prop-ai-hr/docs/AI陪练二期开发推进计划.md

AI 陪练二期开发推进计划

版本:v0.2 ｜ 日期:2026-07-06 输入源:《AI陪练功能优化与缺口分析(修订版 · 2026-07-06)》+《物业行业 AI 人力资源系统 · BRD v1.1》。 v0.2 修订:与两份输入源逐项复核后补齐 6 处缺漏——#6/#9/#16/师徒演练的明确处置(§2)、#13 定向再练的里程碑落点(M4)、画像雷达图与 BRD L1「留」段验收承载(M4)、TechSpec P1 表映射与岗位身份前置(M1)、场景管理权限口径(M1/§7)、G6 成本上限量化(§7)。 结论:二期不做“24 个缺口全量铺开”,先把 AI 陪练从 MVP 演示闭环推进到生活顾问岗位试点可用。

1. 二期目标

二期的交付主题是:围绕“生活顾问”岗位,把 AI 陪练做成可训练、可复盘、可派发、可衡量的“数字师傅”训练闭环。

业务上承接 BRD 的“育 / 用 / 留”三段:

BRD 主线	二期落点
用	岗位 SOP 与训练场景绑定,训练前给预习卡和红线话术
育	语音对手戏、多场景训练、求助、打断纠偏、训练记录
留	画像扩展、复盘标注、主管预警、定向再练

二期不追求招聘、薪酬、绩效、知识图谱、原生 APP 的全量扩张。AI 分数仍定位为“辅助参考,人可否决”。

2. 范围切割

必做

工作包	覆盖缺口	价值
场景地基	#1 #2 #3 #13 #17 #19	把代码 seed 迁到表,让岗位、场景、分发可运营
对练体验增强	#4 #5 #7 #8 #10	训练前有准备、训练中有情绪变化和纠偏、语音体验更像真实业主
复盘与记录	#11 #12 #14 #20	训练后能回放、标注、人工校准,形成可复盘资产
画像与主管侧	#15 #17 #19	员工看成长,主管看风险并派专项
数据治理底线	#22 #23	Rubric 有版本,文本入库前脱敏,为试点和合规留余地

暂缓

暂缓项	原因
实时主管旁听(#18)	WebSocket + 低延迟音频工程量大;先做事后回放
录像存储	涉员工隐私和 G3/G4,二期只存录音
完整离线对练(#24)	无 LLM 不可离线;只做 SOP/预习/题目缓存
纯视觉向量检索	依赖素材规模和供应商合规;现有关键帧 caption 已可覆盖大部分检索
原生 APP、SSO、知识图谱、绩效挂钩	BRD 已明确为二期后或生产闸门项
图片/视频情境输入(#9)	BRD 4.3.3 明列(拍照报修),vision 模型已就绪;但场景素材是瓶颈,待 12 条文本场景跑稳后独立评估,可与 B3 文生图联动
环境噪音模拟(#6)	前端混音成本不高但非试点闭环必需;噪音音源授权未解决
自动案例沉淀(#16)	挂 BRD 4.6/4.7 共创与 review_task 审核链;二期只保证"贡献度"有人工计分入口(见 M4),自动沉淀待案例量起来再评估
师徒演练(BRD 4.4)	依赖 mentor_assignment(P1)与真人师父运营;二期由"主管复盘 + 派发"承载师徒最小语义
动态难度调级(#1 后半 / BRD 4.5)	场景表保留 difficulty 字段即可;自动升降级依赖画像数据稳定,分发规则 v1 不做

3. 技术路线

3.1 数据地基先行

二期第一优先级是把训练运营对象落库。当前现状是 2 个 seed 场景 + aihr_practice_session 汇总表,足够演示,不够试点。

建议新增或补齐以下表,统一使用 aihr_* 前缀:

表	用途
aihr_practice_scenario	训练场景、岗位、项目类型、难度、人设、SOP 绑定
aihr_practice_rubric / aihr_practice_rubric_dimension	Rubric 版本、维度、权重、启停
aihr_practice_assignment	主管/规则引擎派发每日小训、专项训练
aihr_practice_annotation	finish 后逐句标注、好/差示例、证据 turn
aihr_practice_calibration	人工修正评分,沉淀一致率校准集
aihr_practice_audio 或 audio_oss_id 字段	对练录音 MinIO/sys_oss 回放

注意:旧 TechSpec 中出现过 practice_scenario 等无前缀名称,二期实现时应同步修正文档或在 DDL 中明确采用 aihr_practice_*,避免和若依/未来模块冲突。

与 TechSpec P1 表的映射(不另建平行体系):

