed files with 1200 additions and 290 deletions
@@ -27,31 +27,42 @@

 ### 2.1 能力总览

-| 能力模块 | 描述 | 优先级 |
-|---------|------|--------|
-| 自然语言对话 | 文字/语音多模态输入，流式回复 | P0 |
-| 意图识别 | 识别用户穿搭意图（咨询/搭配/风格/场景） | P0 |
-| 场景理解 | 理解场合/季节/天气/风格偏好 | P0 |
-| 知识检索 | 基于美学知识库给出专业建议 | P0 |
-| 个性化推荐 | 基于用户画像和历史偏好推荐 | P1 |
-| 能力联动 | 调用换装/换发型能力生成预览 | P1 |
-| 上下文记忆 | 多轮对话状态跟踪 | P1 |
-| 多模态输入 | 图片输入（穿搭照片/单品图） | P2 |
+> 🔗 优先级与版本归属的**唯一事实源是《需求规格说明》§2.4**（`FR-AGT-01`~`18`）。本表与之对齐。

-### 2.2 第一版（P0）能力范围
- 文字对话（语音输入转文字）
+| 能力模块 | 描述 | 优先级 | 版本 | 编号 |
+|---------|------|--------|------|------|
+| 自然语言对话 | **文字输入**，流式回复 | P0 | V1 | `FR-AGT-01` |
+| 意图识别 | 识别用户穿搭意图（咨询/搭配/风格/场景/越界） | P0 | V1 | `FR-AGT-02` |
+| 场景理解 | 理解场合/季节/风格偏好 | P0 | V1 | `FR-AGT-02` |
+| 知识检索 | 基于美学知识库给出专业建议 | P0 | V1 | `FR-AGT-04` |
+| 个性化（画像注入） | 读取 L1 画像与 L2 禁忌作为硬约束 | **P0** | **V1** | `FR-AGT-03` |
+| 上下文记忆 | 多轮会话滚动摘要 | **P0** | **V1** | `FR-AGT-09` |
+| **语音输入** | 语音转文字（鸿蒙 Core Speech Kit） | **P1** | **V2** | `FR-AGT-17` |
+| 能力联动 | 调用换装/换发型能力生成预览 | P1 | V2 | `FR-AGT-14/15` |
+| 「为什么推荐」解释链 | 追溯到知识库路径与规则 ID | P1 | V2 | `FR-AGT-13` |
+| 多模态输入 | 图片输入（穿搭照片/单品图） | P1 | V2 | `FR-AGT-16` |
+| 主动推荐 | 天气/日程驱动 | P2 | V3 | `FR-AGT-18` |
+
+### 2.2 第一版（V1 / P0）能力范围
+
+- **文字对话**（**不含语音** —— 语音是 `FR-AGT-17`，P1/V2，见 §9.2 阶段划分）
 - 穿搭咨询与建议
 - 场景化搭配方案
 - 基础知识问答（色彩/版型/风格）
- 单轮 + 简单多轮对话
+- 单轮 + 多轮对话（含会话滚动摘要）
 - **画像注入**：读取美学报告产出的 L1 画像与 L2 禁忌，作为回答的硬约束
 - **知识库混合检索**：规则前置 + 向量召回（见 §3.4.2），保证不给出违反美学规则与用户禁忌的建议
+- **越界拒答**：医疗、身材贬损、他人评价三类
+- **输入输出双向审核**（fail-close）
+
+> ⚠️ **本节原将「语音输入转文字」列为 P0，属改版残留，已更正**。语音依赖鸿蒙 Core Speech Kit（`TD-14`），定为 P1/V2。

 ### 2.3 后续版本（P1/P2）能力规划
+- **语音输入**（`FR-AGT-17`）
 - 图片输入理解（评价用户穿搭照片）
 - 联动换装/换发型预览
- 深度个性化（用户画像学习）
- 长期上下文记忆
+- 深度个性化（隐式行为推断）
+- 长期事件记忆（L3 向量召回）
 - 主动推荐（基于天气/日程）

