xsynergy-android/prd.md

AR远程协作APP (代号：Synergy Lens) - 产品需求文档 (PRD)

1. 产品概述 (Product Overview)

1.1 产品简介

XSynergy是一款面向企业用户的AR远程协作应用。它通过结合实时音视频、增强现实（AR）标注和人工智能（AI）技术，使一线现场人员能够与远程专家进行“身临其境”的互动，高效解决复杂问题，旨在打破地理限制，降低差旅成本，提升协作效率和知识传承。

1.2 目标用户 (Target Audience)

• 一线现场人员 (Field Technician)：如设备维修工程师、产线操作员、医疗巡检人员。他们需要实时、精准的远程指导。
• 远程专家 (Remote Expert)：如资深技术专家、产品设计师、医疗顾问。他们需要清晰地了解现场情况并提供精确指令。
• 项目/团队管理者 (Manager)：需要监督协作过程、回顾协作内容、管理团队知识。

1.3 核心目标 (Goals)

• 提升问题解决效率：通过AR标注和实时音视频，将专家指导的平均解决时间缩短30%。
• 降低运营成本：减少专家差旅需求，预计每年可为企业节省20%的相关费用。
• 赋能一线员工：通过AI知识库和会议回放，帮助一线人员快速成长，沉淀组织知识。

2. 功能需求详述 (Functional Requirements)

2.1 用户与账户模块 (User & Account)

• FR-2.1.1 用户登录
  • 用户故事：作为一名企业员工，我希望可以通过我的企业账号（如SSO、手机号/验证码）安全地登录APP，以便访问我的协作空间和组织信息。
  • 功能描述：
    1. 支持手机号+验证码登录方式。
    2. 支持企业单点登录（SSO），登录企业LDAP账户。
    3. 提供“记住我”功能，保持登录状态。
    4. 包含“忘记密码”流程（针对非SSO用户）。
  • 验收标准：用户可以成功登录并进入APP主界面；登录失败时有明确的错误提示。
• FR-2.1.2 用户登出
  • 用户故事：作为一名用户，我希望能从APP中安全退出登录，以保护我的账户信息。
  • 功能描述：在“我的”或“设置”页面提供“退出登录”按钮，点击后清除本地登录凭证并返回登录页面。
  • 验收标准：用户点击退出后，无法在未重新登录的情况下访问需要授权的页面。

2.2 协作会话模块 (Collaboration Session)

• FR-2.2.1 发起即时协作
  • 用户故事：作为一名现场技术员，当我遇到紧急问题时，我希望能立即向组织内的专家发起视频协作请求。
  • 功能描述：
    1. 主界面提供“发起协作”入口。
    2. 用户可以从组织架构中选择一位或多位成员发起呼叫。
    3. 被呼叫方会收到系统推送通知，可选择接听或拒绝。
  • 验收标准：呼叫成功发起，被叫方能收到通知并进行响应。
• FR-2.2.2 预约协作
  • 用户故事：作为一名项目经理，我希望能提前预约一个多方协作会议，并设定主题、时间和参与人，系统能自动提醒相关人员。
  • 功能描述：
    1. 提供“预约协作”功能入口。
    2. 用户可设置会议主题、选择开始/结束时间、添加参会人员、填写会议描述。
    3. 预约成功后，系统向所有参会人发送日历邀请和APP内通知。
    4. 在会议开始前15分钟，系统再次发送提醒通知。（以日历提醒和APP内消息推送的方式）
  • 验收标准：预约信息准确无误，所有参会人能按时收到通知和提醒。（考虑到国内安卓手机限制较多且接口不统一，APP内部推送消息无法在手机端弹出提醒的话，不视为功能实现失败。）
• FR-2.2.3 邀请与加入
  • 用户故事：作为会议发起人，我希望能通过链接或一个简单的会议码，快速邀请组织外或未在联系人列表中的人加入协作。
  • 功能描述：
    1. 每个协作会话（即时或预约）都生成一个唯一的分享链接和一个6位数字的会议码。
    2. 用户可以通过社交应用（微信、钉钉等）分享链接（分享为链接复制，形式同腾讯会议）。
    3. APP主界面提供“加入协作”入口，用户可输入6位会议码加入。
    4. 通过链接加入时，自动拉起APP并进入会议。
  • 验收标准：用户可以通过链接和会议码两种方式成功加入指定的协作会议。

2.3 协作中功能模块 (In-Session Features)