• aihr_practice_assignment 吸收 daily_drill(每日一练)与 training_camp(专项训练营)的语义,用 source(daily/camp/retry/manual)+ reason 字段区分来源,不再单独建这两张表。
• mistake_book(错题本)语义由“低分维度 → 定向再练派发”承载(见 M4),assignment.source='retry' 即错题重练记录。
• 跨期五维画像仍走 TechSpec M6 的 competency_assessment,本计划只做单场四维分与四项画像聚合,勿与跨期评估混成一个数(BACKLOG B5 口径)。

3.2 复用现有能力

• 语音识别继续复用 POST /api/ai/asr,不新建移动端专用 ASR。
• TTS 继续复用 POST /api/ai/tts,二期把 voice 扩成 voice_profile。
• 文件与录音存储复用 sys_oss + MinIO。
• SOP 求助复用 /api/knowledge/search 和 /api/knowledge/summary-card。
• 模型配置继续走 aihr_model_config 的 chat/vector/rerank/asr/tts/vision 分类。
• 员工端训练仍复用 /api/train/practice/start|turn|finish,不要另起一套移动端训练后端。

4. 里程碑计划

M0. 二期基线冻结(2 天)

目标:确认二期不再追 MVP 演示壳,而是追试点可用闭环。

• 锁定首个岗位:生活顾问。
• 锁定首批场景:投诉处理、催费/停车费、报修跟进、突发求助。
• 每类至少 3 条场景,二期首批共 12 条。
• 每条场景必须有:人设、开场、成功条件、雷点/爽点、SOP 引用、Rubric。
• 明确试点指标:20 名员工、每人 10 次对练、完训率 80%、满意度 4/5。

验收:

• docs/BACKLOG.md 和本计划无冲突。
• 内容负责人能提供或确认 12 条场景素材。
• 开发不再把“实时旁听、录像、知识图谱、原生 APP”拉进二期。

M1. 场景与 Rubric 地基(第 1-2 周)

目标:让“场景管理”和“评分标准版本”从代码 seed 变成可运营数据。

后端:

• backend/script/sql/aihr_practice_mysql8.sql:补二期表或新增同目录二期 DDL。
• backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/domain/AihrPracticeDto.java:补 scenario/rubric/assignment DTO。
• 新增 AihrPracticeScenarioService 或扩展 AihrPracticeSeedService:优先读表,失败回退 seed。
• AihrPracticeController:新增场景列表、详情、保存、启停、Rubric 查询接口。
• scripts/reset-dev-db.sh:导入新 DDL 和 12 条生活顾问 seed。

管理端:

• frontend/src/api/aihr/practice.ts:补场景/Rubric API。
• frontend/src/views/train/practice.vue:先加轻量场景选择和 Rubric 预览,不做复杂 CRUD。

移动端:

• mobile/src/App.vue:“开始训练”根据岗位/今日安排传 scenarioId,没有数据时回退当前 seed。

验收:

• 管理端能选择不同生活顾问场景并开始对练。
• API 可返回场景绑定的 SOP、Rubric、persona。
• 模型失败或表为空时,原 MVP 对练仍可跑。
• 场景 CRUD 接口挂 hr_operator 角色权限(BACKLOG B1“出题”职责),普通员工端只读。
• 员工进入训练时能按登录身份取到岗位(position),场景列表按岗位过滤——这是 M4 派发与分发规则的身份前置。

M2. 训练前与训练中增强(第 3-4 周)

目标:把体验从“回合制答题”推进到“有准备、有情绪、有求助”的语音对手戏。

功能:

• 训练前预习卡:从场景 SOP 生成“要点 / 红线 / 可说话术”。
• 每轮 emotion 由 LLM 输出并落入 turn/session,不再只用 seed 锚点。
• 求助按钮:训练中弹出该场景 SOP 提示,记录一次求助事件。
• 主动打断:COACH_CHECK 命中红线时中断本轮,提示纠正后重来。
• 方言/多语气:先支持 voice_profile.speed/emotion/dialect,不做语音克隆。

文件落点:

• AihrPracticeLlmService.java:扩展 turn 输出 JSON,包含 emotion/trustDelta/redFlag/coachHint。
• AihrPracticeSeedService.java:seed fallback 也返回同样字段。
• AihrSpeechDto.java / AihrSpeechService.java:扩展 TTS voice 参数,保留旧字符串兼容。
• frontend/src/views/train/practice.vue:加预习卡、情绪条、求助按钮、红线提示。
• mobile/src/App.vue:复用训练前卡和求助逻辑,语音失败仍退文本。

验收:

• 员工开始训练前能看到该场景预习卡。
• 至少 3 条场景能看到情绪随话术变化。
• 求助按钮命中 SOP 并显示引用。
• 红线话术触发纠偏,但不在训练中做逐句评分。

