# Story Extractor — 产品设计文档

> 版本：v1.1 · 2026-04-21

---

## 一、产品概述

### 1.1 产品定位

Story Extractor 是一个 **局域网部署的 Web 工具**，用于从直播回放文字稿中自动提取学员个人故事，与讲述者个人信息匹配后，为每位讲述者生成独立的 DOCX 文档。

### 1.2 核心价值

- **自动化**：AI 自动从上万行口语化文字稿中提取学员故事，替代人工阅读筛选
- **结构化**：将散乱的直播内容转化为结构化的"人物 + 故事"文档
- **可复用**：工具化交付，支持后续扩展（LLM 升级、搜索引擎等）

### 1.3 使用场景

| 维度 | 描述 |
|------|------|
| **部署环境** | 局域网，多人可访问 |
| **数据规模** | 20+ 份文字稿（每份上万行），8+ 位讲述者 |
| **用户角色** | 内容运营人员 |

---

## 二、文字稿特征分析

### 2.1 格式特征

每段格式为：**`发言者(时间戳): 内容`**，例如：
```
卢慧老师(00:05:38): 这个我们在我们的启蒙课里面...
14班+HCM(02:39:31): 就是要要打要骂，呵呵...
```

- 有明确的**说话人标记**（老师 / 学员昵称）
- 有**时间戳**，可用于判断发言时长
- 主讲老师占 60-70% 内容，学员发言散落其中

### 2.2 内容构成

| 内容类型 | 占比 | 说明 |
|----------|------|------|
| **课程讲授** | ~55% | 老师讲理论、概念、方法论 |
| **课堂管理** | ~10% | 改昵称、纪律提醒、进组讨论等技术性内容 |
| **疗愈练习** | ~15% | "我愿意看见且释放..." 引导式重复 |
| **学员故事** | ~15% | 学员讲述个人经历，老师追问 |
| **学员短回应** | ~5% | "好的""收到"等 |

### 2.3 故事的实际形态

故事**不是一段完整的自述**，而是**对话式展开**的：
- 老师提问/引导 → 学员回答 → 老师追问 → 学员深入讲述 → 可能穿插疗愈练习
- 一个故事可能跨 **20-30 段对话**，持续 15-30 分钟
- 故事之间没有明显分界，可能上一段还在讲理论，下一段就切入学员故事

### 2.4 典型故事示例

| 讲述者 | 故事概要 |
|--------|----------|
| **14班+HCM** | 从小被妈妈体罚（跪凳子），长大后用同样方式对待女儿，女儿出现躯体化症状 |
| **13-阿纳** | 姥姥因特殊年代藏首饰恐惧自杀，形成"不能有钱"的家族限制性信念 |
| **06班Rena** | 妈妈在怀自己前打掉一个男孩，爸爸重男轻女，自己被当男孩养，对亲密关系有破坏倾向 |
| **11班四维** | 女儿出柜说喜欢同性，追溯到自己出生时妈妈因生女孩而悲伤的家族重男轻女 |

---

## 三、用户流程

### 3.1 流程总览

```
欢迎页 → 上传文件 → 提取故事 → 匹配确认 → 预览导出
```

采用 **线性向导式** 交互，用户依次完成四个步骤。

### 3.2 步骤指示器

- 顶部居中展示 4 个步骤节点（上传文件 → 提取故事 → 匹配确认 → 预览导出）
- 当前步骤高亮（紫色），已完成步骤显示绿色 ✓
- 步骤之间用连线表示进度
- 欢迎页不显示步骤指示器
- 步骤节点可点击跳转（已完成的步骤）

### 3.3 底部导航栏

- 固定在页面底部
- 左侧：上一步按钮（第一步时隐藏）
- 中间：当前步骤提示文案
- 右侧：下一步按钮（最后一步变为"全部导出"）
- 欢迎页不显示底部导航栏

---

## 四、页面详细设计

### 4.0 欢迎页

**目的**：产品介绍 + 引导用户开始

**布局**：页面垂直居中

**内容**：
- 产品 Logo（紫色渐变圆角方块 + 书本图标）
- 产品名称 "Story Extractor"
- 一句话介绍："从直播回放文字稿中，AI 自动提取个人故事，与讲述者信息匹配，一键生成精美文档。"
- 四步流程预览（图标 + 标题 + 副标题）：
  - 📤 上传文件 — 文字稿 + 个人信息
  - 🪄 提取故事 — AI 智能识别
  - 🔗 匹配确认 — 人工核对
  - 📄 预览导出 — 生成 DOCX
- 大号 CTA 按钮："开始使用"

**交互**：
- 点击"开始使用"进入第一步（上传文件）
- 不显示步骤指示器和底部导航栏

---

### 4.1 第一步：上传文件

**目的**：上传直播文字稿和讲述者个人信息

**布局**：左右两栏

**左栏 — 直播文字稿**：
- 标题：直播文字稿（蓝色图标）+ 右侧标注 "DOCX 格式"
- 上传区域（虚线边框拖拽区）：
  - 图标 + "拖拽文件到此处，或点击上传"
  - 提示：支持批量上传 · 仅限 .docx 格式
- 已上传文件列表：
  - 每个文件显示：文件图标（蓝色 DOCX）+ 文件名 + 元信息（行数、大小）
  - 右侧删除按钮

