224 lines
9.7 KiB
Markdown
224 lines
9.7 KiB
Markdown
# DreamWeaver 求职演示 Checklist
|
||
|
||
**目标**: 演示前用 5-10 分钟确认本地 Docker 环境、核心生成链路和讲解材料处于可展示状态。
|
||
|
||
**当前演示口径（2026-05-06）**: 主生成链路可作为稳定主线展示；语音共创是 Phase A Alpha，可演示回合式共创、文本降级、上传转写、观测指标和保存为 Story。管理端已能看到 ASR 维度运营摘要。外部 Registry 阻塞已通过可配置基础镜像与 npm registry 修复；当前代码 `docker compose up -d --build` 和 `SMOKE_VOICE=1` 均已通过。
|
||
|
||
---
|
||
|
||
## 1. 演示前准备
|
||
|
||
### 环境检查
|
||
|
||
- [ ] 已拉取最新 `main`
|
||
- [ ] `backend/.env` 存在，且不包含需要提交的真实密钥
|
||
- [ ] `DEBUG=true`
|
||
- [ ] `ENABLE_DEMO_PROVIDERS=true`
|
||
- [ ] `SECRET_KEY` 已设置
|
||
- [ ] Docker Desktop 正常运行
|
||
|
||
### 启动命令
|
||
|
||
```bash
|
||
docker compose up -d --build
|
||
docker compose ps
|
||
```
|
||
|
||
### 入口
|
||
|
||
- 用户端：http://localhost:52080
|
||
- 本地登录：http://localhost:52080/auth/dev/signin
|
||
- 语音共创：http://localhost:52080/voice-studio
|
||
- Admin：http://localhost:52888
|
||
- 后端健康：http://localhost:52000/health
|
||
- Admin 后端健康：http://localhost:52800/health
|
||
|
||
---
|
||
|
||
## 2. 自动 smoke 检查
|
||
|
||
默认检查健康、登录、普通故事、绘本、图片补全和 Provider 能力分层：
|
||
|
||
```bash
|
||
./scripts/demo_smoke.sh
|
||
```
|
||
|
||
需要检查 TTS 音频时：
|
||
|
||
```bash
|
||
SMOKE_AUDIO=1 ./scripts/demo_smoke.sh
|
||
```
|
||
|
||
需要检查语音共创 Alpha 时：
|
||
|
||
```bash
|
||
SMOKE_VOICE=1 ./scripts/demo_smoke.sh
|
||
```
|
||
|
||
需要检查真实 OpenAI ASR Key 环境时：
|
||
|
||
```bash
|
||
SMOKE_REAL_ASR=1 ./scripts/demo_smoke.sh
|
||
```
|
||
|
||
需要同时检查 TTS 和语音共创时：
|
||
|
||
```bash
|
||
SMOKE_AUDIO=1 SMOKE_VOICE=1 ./scripts/demo_smoke.sh
|
||
```
|
||
|
||
通过标准：
|
||
|
||
- [ ] backend health 返回 `ok`
|
||
- [ ] admin-backend health 返回 `ok`
|
||
- [ ] dev login 能拿到 session
|
||
- [ ] `/api/generations` 能生成普通故事
|
||
- [ ] 普通故事生成响应返回 `generation_job_id`，且 job 事件可查询
|
||
- [ ] 普通故事 provider stats 返回成功率、耗时和成本字段
|
||
- [ ] 普通故事封面 retry 后 `image_status=ready`
|
||
- [ ] 故事详情页能看到生成轨迹和 Provider 调用结果
|
||
- [ ] 故事库能看到跨故事 Provider 运营摘要
|
||
- [ ] `/api/generations` 能生成绘本
|
||
- [ ] 绘本生成响应返回 `generation_job_id`，且 story job history 可查询
|
||
- [ ] 绘本 provider stats 返回成功率、耗时和成本字段
|
||
- [ ] 绘本图片 retry 后 `image_status=ready`
|
||
- [ ] 绘本阅读页能看到生成轨迹和资源重试历史
|
||
- [ ] `/admin/providers/capabilities` 返回 `text/image/tts/storybook/asr`
|
||
- [ ] `/api/audio/{story_id}/status` 能查询音频缓存状态且不触发生成
|
||
- [ ] 如果启用 `SMOKE_AUDIO=1`，音频 retry 后 `audio_status=ready`
|
||
- [ ] 如果启用 `SMOKE_VOICE=1`，语音共创会话可完成文本 fallback、上传回合、analytics 和 finalize 到 Story
|
||
- [ ] 如果启用 `SMOKE_VOICE=1`，analytics 返回输入构成、语音时长、Provider 分布、ASR/TTS 成功率和低置信度确认率
|
||
- [ ] 如果启用 `SMOKE_VOICE=1`，analytics 支持按 `provider` 和 `session_status` 筛选
|
||
- [ ] 如果启用 `SMOKE_REAL_ASR=1`，上传回合返回 `transcription_provider=openai_asr`，转写文本非空
|
||
- [ ] 如果启用 `SMOKE_REAL_ASR=1`，`/api/voice-sessions/analytics?provider=openai_asr` 能看到上传回合
|
||
- [ ] Admin Provider analytics 在 `capability=asr` 下能看到语音会话数、上传回合数、ASR 成功/失败和失败原因
|
||
- [ ] 真实 ASR 环境失败时，脚本输出包含上传响应、Voice Session 事件和 Admin ASR failure reasons
|
||
- [ ] 验证结果已记录到 `docs/planning/demo-validation-log.md`
|
||
|
||
真实 ASR 环境变量最小集：
|
||
|
||
```env
|
||
ASR_PROVIDERS=["openai_asr", "demo"]
|
||
OPENAI_API_KEY=sk-...
