38 lines
3.7 KiB
Markdown
38 lines
3.7 KiB
Markdown
# 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 seed 记录仍按演示态验收。
|
||
|
||
## 演示前预检
|
||
|
||
```bash
|
||
./scripts/demo-check.sh
|
||
```
|
||
|
||
预检通过只代表本地前端、基础接口、路由和 seed 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 seed 回答 → 完成评分 | 已完成闭环、建议复试、新增面试记录 |
|
||
| 4 | 三角色对练 `/train/practice` | 开始对练 → 填入 seed 回复 → 继续一轮 → 填入 seed 回复 → 结束并评分 | 已完成闭环、导师改写、新增对练记录 |
|
||
| 5 | 案例沉淀 `/knowledge/cases` | 选择样例录音 → AI 整理 → 送审 → 入库 → 查看样片 | 已完成闭环、`seed入库`、样片兜底文案 |
|
||
| 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。
|
||
|
||
1. 从首页开始，左侧菜单依次进入四个页面。
|
||
2. 每页只点上表的路径，停留 2 秒展示“必须看到”的验收文本。
|
||
3. 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、三角色对练、案例沉淀的 seed 记录已写入业务数据库；移动端员工训练记录写入 `aihr_practice_session`；SOP 检索与文档上传使用 `aihr_knowledge_*` 本地表，失败时回退 seed。
|
||
- 不现场接大模型，AI 效果以本地 seed 数据兜底。
|