PicAnalysis/.project/brainstorm.md

头脑风暴记录 - 图片OCR与智能文档管理系统

会议时间

2026-02-21

参与人员

• 产品负责人
• 技术架构师
• AI/ML专家

头脑风暴主题

1. 用户旅程和交互流程

1.1 典型使用场景

场景A: 会议记录快速转化

用户截取线上会议截图 → 上传系统 → OCR识别 → AI提取要点 → 生成待办事项 → 分配截止日期

场景B: 收集资料归档

用户看到有用的文章/图表 → 截图保存 → OCR提取文字 → AI自动打标签 → 归档到知识库

场景C: 待办事项管理

截图聊天记录中的任务 → OCR识别 → 一键转化为待办 → 设置提醒 → 后续跟踪

1.2 交互优化点

• 支持快捷键触发截图（全局快捷键）
• OCR完成后自动进入编辑模式
• AI分析结果可一键应用或手动调整
• 待办事项支持拖拽排序
• 标签支持快捷输入（按回车添加）

2. 边界情况和异常处理

2.1 OCR相关

场景	处理方案
图片模糊/质量差	提示用户重新上传，提供图片预处理选项
OCR无文字结果	友好提示"未检测到文字"，允许手动输入
OCR部分识别失败	标注不确定区域，允许用户修正
多语言混合图片	自动检测语言或让用户指定

2.2 AI相关

场景	处理方案
AI API调用失败	降级到模板匹配或允许手动输入
API配额用尽	提示用户并阻止新请求，提供配额管理
响应超时	设置合理超时时间，提供重试选项
标签/分类不合理	允许用户反馈，改进prompt

2.3 文件相关

场景	处理方案
文件过大	前端预校验，超出限制友好提示
不支持的格式	明确告知支持的格式列表
网络中断上传失败	支持断点续传或重试机制

3. 数据模型优化建议

3.1 增加的实体

• Folder: 文件夹，用于组织文档和待办
• Reminder: 提醒记录，支持定时提醒
• ActivityLog: 操作日志，审计追踪
• Template: 模板，预设待办/文档格式

3.2 关系优化

• 支持待办事项之间的依赖关系
• 文档可以关联多个待办事项
• 标签支持层级结构

4. 安全性和权限控制

4.1 多租户隔离

• 每个用户的数据完全隔离
• 用户间不能查看彼此数据
• 未来可扩展为团队共享模式

4.2 API密钥管理

• 用户个人的AI API密钥加密存储
• 支持平台提供密钥（配额管理）
• 密钥使用量统计和限流

4.3 数据安全

• 定期自动备份
• 敏感操作二次确认
• 敏感信息脱敏显示

5. 性能优化点

5.1 前端优化

• 图片上传前压缩（减少带宽）
• 虚拟列表（大量文档/待办场景）
• 图片懒加载
• Service Worker缓存

5.2 后端优化

• OCR任务队列化（避免阻塞）
• AI分析异步处理
• 数据库查询优化（索引、分页）
• 图片CDN加速（可选）

5.3 OCR优化

• 图片预处理（去噪、锐化、旋转校正）
• 文字区域检测（ROI裁剪）
• 缓存OCR结果（避免重复识别）

6. 可扩展性考虑

6.1 插件化架构

• OCR提供商插件化
• AI提供商插件化
• 存储后端插件化（本地/OSS/S3）

6.2 Webhook支持

• OCR完成通知
• AI分析完成通知
• 待办事项到期提醒

6.3 API开放

• RESTful API完整文档
• Web API密钥管理
• SDK提供（Python/JavaScript）

7. AI Prompt工程

7.1 智能标签生成Prompt（支持动态创建）

你是一个智能文档助手。请分析以下文本，生成3-5个最相关的标签。

要求：
1. 标签应简洁明了（2-4个字）
2. 优先提取：主题、领域、关键实体
3. 如果现有标签库中没有合适的，可以创建新标签
4. 新标签应该具有普遍性和复用性
5. 以JSON数组格式返回

用户现有标签：
{existing_tags}

文本内容：
{content}

返回格式：
{
  "tags": ["标签1", "标签2", "标签3"],
  "new_tags": ["新标签1"],  // 如果创建了新标签
  "confidence": 0.95
}

7.2 智能分类建议Prompt（支持动态创建分类）

你是一个智能文档助手。请分析以下文本，判断其最合适的分类。

要求：
1. 首先从现有分类中选择最匹配的
2. 如果现有分类都不合适，创建一个新分类
3. 新分类名称应该简洁、清晰、有概括性
4. 推荐一个合适的图标emoji