|
||
OPENAI_API_BASE=
|
||
VOICE_TRANSCRIPTION_MODE=provider
|
||
VOICE_TRANSCRIPTION_MODEL=gpt-4o-mini-transcribe
|
||
VOICE_TRANSCRIPTION_LANGUAGE=zh
|
||
```
|
||
|
||
改完 `backend/.env` 后重启 backend/worker。若在 Admin Provider 表里改过 ASR 配置，先 `curl -u admin:admin -X POST http://localhost:52800/admin/providers/reload`，再重启 API 容器/进程，避免运行中缓存仍指向旧 provider。
|
||
|
||
真实 ASR 常见失败口径：
|
||
|
||
- `OPENAI_API_KEY 未配置`：容器或本机 API 没读到 key。
|
||
- `HTTP 401/403`：key 错误、项目权限或网关鉴权失败。
|
||
- `HTTP 429` / `insufficient_quota`：额度或限流问题。
|
||
- `model_not_found`：`VOICE_TRANSCRIPTION_MODEL` 当前 key 不可用，先换回 `gpt-4o-mini-transcribe`。
|
||
- 网络连接失败：检查代理、DNS、`OPENAI_API_BASE` 是否必须带 `/v1`。
|
||
- 音频格式失败：传 `REAL_ASR_AUDIO_FILE=/path/to/sample.m4a` 换一段真实短音频复测。
|
||
|
||
---
|
||
|
||
## 3. 手动演示路径
|
||
|
||
### 路径 A: 普通故事
|
||
|
||
1. 打开用户端。
|
||
2. 使用本地登录。
|
||
3. 创建普通故事：
|
||
- 关键词：`月亮船，小狐狸，学会道歉`
|
||
- 教育主题：`真诚表达`
|
||
4. 进入故事详情页。
|
||
5. 展示：
|
||
- 标题和正文
|
||
- 封面状态
|
||
- 音频状态
|
||
- 音频缓存大小与更新时间
|
||
- 资产补全/重试入口
|
||
6. 点击音频播放，说明音频缓存复用；必要时清理缓存后重新生成。
|
||
|
||
### 路径 B: 绘本
|
||
|
||
1. 创建绘本：
|
||
- 关键词：`彩虹邮局，小刺猬，练习说谢谢`
|
||
- 教育主题：`感恩表达`
|
||
2. 进入绘本阅读器。
|
||
3. 翻页展示多页文本和插图。
|
||
4. 刷新页面或复制 URL，说明绘本已经支持按 ID 恢复。
|
||
|
||
### 路径 C: Admin/Provider
|
||
|
||
1. 打开 Admin。
|
||
2. 说明管理端不是用户主链路，而是产品拥有者维护供应链路的辅助能力。
|
||
3. 通过接口或页面说明：
|
||
- Capability: `text/image/tts/storybook/asr`
|
||
- Provider: 具体供应商配置
|
||
- Adapter: API 调用实现
|
||
- Routing Policy: 优先级/成本/延迟/轮询
|
||
4. 切到“语音识别”能力，说明 Voice Studio 上传转写的 ASR 调用已进入管理端运营摘要，可看语音会话、上传回合、失败原因和成本归因。
|
||
|
||
### 路径 D: 语音共创 Alpha
|
||
|
||
1. 打开用户端并进入“语音共创”。
|
||
2. 创建一个新会话，先使用文本 fallback 快速演示：
|
||
- 首轮：`我想听一个小熊和星星一起找家的故事`
|
||
- 修正：`不要让小熊害怕，让月亮姐姐帮它`
|
||
3. 展示每轮内容：
|
||
- 用户表达 / 系统理解
|
||
- 系统文字回应
|
||
- TTS 语音回应状态
|
||
- 最近事件和待处理提示
|
||
4. 演示低置信度确认：说明系统会提示“本轮系统理解为”，家长可选择继续、重说或改成文本。
|
||
5. 点击结束并保存，确认正式 Story 进入故事库。