**右栏 — 讲述者信息**：
- 标题：讲述者信息（粉色图标）+ 右侧标注 "一人一个 DOCX"
- 上传区域（虚线边框拖拽区）：
  - 图标 + "拖拽文件到此处，或点击上传"
  - 提示：每个讲述者一个 DOCX · 包含个人信息和照片
- 已上传文件列表：
  - 每个文件显示：文件图标（粉色）+ 文件名 + 元信息（含几张照片）
  - 右侧预览按钮 + 删除按钮

**交互**：
- 底部导航提示："上传文字稿和讲述者信息文件后进入下一步"
- 点击"下一步"进入第二步

---

### 4.2 第二步：提取故事

**目的**：AI 自动从所有文字稿中提取学员个人故事

**进入方式**：从第一步点击"下一步"后自动进入，**自动开始提取**，无需手动触发

#### 阶段 A：提取进度（自动展示）

**布局**：单卡片

**内容**：
- 标题："AI 正在工作中" + 右侧百分比（大号加粗）
- 进度条（粗圆角，紫色渐变填充）
- 当前处理状态：
  - 运行状态指示灯（紫色脉冲动画）
  - 当前文件名："正在读取：xxx.docx"
  - 当前动作：
    - "预处理：过滤课堂管理内容..."
    - "预处理：过滤疗愈练习..."
    - "智能分段：识别话题边界..."
    - "故事识别：检测学员发言..."
    - "故事提取：整理故事内容..."
- 三列状态卡片：
  - 文件读取：`X / 23`（已读文件数 / 总文件数）
  - 话题分段：`XX 段`（已分段数量）
  - 故事发现：`X 个`（已发现故事数量，发现后变绿色）

**进度阶段**：
1. 0-15%：读取文件，预处理（过滤课堂管理、短回应）
2. 15-40%：智能话题分段
3. 40-70%：识别学员故事片段
4. 70-95%：提取故事内容，生成标题和摘要
5. 95-100%：汇总结果

**完成时**：
- 进度条变绿色
- 状态灯变绿色
- 显示"全部处理完成！共处理 X 份文字稿，发现 X 个故事"
- 1.2 秒后自动切换到故事列表

#### 阶段 B：故事列表（提取完成后展示）

**布局**：单卡片

**内容**：
- 标题："已提取的故事" + 右侧 "共 X 个故事"
- 故事卡片列表，每个卡片包含：
  - 故事标题（加粗）
  - 讲述者昵称（从文字稿提取，如"14班+HCM"）
  - 故事摘要（2-3 句话）
  - 来源信息（文件名 + 行号范围 + 时长）
  - 置信度标签（高/中/低）
  - 操作按钮：查看原文、编辑、删除

**交互**：
- 底部导航提示："AI 已提取故事，下一步将故事与讲述者匹配"
- 点击"下一步"进入第三步（**无需全部匹配，可直接进入**）

---

### 4.3 第三步：匹配确认

**目的**：将提取的故事与讲述者一一对应（可选操作）

**布局**：三栏（故事列表 | 匹配操作 | 讲述者列表）

**左栏 — 故事列表**：
- 标题："故事列表" + 右侧 "X 个故事"
- Tab 切换：全部 / 已匹配 / 未匹配
- 故事卡片列表：
  - 故事标题
  - 讲述者昵称（文字稿中的昵称，如"14班+HCM"）
  - 故事摘要（简短版）
  - 匹配状态标签（已匹配显示讲述者姓名，未匹配显示"待匹配"）
  - 点击选中（高亮为橙色背景）
  - 操作：删除（不满意的故事可直接删除）

**中间 — 匹配操作**：
- 紫色圆形箭头按钮
- 提示文字："选中故事和讲述者后点击匹配"

**右栏 — 讲述者列表**：
- 标题："讲述者" + 右侧 "共 X 人"
- 讲述者卡片列表：
  - 头像（姓氏首字，紫色渐变背景）
  - 姓名
  - 文字稿昵称映射（如：张小花 → 14班+HCM）
  - 匹配状态（已匹配 X 个故事 / 未匹配）
  - 点击选中（紫色边框高亮）

**交互**：
- 选中左侧故事 + 选中右侧讲述者 → 点击中间箭头确认匹配
- 匹配完成后故事状态变为"已匹配"
- **可删除不满意的故事**（AI 可能提取出无效故事）
- **无需全部匹配即可进入下一步**（未匹配的故事不会导出）
- 底部导航提示："将需要的故事与讲述者匹配，未匹配的故事不会导出"

---

### 4.4 第四步：预览导出

**目的**：预览最终文档效果并导出

**布局**：左右两栏

**左栏 — 导出列表**：
- 标题："导出列表" + 右侧 "仅显示已匹配的讲述者"
- 导出项列表，每项包含：
  - 状态图标（绿色 ✓ = 已匹配可导出）
  - 文件名："张小花 - 故事集.docx"
  - 元信息："X 个故事 · 含个人信息和照片"
  - 预览按钮、下载按钮
- 未匹配的故事不会出现在导出列表中

