admin
77aa992872
AI 面试 /start 动态出题、/finish 按真实回答结构化评分(未配模型用本地 Rubric 估分);案例沉淀 /upload 改 multipart 真实语音+ASR 转写, /organize 用真实 transcript 调 chat 模型整理;seed service 重构为 AihrInterviewService/AihrCaseService;前端面试/案例/对练页与移动端、 demo-check、验收文档同步真实链路口径。
4.2 KiB
4.2 KiB
一期 MVP 演示与验收清单
本文件是 MVP 现场演示入口：先跑预检，再按演示流逐条点击。当前证明一期 MVP 路径可讲、可点、可截图；移动端员工端、候选人端、主管端首页已拆到独立 mobile/ 工程并按高保真原型实现，已接手机号短信登录，数据 API 优先请求 GET /api/aihr/mobile/home/{role} 并保留本地 fallback；员工端训练完成后写入 aihr_practice_session，用于训练历史、主管待复盘列表和能力画像；SOP 检索已可查本地 MySQL seed 片段，并支持 txt/md/PDF/Word/Excel/PPT 上传解析为本地 fragment，配置 vector 模型后会写入 embedding 并尽力同步 Qdrant，管理端 AI 面试和案例沉淀按真实模型/ASR 优先验收。
演示前预检
./scripts/demo-check.sh
预检通过只代表本地前端、基础接口、路由和关键标记在位。真实演示仍以浏览器点击为准。
现场演示脚本
| 顺序 | 页面 | 点击路径 | 必须看到 |
|---|---|---|---|
| 1 | 首页 /index |
打开首页 | 只展示“首页 / AI面试 / 三角色对练 / 案例沉淀 / SOP知识库 / 资料处理 / 系统设置-模型配置” |
| 2 | 移动端三端 http://127.0.0.1:5174/h5/user、/h5/candidate、/h5/supervisor |
打开后先手机号登录；已配置 AIHR_SMS_LOGIN_TEMPLATE_ID 时可真实收短信，新手机号会自动注册；员工端点“开始训练”完成两轮提交，再打开主管端 |
员工端显示评分、“训练完成，主管端待复盘已更新”、训练历史和能力画像；主管端完训人数、“待复盘对练”计数和待复盘列表增加；点进待复盘记录可看评分、话术、导师改写，并可标记已复盘；候选人面试、主管团队概况分别可见；接口不可用时走本地 fallback；视觉参考 docs/prototypes/*端-首页.png，底部导航停留在移动端工程内 |
| 3 | AI面试 /recruit/interview |
生成题目 → 填满参考回答或输入真实回答 → 完成评分 | 配置 chat 模型时真实生成题目和评分；未配置时用本地 Rubric 估分，不返回固定候选人分数；应看到新增面试记录 |
| 4 | 三角色对练 /train/practice |
开始对练 → 填入参考回复或输入真实回复 → 继续一轮 → 结束并评分 | 已完成闭环、导师改写、新增对练记录；数据库已启用 chat 模型时，客户回复与评分为真实 LLM 生成（回复不再是固定台词，分数随话术变化），未配置时使用本地剧本兜底 |
| 5 | 案例沉淀 /knowledge/cases |
上传真实语音 → ASR 转写 → AI 整理 → 送审 → 入库 → 查看样片 | 已完成闭环，最近案例新增真实转写生成的记录；视频仍用样片兜底 |
| 6 | SOP知识库 /knowledge/sop |
上传 txt/md/PDF/Word/Excel/PPT 文档或使用 seed 文档 → 检索 → 生成训练题 | 已完成闭环、引用 SOP 原文片段、训练题已生成 |
| 7 | 资料处理 /knowledge/processing |
打开页面 → 查看解析任务 → 查看处理链路 → 可选点“服务端导入”导入 .data/import 下少量样例 |
可看到资料总量、等待/解析中/完成/失败、片段数、向量化状态和事件列表 |
录屏兜底
录屏只保留一条完整路径，不录框架后台配置。
- 从首页开始，左侧菜单依次进入四个页面。
- 每页只点上表的路径，停留 2 秒展示“必须看到”的验收文本。
- 若现场网络或浏览器状态异常，用本阶段通过验收的四张截图兜底：
/tmp/wygj-ai-interview-flow.png、/tmp/wygj-practice-flow.png、/tmp/wygj-cases-flow.png、/tmp/wygj-sop-flow.png。
不演示
- 不演示 SSO、权限配置、知识图谱、数字人视频生成、绩效挂钩。
- 不承诺管理端 AI 面试、案例沉淀已写入正式业务数据库；三角色对练（管理端与移动端）记录写入
aihr_practice_session；SOP 检索与文档上传使用aihr_knowledge_*本地表，失败时回退 seed。 - 大模型不作为演示硬依赖：模型管理已启用 chat 模型时，三角色对练为真实 LLM 生成与评分（asr/tts 配置后语音输入/播报可用）；未配置或现场调用失败时全链路自动回退 seed，演示不中断。