GuangYu/Story-extractor
4
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
1d6f0cc370124864938b305fbc7fed32b4aeabe7
Story-extractor/docs/Story-Extractor-产品设计文档.md
Nelson 1d6f0cc370 init
2026-04-24 16:02:16 +08:00

14 KiB
Raw Blame History

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
Reference in New Issue View Git Blame Copy Permalink