|
||
6. 打开生成轨迹，说明语音共创 finalize 后的封面资产补全已经接回统一 generation job。
|
||
7. 回到 Admin 的语音识别摘要，说明 Alpha 阶段保留 demo fallback，同时为真实 ASR Provider 验收预留运营视图。
|
||
|
||
---
|
||
|
||
## 4. 3 分钟讲解结构
|
||
|
||
详细稿见 `docs/planning/interview-pitch.md`。现场建议背结构，不逐字背。
|
||
|
||
### 0:00 - 0:40 产品定位
|
||
|
||
DreamWeaver 是面向 3-8 岁亲子场景的个性化 AI 绘本与陪伴式讲述产品。它不是只生成一次性故事，而是围绕孩子档案、成长主题和故事宇宙，生成可回看、可补全、可聆听的故事体验。
|
||
|
||
### 0:40 - 1:30 用户闭环
|
||
|
||
用户选择孩子档案，输入主题或教育目标，生成故事或绘本。主内容先可读，封面、插图、语音作为资产补全。即使图片或音频失败，故事仍然可读，并且可以后续重试。
|
||
|
||
### 1:30 - 2:20 系统设计
|
||
|
||
系统收敛到统一 Generation Workflow：上下文准备、主记录保存、资产补全、状态回写和后处理。Provider 体系拆成 Capability、Provider、Adapter、Routing Policy，用户不需要理解模型供应商，只感知稳定的产品能力。
|
||
|
||
### 2:20 - 3:00 取舍与下一步
|
||
|
||
求职版优先稳定闭环和可解释性，不做支付、多租户和复杂监控。现在 job/event 已能查询 workflow、资产补全、provider 调用轨迹和聚合指标，统一生成已迁移到后台 worker，取消/重试队列也已打通；Voice Studio 已进入 Phase A Alpha，可演示回合式共创和保存为 Story；用户端可看跨故事运营摘要，管理端可看当前环境跨用户 Provider dashboard 和 ASR 摘要。下一步应补真实 ASR Key 环境验收、跨环境 Provider 汇聚、断点续跑和更完整监控。
|
||
|
||
---
|
||
|
||
## 5. 风险预案
|
||
|
||
| 风险 | 现场处理 |
|
||
| --- | --- |
|
||
| 网络导致 TTS 失败 | 说明音频是可恢复资产，不阻塞故事阅读；使用已缓存样本或跳过 TTS |
|
||
| 图片 provider 未补全 | 展示 partial ready，说明主内容已可读、资产可稍后补全 |
|
||
| 图片 provider 失败 | 展示 degraded completed 与 retry 机制 |
|
||
| 录音或 ASR 不稳定 | 切到文本 fallback，说明 Alpha 阶段已保留降级路径 |
|
||
| 语音共创低置信度卡住 | 使用“按这个理解继续”或“改成文本输入”完成本轮 |
|
||
| Docker Hub 拉取超时 | 当前 Dockerfile/Compose 支持基础镜像覆盖；本机 `.env` 已配置代理源，可直接 `docker compose up -d --build` |
|
||
| Docker 冷启动慢 | 演示前提前运行 smoke 脚本并保持容器运行 |
|
||
| Admin 页面不适合主展示 | 只用 Provider 分层说明辅助讲系统设计 |
|
||
| 面试官追问生产部署 | 明确当前是求职版 MVP，本轮重点是产品闭环和系统边界 |
|
||
|
||
---
|
||
|
||
## 6. 演示完成标准
|
||
|
||
- [ ] 面试官能在 30 秒内理解产品定位。
|
||
- [ ] 能现场看到普通故事和绘本结果。
|
||
- [ ] 能解释失败降级和资产重试。
|
||
- [ ] 能解释为什么 Provider 分层是产品设计，而不是单纯技术炫技。
|
||
- [ ] 能说明语音共创当前是 Phase A Alpha，而不是实时语音最终形态。
|
||
- [ ] 能说明下一步计划，而不是让项目停在 demo。
|