admin
829df0c9aa
训练时长/贡献度/测评分/AI等级四指标映射到 TechSpec M6 既有 P1 排期:贡献度复用 incentive_point+审核链计分,AI等级用 cert_rule 组合三指标,展示面落 mobile profile 接口;标注挂钩绩效须过闸门。
89 lines
6.4 KiB
Markdown
89 lines
6.4 KiB
Markdown
# Backlog
|
|
|
|
## 需求池:2026-07-03 甲方反馈四项
|
|
|
|
> 来源:甲方微信反馈(2026-07-03)。均不进 2026-07-05 一期 Demo(守 MVP 切割线),按下方优先级顺序排入 Demo 后迭代。
|
|
> 依据:`物业AI人力资源系统业务需求文档BRD.md`(D1 数据权限、4.3.4 案例视频、G6 成本闸门)、`物业AI人力资源系统开发规格TechSpec.md`(5 数据表、6.2 persona_json、/api/ai/tts 契约)。
|
|
|
|
### B1. 层级数据权限 + 人资运营者角色(优先级 1,成本最低)
|
|
|
|
需求:按所管人层级看到不同项目人数;人资部门作为"运营者"负责整理资料、出题、每日收集训练结果、考评。
|
|
|
|
- 组织快照映射进 `sys_dept`(本地只存 `ext_party_id`,BRD 4.6),数据权限以「项目」为范围主体(D1),用若依 `@DataPermission` 过滤,"不同项目人数"即权限过滤后的聚合报表。
|
|
- 新建 `hr_operator` 角色,菜单挂既有/规划中后台能力:
|
|
- 资料整理:SOP/案例管理(`AihrSopController` / `AihrCaseController`,已有)
|
|
- 出题:`practice_scenario` 场景/人设/rubric 管理(TechSpec 第 5 章)
|
|
- 考评:评分复核,基于评分缓存 `practice_score`
|
|
- **净新增工作量**:「每日训练结果」按日聚合报表一张页面(`practice_session` 聚合,TechSpec M10 驾驶舱子集);其余为角色/菜单/数据权限配置。
|
|
|
|
### B2. AI 面试官/客户人设:分岗位形象 + 多语气声(优先级 2,对练体验提升最大)
|
|
|
|
需求:AI 员工分岗位等级面试官形象;模拟多种语气声——老太说话慢、带方言、吵架、求救听不清。
|
|
|
|
- 复用三角色对练人设机制,**不新建架构**:面试官 = 另一组 `practice_scenario.persona_json`(TechSpec 6.2),按岗位等级(管家/主管/项目经理)建多条,新增字段:
|
|
- `avatar_url`:岗位形象头像,由 B3 文生图生成
|
|
- `voice_profile`:`{ voice_id, speed, emotion, pitch, dialect }`
|
|
- TTS 契约扩展:`POST /api/ai/tts` 的 `voice` 参数扩成 voice_profile。以 MiniMax speech-2.8-hd 为参照:
|
|
- 老太慢速 → 老年音色(如 `Chinese (Mandarin)_Gentle_Senior`)+ `speed: 0.7`
|
|
- 方言 → 粤语/川话预置音色,或语音克隆接口用 ~15s 真实录音复刻(方言 TTS 本来就在一期集成清单第 4 项)
|
|
- 吵架 → `emotion: angry` + `speed: 1.2`
|
|
- 求救听不清 → TTS 出 `emotion: sad/fearful` 底音 + ffmpeg 后期加噪/压音量/断续("信道劣化"无现成 API,后期处理最可控)
|
|
|
|
### B3. AI 一键生成场景培训图片(优先级 3)
|
|
|
|
需求:培训场景配图一键生成。
|
|
|
|
- 供应商:SiliconFlow 已接入(embedding 同 key 可用 Kolors/FLUX 文生图),或 MiniMax `POST /v1/image_generation`。
|
|
- 落地:`ruoyi-aihr` 新增 `AihrMediaService` + 异步生成任务表(生成慢,禁止同步等待);生成结果**必须下载转存自有 OSS**(MiniMax 返回 URL 仅 24h 有效)。
|
|
- 前端:场景/SOP 编辑页加"一键生成配图"按钮,SOP 要点自动拼 prompt。
|
|
- 受 G6 约束:图片调用计入月度成本上限。
|
|
|
|
### B4. AI 一键生成培训视频(优先级 4,二期)
|
|
|
|
需求:一键生成培训视频;选定视频接口供应商。
|
|
|
|
- 维持 BRD 既定决策:一期视频用**预渲染样片**(4.3.4),真接口二期;调用量受 G6 成本闸门约束。
|
|
- 形态分层,先便宜后昂贵:
|
|