M3. 录音回放与复盘标注(第 5 周)

目标:训练完成后能复盘,但不做实时旁听。

功能:

• 训练中员工音频和 TTS 音频按需存 MinIO,记录 oss_id。
• 主管复盘详情展示音频回放。
• finish 后对整场 dialogue 做一次性逐句标注,输出“问题句 / 推荐改写 / 命中或漏掉的 SOP 点”。
• 标杆对话先用导师改写生成“更优示例”,不等案例库自然积累。

文件落点:

• backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrPracticeSeedService.java:保存 session 时写 audio/annotation 信息。
• 新增 AihrPracticeReviewService.java:生成和查询逐句标注。
• AihrMobileController.java:复盘详情返回 audio 和 annotations。
• mobile/src/App.vue:主管复盘详情增加回放和逐句标注区。

验收:

• 完成一场训练后,主管端能打开回放。
• 逐句标注只在 finish 后生成一次,刷新不重复算分。
• 没有录音权限时仍保存文本 transcript。

M4. 画像、校准与主管派发(第 6-7 周)

目标:把训练结果变成员工成长与主管管理动作。

功能:

• 员工画像扩展为四项:训练时长、贡献度、测评分、AI 等级(BACKLOG B5;贡献度二期用人工计分入口记 incentive_point,不做自动案例沉淀)。
• 员工端画像以雷达图 + 趋势呈现单场四维分聚合(BRD 4.5 可视化口径,数据留跨期 competency_assessment 的入口)。
• 主管端预警:连续低分、超期未训、分数下滑。
• 批量训练任务派发:主管按岗位/短板派发专项。
• 定向再练(#13):低分维度自动生成 source='retry' 的待训任务,员工“今日安排”可见——错题本语义的最小实现。
• 人工评分校准:HR/主管可修正 AI 评分,形成校准集。
• 训练数据脱敏:入库前处理姓名、手机号、房号等明显 PII。

文件落点:

• AihrMobileSeedService.java:扩展 profile() 聚合。
• AihrMobileDto.java:补画像、预警、派发 DTO。
• AihrMobileController.java:新增/扩展主管预警、派发接口。
• frontend/src/views/train/practice.vue 或新增管理端页:提供人工校准入口。
• mobile/src/App.vue:员工画像和主管待办展示新增字段。

验收:

• 员工端能看到四项画像,不做同侪排名。
• 主管端能看到待处理预警并派发训练。
• 低分场景完成后,员工待训列表出现对应的再练任务。
• 人工修正评分后,保留原 AI 分和修正分。
• 入库文本中明显手机号/房号被脱敏。

M5. 试点收口(第 8 周)

目标:二期可进入 1-2 个住宅项目小范围试点。

验收清单:

• 生活顾问 12 条场景可用。
• 员工从“今日安排”进入训练,完成后画像和主管端同步。
• 主管能复盘、听录音、看逐句标注、派发专项。
• AI 与人工评分分档一致率用不少于 20 条样本评估,目标 ≥70%。
• 住宅类 SOP 问答人工评审可用率目标 ≥80%。
• 语音单轮响应目标 ≤5 秒;超过时有文本降级。
• 试点数据可导出:训练次数、完训率、平均分、预警数、主管复盘率。

5. 二期 API 建议

能力	接口
场景列表	GET /api/train/practice/scenarios?position=&scenarioType=
场景详情	GET /api/train/practice/scenarios/{id}
保存场景	POST /api/train/practice/scenarios
Rubric 版本	GET /api/train/practice/rubrics?scenarioId=
训练预习卡	GET /api/train/practice/scenarios/{id}/prep-card
逐句标注	POST /api/train/practice/sessions/{sessionId}/annotations
评分校准	POST /api/train/practice/sessions/{sessionId}/calibration
主管预警	GET /api/aihr/mobile/practice/alerts
派发训练	POST /api/aihr/mobile/practice/assignments
员工待训	GET /api/aihr/mobile/practice/assignments

这些接口都应保留 seed fallback 或空数据兜底,但真实验收必须以数据库链路为准。

6. 内容准备清单

二期能不能推进,最大风险不是代码,是场景内容。每个场景至少准备:

字段	示例
岗位	生活顾问
场景类型	投诉 / 催费 / 报修 / 突发求助
业主人设	年龄、身份、说话风格、情绪、偏见
开场白	“你们物业到底管不管楼上噪音?”
显性诉求	投诉噪音
隐性诉求	想确认物业是否愿意持续跟进
雷点	被敷衍、先讲规定、推给业主自己协调
爽点	先共情、给首次反馈时间、明确责任人
SOP 引用	对应知识库片段 ID
Rubric	合规、沟通、情绪、营销四维权重
标杆话术	1 条优秀版本、1 条反例