现有分类：
{existing_categories}

文本内容：
{content}

返回格式：
{
  "category": "分类名称",  // 已有或新建
  "is_new": false,  // 是否新建
  "suggested_icon": "📄",  // 推荐图标
  "confidence": 0.88,
  "reason": "分类理由"
}

7.3 文档类型智能检测Prompt

你是一个智能文档类型识别助手。请分析以下文本，判断文档类型。

常见文档类型：
- 会议记录：包含会议、讨论、纪要等关键词
- 待办事项：包含任务、计划、TODO等
- 学习笔记：包含笔记、重点、总结等
- 发票/票据：包含金额、日期、发票等
- 合同/协议：包含条款、签署、协议等
- 资料文章：一般性文章、资料
- 代码/技术：包含代码、技术文档
- 其他：无法明确分类

文本内容：
{content}

返回格式：
{
  "type": "meeting_notes",  // 类型标识
  "type_name": "会议记录",  // 类型显示名
  "confidence": 0.92
}

7.4 待办提取Prompt（增强版）

你是一个智能待办助手。请从以下文本中提取待办事项。

要求：
1. 识别所有行动项和任务
2. 提取优先级（根据紧急程度关键词：紧急、重要、尽快等）
3. 如果有明确时间，提取截止日期
4. 每个待办事项简洁明确
5. 如果文本本身就是要办事项列表，直接提取

文本内容：
{content}

返回JSON格式：
{
  "todos": [
    {
      "title": "完成项目报告",
      "description": "需要在周五前提交给经理",
      "priority": "high",
      "due_date": "2024-01-12",  // 如果有明确日期
      "suggested_tags": ["工作", "报告"]
    }
  ],
  "is_todo_list": true  // 是否本身就是待办列表
}

7.5 图片质量评估Prompt

你是一个图片质量评估助手。请评估以下OCR结果的质量。

OCR结果：
{ocr_result}
置信度：{confidence}

请评估：
1. 文本是否完整可读
2. 是否有明显错误或乱码
3. 是否有重要信息缺失

返回格式：
{
  "quality": "good",  // good/acceptable/poor
  "confidence_score": 0.75,  // 综合质量分数
  "issues": [],  // 发现的问题列表
  "suggestion": "continue"  // continue/manual/retry
}

8. 创意功能想法

8.1 智能推荐

• 基于历史行为推荐标签
• 相似文档推荐
• 智能归档建议
• 动态分类建议：根据内容自动创建新分类
• 标签自动补全：输入时智能推荐相关标签

8.2 数据可视化

• 标签云展示（大小随使用频率变化）
• 待办完成率图表
• 文档创建趋势
• 三种状态待办统计：未完成/已完成/已确认占比

8.3 快捷操作

• 拖拽截图到浏览器自动上传
• 邮件转发创建待办
• 微信/钉钉机器人集成
• 全局快捷键截图：系统级快捷键触发截图上传

8.4 AI增强

• 自动提取文档关键信息（日期、人名、金额）
• 智能总结长文档
• 多文档合并分析
• AI创建新类型：根据内容自动创建新的文档/待办类型
• 智能分类图标：为新分类自动匹配合适的emoji图标

8.5 待处理图片优化

• 图片自动增强：模糊检测、自动锐化、降噪
• 批量处理：一键重试所有待处理图片
• 智能裁剪：自动检测并裁剪到文字区域
• OCR提示：对于模糊图片给出改善建议

8.6 三状态待办工作流

• 自动化流转： overdue自动提醒 → completed自动归档
• 批量确认：一键确认所有已完成待办
• 定时清理：已确认超过N天的自动归档
• 完成感奖励：完成任务时的动效反馈

---

决策记录

决策点	选择方案	理由	时间
前端框架	React	生态丰富，Ant Design组件库成熟	2026-02-21
后端框架	Express	成熟稳定，中间件丰富	2026-02-21
数据库	SQLite开发/PG生产	开发简单，生产可扩展	2026-02-21
OCR方案	可配置（本地+云端）	灵活性最高，适应不同场景	2026-02-21
AI集成	抽象层设计	便于扩展新提供商	2026-02-21

---

待讨论问题

1. 是否需要支持批量导入历史图片？
2. 待办事项是否需要支持子任务？
3. 是否需要文档版本历史？
4. 是否需要支持全文搜索（高亮）？
5. 是否需要导出功能（PDF/Word）？

---

下一步行动

• 完成需求文档
• 完成头脑风暴记录
• 技术选型确认
• 架构设计文档
• 详细开发计划