1. **图文转视频**(首选落地):B3 图片 + TTS 配音 + 字幕,ffmpeg 合成,成本近零
|
|
2. **数字人口播**(案例讲解视频主力):腾讯智影 / 百度曦灵 / 硅基智能,按分钟计费,比文生视频便宜一个量级
|
|
3. **文生视频**(片头/场景氛围镜头):可灵 Kling / 火山即梦 Seedance / MiniMax 海螺 / 通义万相
|
|
- 选型倾向:二期先只接 **MiniMax 一家**打通(LLM + TTS + 文生图 + 视频一个 key 一套鉴权,对 2 人团队集成量最小,且同时覆盖 B2 语气声);视频质量不满意再单换可灵/即梦——全部封装在自有 provider 抽象后(参照 siliconflow embedding provider 先例)。
|
|
|
|
### B5. 员工四维画像:训练时长 / 贡献度 / 测评分 / AI 等级
|
|
|
|
需求(甲方 2026-07-03 补充):每个员工要有训练时长、贡献度、测评分、AI 等级。贡献度 = 为平台提供的有效案例/资源等;AI 等级 = 系统对其的等级评定。
|
|
|
|
约九成落在 TechSpec **M6 能力/认证/激励(P1)** 既有排期内,不新建平行体系:
|
|
|
|
| 指标 | 承载 | 缺口 |
|
|
|---|---|---|
|
|
| 训练时长 | `practice_session.started_at`、`course_enrollment`(P1) | session 补 `duration_seconds` 字段 + 按人/按期聚合 |
|
|
| 贡献度 | `incentive_point`(P1,自带 `source`)+ BRD 4.7 审核链 | 贡献计分规则(见下) |
|
|
| 测评分 | 两层已设计:单场 `practice_session.total_score`(4维)+ 跨期 `competency_assessment`(BRD 4.5 五维加权 40/25/20/10/5) | 无;**两层勿混成一个数** |
|
|
| AI 等级 | `certification` / `cert_rule`(初/中/高,`condition_json` 规则引擎,P1) | 只需写等级条件规则 |
|
|
|
|
设计要点:
|
|
|
|
- **贡献度 = 积分体系的一个来源**:员工提交案例 → `review_task` 专家终审通过 → `incentive_point` 记 `source='case_contribution'` 积分并署名入库(BRD 4.7 已定);贡献度即该来源积分累计,可按案例被引用/选入训练营加权。审核、署名、积分共用一条流水,不加表。
|
|
- **AI 等级 = cert_rule 组合另外三个指标**:`condition_json` 示例 `{训练时长≥20h, 画像总分≥75, 贡献积分≥100} → 中级`。遵守 BRD"一期建规则,**挂钩推迟**"——等级可上线,挂钩晋升/绩效须过生产前闸门(AI 分挂钩绩效公平性/申诉、员工接受度 G4)。
|
|
- **展示面已有落点**:移动端 `GET /api/aihr/mobile/profile`(能力画像)聚合四指标(雷达图+时长+贡献积分+等级);管理端对应规划中的 `/competency/radar`、`/competency/cert`。
|
|
|
|
净新增工作量:① session 时长字段+聚合;② 审核通过→积分的贡献计分服务逻辑;③ profile 接口拼装四指标。其余为 M6 既有 P1 表和页面。
|
|
|
|
## Future Enhancements
|
|
|
|
### Model Classification Version Governance
|
|
|
|
Current behavior:
|
|
|
|
- Same document fingerprint reuses existing category, summary, and tags.
|
|
- Model classification uses `temperature=0` to reduce drift.
|
|
|
|
Add later when model upgrades need governance:
|
|
|
|
- Record provider, model name, prompt version, and analysis time.
|
|
- Preview batch reclassification after model changes.
|
|
- Show before/after category and tag diffs.
|
|
- Require admin confirmation before overwriting historical metadata.
|
|
- Keep an audit trail of prior classification versions.
|