 ---
@@ -61,10 +72,10 @@
 ### 3.1 对话交互

 #### 3.1.1 输入方式
- **文字输入**：支持中文自然语言，单条消息 ≤ 500 字
- **语音输入**：语音转文字（鸿蒙系统语音能力或第三方 ASR）
- **快捷入口**：预设常见问题快捷按钮
- **图片输入**（P2）：支持上传穿搭照片/单品图
+- **文字输入**（P0/V1）：支持中文自然语言，单条消息 ≤ 500 字
+- **快捷入口**（P0/V1）：预设常见问题快捷按钮
+- **语音输入**（**P1/V2**，`FR-AGT-17`）：语音转文字，用鸿蒙 Core Speech Kit（`TD-14`）；识别失败可切文字
+- **图片输入**（P1/V2，`FR-AGT-16`）：支持上传穿搭照片/单品图

 #### 3.1.2 输出方式
 - **流式文字回复**：逐字输出，提升体验
@@ -90,7 +101,7 @@ Agent 需识别以下用户意图类别：
 | **风格建议** | "我想走法式优雅风格""适合微胖女生的风格" | 风格定位 + 推荐 |
 | **色彩咨询** | "黄皮适合什么颜色？""红配绿好看吗？" | 色彩知识解答 |
 | **身材修饰** | "腿粗怎么穿？""小个子怎么显高？" | 身材优化建议 |
-| **天气适配** | "下雨天穿什么？""15度怎么穿？" | 天气场景建议 |
+| **天气适配** | "下雨天穿什么？""15度怎么穿？" | 天气场景建议。⚠️ **V1 不接天气 API**（`TD-33`）：优先反问用户当地天气，或按城市 + 月份推断气候区，**绝不编造具体温度与降水** |
 | **发型建议** | "圆脸适合什么发型？""换个发型建议" | 发型推荐（可联动） |
 | **穿搭评价**（P2） | "帮我看看这身搭配怎么样？" | 图片理解 + 评价 |
 | **闲聊/其他** | "你好""你是谁" | 友好回复 + 引导 |
@@ -102,7 +113,7 @@ Agent 需从用户输入中提取以下场景维度：

 - **场合**：职场/面试/约会/聚会/婚礼/旅行/日常/运动
 - **季节**：春/夏/秋/冬
- **天气**：晴/阴/雨/雪/温度区间
+- **天气**：晴/阴/雨/雪/温度区间 —— **只能来自用户自述**，V1 不接天气 API（`TD-33`）
 - **风格偏好**：职业/休闲/优雅/甜美/酷帅/法式/韩系/日系
 - **身材特征**：身高/体重/体型（H/A/V/O/X 型）
 - **肤色**：冷色调/暖色调/中性
@@ -164,7 +175,7 @@ Agent 需从用户输入中提取以下场景维度：

 | 层级 | 内容 | 用途 |
 |------|------|------|
-| L0 身份档案 | 性别/生日/身高体重/职业/城市 | 硬约束 + 天气定位 |
+| L0 身份档案 | 性别/生日/身高体重/职业/城市 | 硬约束 + **气候区推断与区域化内容**（V1 不做天气定位，`TD-33`） |
 | L1 美学画像 | 体型/脸型/肤色/季型/量感/直曲/风格/核心诉求（**来自美学报告**） | 系统提示核心，决定建议精度 |
 | L2 偏好与禁忌 | 偏好风格、颜色、品类；禁忌项 | 检索硬过滤 + 排序加权 |
 | L3 事件记忆 | 试穿、收藏、采纳/拒绝、历史对话摘要 | 按 query 语义召回 Top 3~5 |
@@ -172,14 +183,14 @@ Agent 需从用户输入中提取以下场景维度：

 #### 3.5.2 注入策略与 token 预算

-不能把全部记忆塞进提示词，预算如下（合计 ≤1400 token）：
+不能把全部记忆塞进提示词。**记忆注入合计 ≤1400 token（V1 实际 ≤1200）**，完整预算表（含检索知识与总输入合计）见《技术架构文档》§7.2，为唯一事实源：