7. 决策待确认

决策	推荐口径
二期时长	8 周,每两周一个可验收增量
首个岗位	生活顾问,四保一服后置
录音合规	二期只录音不录像;进入训练前给明确提示
方言/TTS	先扩 voice_profile,不做克隆;供应商稳定后再评估克隆
AI 排序	分发引擎 v1 用规则表,不上 AI 排序
排名	先做自我对比和主管预警,不做同侪排名
场景管理权限	场景/Rubric CRUD 归 hr_operator 与管理员;主管只派发不编场景
G6 成本上限	试点期设 LLM/ASR/TTS 月度调用金额上限与告警阈值(具体数额由 HR 负责人与供应商账单确认);超限降级为文本对练 + 关闭逐句标注

8. 主要风险

风险	控制
内容不足	M0 先锁 12 条生活顾问场景,内容没到位不进 M2
移动端过大	M1 同步拆 mobile/src/App.vue 的训练/画像/主管面板,不继续堆单文件
成本失控	逐句标注只在 finish 后一次性做;总结卡/视频按需触发
评分争议	原 AI 分和人工修正分并存;AI 分不挂绩效
隐私问题	只做录音,不做录像;文本脱敏;音频存储权限明确
范围膨胀	实时旁听、原生 APP、知识图谱、纯视觉检索全部不进二期主线

9. 交付物

类型	交付
产品	员工端训练前卡、语音对手戏、求助、回放、画像;主管端复盘、预警、派发
后端	场景/Rubric/Assignment/Annotation/Calibration 数据与 API
管理端	场景选择/轻管理、Rubric 预览、评分校准
内容	12 条生活顾问场景、SOP 引用、Rubric、标杆话术
验收	20 条评分校准样本、试点数据导出、演示脚本更新

10. 第一批实施任务

Task 1: 二期 DDL 与 seed

Files

• Modify: backend/script/sql/aihr_practice_mysql8.sql
• Modify: scripts/reset-dev-db.sh
• Verify: ./scripts/dev.sh --reset

Steps

• 增加 aihr_practice_scenario、aihr_practice_rubric、aihr_practice_rubric_dimension。
• 写入 12 条生活顾问场景 seed。
• reset 后确认场景表和 rubric 表有数据。

Task 2: 场景读取替换 seed

Files

• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/domain/AihrPracticeDto.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrPracticeSeedService.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/controller/AihrPracticeController.java

Steps

• start 优先按 scenarioId 读数据库场景。
• 数据库无场景时回退现有 seed。
• turn/finish 保持当前契约不破坏前端。

Task 3: 训练前卡和求助

Files

• Modify: frontend/src/api/aihr/practice.ts
• Modify: frontend/src/views/train/practice.vue
• Modify: mobile/src/App.vue
• Reuse: POST /api/knowledge/search

Steps

• 开始训练前展示场景预习卡。
• 训练中加“求助”入口,用场景 category/SOP 引用查知识库。
• 求助失败显示明确错误,不兜假答案。

Task 4: 动态情绪和红线纠偏

Files

• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrPracticeLlmService.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/domain/AihrPracticeDto.java
• Modify: frontend/src/views/train/practice.vue
• Modify: mobile/src/App.vue

Steps

• LLM turn 输出增加 emotion/trust/redFlag/coachHint。
• 前端展示情绪条和红线纠偏。
• 解析失败时回退现有 coachHint,不阻断训练。

Task 5: 回放与逐句标注

Files

• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrSpeechService.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrPracticeSeedService.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/controller/AihrMobileController.java
• Modify: mobile/src/App.vue

Steps

• 对练音频写 sys_oss/MinIO 并关联 session。
• 主管复盘详情显示音频回放。
• finish 后生成逐句标注,刷新不重复生成。

Task 6: 画像与主管派发

Files

• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/service/AihrMobileSeedService.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/domain/vo/AihrMobileDto.java
• Modify: backend/ruoyi-modules/ruoyi-aihr/src/main/java/org/dromara/aihr/controller/AihrMobileController.java
• Modify: mobile/src/App.vue

Steps

• 画像补训练时长、贡献度、测评分、AI 等级。
• 主管端补预警列表。
• 主管可派发专项训练,员工端今日安排可见。

11. 二期完成定义

二期完成不是“所有缺口清零”,而是满足以下条件:

• 生活顾问岗位训练从 seed 演示变成数据库驱动。
• 员工能完成“预习 → 语音/文本训练 → 求助 → 评分 → 复盘”的闭环。
• 主管能完成“看风险 → 听回放 → 看标注 → 派专项”的闭环。
• 画像能支撑“下一步练什么”的规则分发。
• 试点所需的合规、成本、人工校准底线已经留好。