• FR-2.3.1 基础音视频控制
  • 用户故事：作为参会者，我希望能自由控制自己的麦克风和摄像头，以便在需要时静音或关闭画面。
  • 功能描述：会议界面提供清晰的图标按钮，用于一键禁用/启用麦克风和摄像头。图标状态需明确反映当前设备状态（开/关）。
  • 验收标准：用户可以随时开启或关闭自己的音视频输入，其他参会者能实时看到状态变化。
• FR-2.3.2 AR标注协作
  • 用户故事：作为远程专家，我希望能在我方屏幕上，对现场人员传输回来的实时视频画面进行3D空间标注（如画箭头、框选），且标注能稳定地附着在现实物体上，以便清晰地指示操作位置。
  • 功能描述：
    1. 提供多种标注工具：箭头、自由曲线、矩形框。
    2. 支持选择不同颜色进行标注。
    3. 标注内容通过AR技术“冻结”在三维空间中，即使用户移动摄像头，标注也会停留在原来的物理位置上。
    4. 提供“清除”按钮，可清除自己或全部的标注。
  • 验收标准：AR标注延迟低，跟踪稳定，在现场人员视角中清晰可见。
• FR-2.3.3 白板涂鸦协作
  • 用户故事：作为参会者，当我们需要讨论流程图或进行头脑风暴时，我希望能打开一个共享的虚拟白板，所有人都可以在上面实时涂鸦和书写。
  • 功能描述：
    1. 会议中可开启“白板模式”，视频画面切换为共享白板。
    2. 提供画笔、文本输入、形状工具和橡皮擦。
    3. 所有参会者的操作实时同步。
    4. 支持白板内容截图保存。
  • 验收标准：白板操作流畅，同步延迟低，所有用户看到的内容完全一致。
• FR-2.3.4 激光笔标注
  • 用户故事：作为远程专家，我希望能有一个激光笔工具，在我讲解时，可以在对方的视频画面上实时指示出我正在关注的点，而不会留下永久标记。
  • 功能描述：提供“激光笔”工具。专家在自己屏幕上长按并移动手指（或在web端长按鼠标进行拖动），现场人员的屏幕上会实时显示一个跟随移动的光点或小图标。手指松开后光点消失。
  • 验收标准：激光笔指示实时同步，无明显延迟，能准确传达专家意图。
• FR-2.3.5 屏幕共享
  • 用户故事：作为参会者，我希望能将我的手机屏幕内容共享给会议中的其他人，以便展示APP操作或数据图表。
  • 功能描述：
    1. 提供“屏幕共享”功能按钮。
    2. 用户授权后，将其整个手机屏幕或指定应用画面作为视频流发送给其他参会者。
    3. 共享期间，屏幕边缘有明显提示（如红色边框），告知用户正在共享。
  • 验收标准：屏幕共享画面清晰流畅，其他用户可以正常观看。
• FR-2.3.6 文件共享与播放
  • 用户故事：作为专家，我希望能向现场人员发送技术手册（PDF/Word）或操作演示视频（MP4），并能在会议中共同观看和讨论。
  • 功能描述：
    1. 提供“发送文件”功能，支持从本地上传PDF, Word, MP4等格式文件。
    2. 文件发送给指定的一位或全部参会者。
    3. 接收方收到文件后可下载到本地。
    4. 发起方可以开启“共同播放”模式，所有人的界面上会同步播放该视频或展示该文档，并支持翻页、暂停等同步操作。（此功能需要讨论，非优先项）
  • 验收标准：文件能成功发送和接收；共同播放/阅览时，所有人的视图保持同步。

2.4 AI能力模块 (AI Capabilities)

• FR-2.4.1 实时语音转文字与会议纪要
  • 用户故事：作为一名参会者，我希望能看到实时的语音转文字字幕，并在会后自动生成一份包含关键决策和待办事项的会议纪要，以减少我的记录工作。
  • 功能描述：
    1. 会议中可开启“实时字幕”功能，将所有人的发言实时转化为文字显示在屏幕上。
    2. 会议结束后，AI自动处理录音，生成结构化的会议纪要，包括：会议摘要、议题列表、关键决策、待办事项（Action Items）及负责人。
    3. 会议纪要与会议回放关联，存储在历史记录中。
  • 验收标准：语音转文字准确率不低于90%；会议纪要能准确提炼核心信息。
• FR-2.4.2 AI知识库查询
  • 用户故事：作为现场人员，在协作过程中，我希望能通过一个对话框，快速查询公司内部知识库（如设备故障手册、标准操作流程），以便快速找到参考信息。
  • 功能描述：
    1. 会议中界面提供一个“AI助手”入口，点击或语音激活后在左侧弹出对话框。
    2. 提供弹出显示对话框显示，提供“收回”按钮控制对话框隐藏
    3. 用户输入自然语言问题（如“E-101泵的常见故障代码及解决方案”）。
    4. AI助手基于后台接入的企业知识库进行检索，并以对话形式返回最相关的答案和文档链接。
    5. 在底部导航中加入“AI助手”入口，供用户非会议时间使用。
  • 验收标准：AI助手能理解用户意图，并从知识库中返回准确、相关的答案。