-| 内容 | 处理方式 | 预算 |
-|------|---------|------|
-| 画像摘要（L0+L1） | 模板化压缩，非 LLM 生成，画像未变时缓存复用 | ≤250 token |
-| 偏好摘要（L2） | `confidence ≥ 0.5` 项按置信度取 Top 15 | ≤150 token |
-| 事件召回（L3） | 向量检索 Top 3~5 条摘要 | ≤200 token |
-| 会话上下文（L4） | 最近 6 轮原文 + 更早轮次滚动摘要 | ≤800 token |
+| 内容 | 处理方式 | 预算 | V1 |
+|------|---------|------|-----|
+| 画像摘要（L0+L1） | 模板化压缩，非 LLM 生成，画像未变时缓存复用 | ≤250 token | ✅ |
+| 偏好摘要（L2） | `confidence ≥ 0.5` 项按置信度取 Top 15 | ≤150 token | ✅ |
+| 事件召回（L3） | 向量检索 Top 3~5 条摘要 | ≤200 token | ❌ V2 |
+| 会话上下文（L4） | 最近 6 轮原文（≤400）+ 更早轮次滚动摘要（≤400） | ≤800 token | ✅ |

 画像摘要注入示例：

@@ -267,6 +278,8 @@ Agent：从休闲风转优雅风，可以循序渐进：

 ### 4.4 场景四：天气适配

+> ⚠️ **注意本例的前提**：温度与降水是**用户自己说出来的**，Agent 只是据此给建议。V1 不接天气 API（`TD-33`），因此 Agent **不会也不得主动声称**"明天你那边 15 度有雨"。若用户只问"明天怎么穿"而未告知天气，正确行为是**反问**（"你那边大概多少度？会下雨吗？"）或按城市 + 月份给气候区级别的建议，**绝不编造具体数值**。
+
 ```
 用户：明天15度，有雨，怎么穿？
 Agent：15度雨天穿搭建议：
@@ -390,10 +403,13 @@ Agent 推荐发型（基于脸型知识）
 ## 7. 非功能需求

 ### 7.1 性能需求
- **首字响应时间**：< 2 秒（流式输出首字）
- **完整回复时间**：< 15 秒
- **并发支持**：支持 1000+ 并发对话
- **可用性**：> 99.5%
+
+> 🔗 性能指标的唯一定义位置是《需求规格说明》§4.1。本节所列已与之对齐（本节的 15s 被采纳为 `NFR-PERF-02b`，原 `NFR-PERF-02` 的 8s 因不可达而废弃）。
+
+- **首字响应时间**：< 2s（P95，`NFR-PERF-02`）—— 流式输出下这是唯一体验关键项
+- **完整回复时间**：< 15s（P95，`NFR-PERF-02b`）
+- **可用性**：≥ 99.5%（`NFR-REL-01`）
+- **并发支持**：**按容量基线推算而非拍板** —— 架构 §12.2 的 V1 容量基线为 1 万 DAU，对话峰值并发按该基线推导（原「1000+ 并发」无推导依据，已废弃；实际值由 `T-P5-14` 压测确定）

 ### 7.2 体验需求
 - 流式输出，避免长时间空白等待
@@ -426,15 +442,15 @@ Agent 推荐发型（基于脸型知识）
 - **联动转化率**：对话 → 试穿的转化率 > 20%

 ### 8.2 质量指标
- **意图识别准确率**：> 90%
+- **意图识别准确率**：**验证门槛 ≥ 85% / 上线门槛 ≥ 90%**（两档口径的定义见《美学报告-需求文档》§9.4；`FR-AGT-02`）
 - **场景理解准确率**：> 85%
 - **回复相关性**：> 4.0/5
 - **知识准确性**：> 95%
 - **违规率**：< 0.1%

 ### 8.3 技术指标
- **首字延迟**：< 2s（P95）
- **完整回复延迟**：< 15s（P95）
+- **首字延迟**：< 2s（P95，`NFR-PERF-02`）
+- **完整回复延迟**：< 15s（P95，`NFR-PERF-02b`）
 - **错误率**：< 1%