**右栏 — 文档预览**：
- 标题："文档预览" + 上一个/下一个切换按钮
- 文档预览卡片（模拟 DOCX 效果）：
  - 顶部：紫色渐变头部
    - 圆形头像占位
    - 讲述者姓名
    - 个人信息（性别 · 年龄 · 城市 · 职业）
  - 正文区域：
    - "她的故事" 标题（紫色下划线）
    - 故事正文（多段落，如有多个故事依次排列）

**交互**：
- 点击"上一个/下一个"切换预览不同讲述者的文档
- 点击单个下载按钮导出单个 DOCX
- 底部"全部导出"按钮（绿色）批量导出所有已匹配讲述者的文档

---

### 4.5 系统设置（弹窗）

**触发**：右上角齿轮图标

**布局**：居中弹窗 Modal

**内容**：

**LLM 配置**：
- API 提供商（下拉选择）：OpenAI (GPT-4) / DeepSeek / 通义千问 / 本地 Ollama / 自定义兼容 API
- 模型名称（文本输入）
- API Base URL（文本输入）
- API Key（密码输入）

**提取参数**：
- 话题分段最大长度（行数）
- 故事最小长度（行数）
- 置信度阈值（低于此值的故事标记为"低置信度"）
- 并发请求数
- Temperature

**操作按钮**：
- 取消、测试连接、保存

---

## 五、数据模型

### 5.1 文字稿（Transcript）

| 字段 | 类型 | 说明 |
|------|------|------|
| id | string | 唯一标识 |
| filename | string | 原始文件名 |
| file_path | string | 服务器存储路径 |
| line_count | int | 总行数 |
| file_size | int | 文件大小（字节） |
| status | enum | pending / processing / done / error |
| uploaded_at | datetime | 上传时间 |

### 5.2 讲述者（Person）

| 字段 | 类型 | 说明 |
|------|------|------|
| id | string | 唯一标识 |
| name | string | 真实姓名 |
| nickname | string | 文字稿中的昵称（如"14班+HCM"） |
| filename | string | 原始 DOCX 文件名 |
| file_path | string | 服务器存储路径 |
| photo_path | string | 提取的照片路径 |
| info | json | 从 DOCX 提取的个人信息（年龄、性别、城市、职业等） |
| uploaded_at | datetime | 上传时间 |

### 5.3 故事（Story）

| 字段 | 类型 | 说明 |
|------|------|------|
| id | string | 唯一标识 |
| title | string | AI 生成的故事标题 |
| summary | string | AI 生成的故事摘要 |
| content | text | 完整故事内容（仅学员讲述部分，已过滤老师对话） |
| speaker_nickname | string | 文字稿中的讲述者昵称（如"14班+HCM"） |
| source_transcript_id | string | 来源文字稿 ID |
| source_lines | json | 在原文中的行号范围 [{start, end}] |
| duration_minutes | float | 预估时长（分钟） |
| confidence | float | 置信度（0.0-1.0） |
| person_id | string | 匹配的讲述者 ID（可为空） |
| match_status | enum | pending / matched / deleted |
| created_at | datetime | 提取时间 |

### 5.4 系统配置（Config）

| 字段 | 类型 | 说明 |
|------|------|------|
| llm_provider | string | API 提供商 |
| llm_model | string | 模型名称 |
| llm_base_url | string | API Base URL |
| llm_api_key | string | API Key（加密存储） |
| segment_max_lines | int | 话题分段最大行数 |
| story_min_lines | int | 故事最小行数 |
| confidence_threshold | float | 置信度阈值 |
| concurrency | int | 并发请求数 |
| temperature | float | Temperature |

---

## 六、输出文档模板

每个讲述者生成一份 DOCX，结构如下：

```
┌─────────────────────────────────┐
│  [照片]                          │
│  姓名：张小花                     │
│  性别：女  年龄：35岁             │
│  城市：北京  职业：全职妈妈         │
├─────────────────────────────────┤
│                                 │
│  她的故事                        │
│  ─────                          │
│  故事正文第一段...                 │
│                                 │
│  故事正文第二段...                 │
│                                 │
│  （如有多个故事，依次排列）         │
│                                 │
└─────────────────────────────────┘
```

- 简洁模板，不花哨
- 个人信息在顶部，照片居中
- 故事正文在下方（仅学员讲述内容，已过滤老师对话）
- 一位讲述者可能有多个故事，依次排列

---

## 七、非功能性需求

| 需求 | 说明 |
|------|------|
| **局域网访问** | 部署在局域网内，多人可通过浏览器访问 |
| **扩展性** | LLM 可替换，后续可扩展文章搜索引擎 |
| **数据安全** | API Key 加密存储，文件仅在服务器本地处理 |
| **并发处理** | 支持多文件并发提取，避免前端长时间等待 |
| **容错性** | 单个文件处理失败不影响其他文件 |