2.5 其他模块 (Miscellaneous)

• FR-2.5.1 会议回放
  • 用户故事：作为一名项目经理或未能参会的人员，我希望能随时查看历史会议的完整录像（包含AR标注），以便复盘问题或了解会议内容。
  • 功能描述：
    1. 所有协作会话默认开启云端录制。
    2. 用户可以在“历史记录”中找到过去的会议列表。
    3. 点击即可播放会议录像，录像需完整重现当时的视频、音频、AR标注、白板、文件共享等所有协作信息。
  • 验收标准：回放内容与实际协作过程完全一致，播放流畅。
• FR-2.5.2 组织架构查看
  • 用户故事：作为一名员工，我希望能方便地查看公司的组织架构树，快速找到并联系到我需要的同事。
  • 功能描述：
    1. 提供“通讯录”或“组织”入口。
    2. 以树状结构展示公司部门和人员。
    3. 支持按姓名、部门、职位进行搜索。
    4. 点击人员可查看其联系方式并直接发起协作。
  • 验收标准：组织架构数据准确，搜索功能可用，能快速定位到目标同事。
• FR-2.5.3 会议纪要
  • 用户故事：作为一名项目经理或未能参会的人员，我希望能随时查看历史会议的会议纪要，以便了解会议摘要、关键决策、待办事项。
  • 功能描述：
    1. 所有协作会话可以手动开启/关闭AI会议纪要功能。
    2. 用户可以在“历史记录”中找到过去的会议列表。
    3. 点击卡片式列表中“会议纪要”按钮，即可打开“会议纪要”页面查看纪要，纪要需完整包含参会人、会议开始时间和结束时间、会议摘要、关键决策、待办事项。
    4. 纪要页面提供“查看回放”按钮，提供会议回放功能。
  • 验收标准：回放内容与实际协作过程完全一致，播放流畅。

3. 非功能性需求 (Non-Functional Requirements)

• NF-3.1 性能 (Performance)
  • 音视频通话延迟低于200ms。
  • AR标注跟踪刷新率不低于30fps。
  • APP冷启动时间小于3秒。
• NF-3.2 兼容性 (Compatibility)
  • 支持Android 8.0及以上版本。
  • 要求设备支持ARCore。
• NF-3.3 安全性 (Security)
  • 所有通信数据（音视频、信令、文件）均采用端到端加密。
  • 用户数据存储符合GDPR或相关数据保护法规。
• NF-3.4 用户体验 (Usability)
  • 界面设计简洁直观，关键操作按钮尺寸足够大，易于在移动或工业环境中单手操作。
  • 网络不稳定时，应优先保证音频清晰度，并有明确的网络状态提示。

4. 设计与AI集成指南 (Design & AI Integration)

• UI/UE设计指南：
  • 核心原则：信息降噪，聚焦于协作视图。避免不必要的UI元素干扰现场人员的视线。
  • AR交互：AR标注工具栏应设计为可收缩式，默认最小化。标注的视觉效果应有足够的对比度，以适应各种复杂的现场环境光线。
  • 手势操作：考虑引入简单的手势操作，如双击屏幕清除最后一次标注，以提升操作效率。
• AI模型集成指南：
  • 语音转文字 (STT)：需选用或训练针对特定行业术语（如机械、医疗）进行优化的模型，以提高识别准确率。模型需在端侧或低延迟的云端运行，保证实时性。
  • 会议纪要生成：采用大语言模型（LLM）进行文本摘要和信息提取。模型需被调整以准确识别“决策”、“任务分配”等关键意图。
  • 知识库查询：建议采用RAG（检索增强生成）架构。后端需建立高效的文档索引，前端AI助手通过语义搜索匹配最相关的知识片段，并由LLM整合后生成自然语言答案。