 - **崩溃率**：< 0.1%

@@ -493,7 +509,7 @@ Agent 推荐发型（基于脸型知识）

 | 约束 | 说明 | 依据 |
 |------|------|------|
-| Token 预算硬性分配 | 系统提示词 ≤ 800、画像摘要 ≤ 500、会话摘要 ≤ 400、检索知识 ≤ 1500、用户输入 ≤ 500，**输入合计 ≤ 3700**，输出 ≤ 800。超限按优先级裁剪而非报错 | `FR-AGT-03`、架构 §7.2 |
+| Token 预算硬性分配 | **完整预算表见架构 §7.2（唯一事实源）**：输入合计 ≤ 4200（V1 实际 ≤ 4000），其中记忆注入 ≤ 1400、检索知识 ≤ 1500、系统提示词 ≤ 800、用户输入 ≤ 500；输出 ≤ 800。超限按既定优先级裁剪而非报错，**硬禁忌永不裁剪**。原本节所列「画像 ≤500 / 会话 ≤400 / 合计 3700」已废弃 | `FR-AGT-03`、架构 §7.2 |
 | 每条回答必须可复盘 | `ag_message` 需存 `retrieval_trace`（检索轨迹）与 `rule_hits`（命中规则 ID）。没有这两个字段，「为什么这么答」永远查不清 | `FR-AGT-09` |
 | 越界意图必须正确拒答 | 医疗诊断、身材贬损、评价他人、身份推断（收入/职业层级）均需拒答。这类约束要同时写入系统 Prompt、规则库禁忌用词表、生成后校验三处 | `CR-12`、合规方案 §3 |
 | Agent 回复需 AI 生成显式标识 | 会话界面固定位置提示「内容由 AI 生成」 | `CR-05` |
@@ -510,6 +526,12 @@ Agent 推荐发型（基于脸型知识）
 **作者**：产品团队
 **状态**：待评审
 **变更说明**：
+- v1.2 rev.2（2026-08-13）：文档一致性评审修订
+  - **语音输入由 P0 改为 P1/V2**：§2.1 能力总览与 §2.2 P0 范围原将「语音输入转文字」列为 P0，与 `FR-AGT-17`、`TD-14` 及本文 §9.2 的阶段划分直接冲突，属改版残留。§2.1 表格补「版本」与「编号」两列，全表与需求规格 §2.4 对齐（画像注入与上下文记忆同时由 P1 提升为 P0/V1，因它们本就是 `FR-AGT-03`/`FR-AGT-09`）
+  - **天气类问题明确不得编造数值**（`TD-33`）：V1 不接天气 API，Agent 只能反问用户或按城市 + 月份推断气候区。§4.4 的示例补充前提说明（温度是用户自己说的），§3.3.1 标注天气维度只能来自用户自述，§3.5 的 L0 城市字段用途由「天气定位」改为「气候区推断」
+  - **token 预算与性能指标改为引用唯一事实源**：§3.5.2 与 §10.2 不再自列数值（§10.2 原写「画像 ≤500 / 会话 ≤400 / 合计 3700」已废弃）；§7.1 与 §8.3 引用 `NFR-PERF-*`，本文的「整轮 15s」被采纳为 `NFR-PERF-02b`（原 `NFR-PERF-02` 的 8s 不可达）
+  - **删除无推导依据的「1000+ 并发对话」**，改为按架构 §12.2 的容量基线推导、由 `T-P5-06` 压测确定
+  - §8.2 意图识别准确率拆为验证门槛 ≥85% / 上线门槛 ≥90%（两档定义见美学报告 §9.4）
 - v1.2（2026-08-13）：§10 待确认事项全部收口 —— 大模型定为 DeepSeek + GLM 双路由并自建网关（明确不走云平台 MaaS 中转，因备案需模型厂商合作证明）；语音用鸿蒙 Core Speech Kit；审核用腾讯云 IMS/TMS 双向且 fail-close；补充 token 预算硬性分配、缓存前缀纪律、回答可复盘字段、越界拒答三处落点等实现约束
 - v1.1：明确 Agent 与记忆系统、知识库的依赖边界；§3.4 改为规则前置的混合检索链路并补充防幻觉红线；§3.5 改为记忆读取与注入策略（含 token 预算与画像摘要示例）；补充 Phase 1 的画像注入、生成后校验、知识缺口埋点等任务
 - v1.0：初始版本