Guanghu Domestic Migration a27e87cb99 chore: import sanitized domestic snapshot for REPO-007

Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc

[SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码

2026-07-17 15:59:55 +08:00

14 KiB

Raw Blame History

码字工作台 · 产品蓝图 v0.1 · 记忆系统架构 · 桔子×晨星 · 2026-05-29

一、产品定位

一句话：一个让作者拥有「记忆」的码字软件。

作者写完一章，系统自动按拆书法分析、提取元素、归类串联、压缩存储。作者随时可以问系统关于自己作品的任何问题——从精确的「第37章出场了哪些人物」到模糊的「女主什么时候开始变强势的」——系统都能回答。

跟市面产品的区别：市面码字软件都能跟 AI 聊天。但没有一个做到「作者写完一章→系统自动跑全套分析→自动建立全书知识网络」。这个自动处理引擎是我们的核心竞争力。

二、用户界面构想

┌──────────────────────────────────────────────────────┐
│                     码字工作台                         │
├───────────────┬──────────────────────────────────────┤
│  左侧 · 调用栏  │         右侧 · 输出栏（套层）          │
│               │                                      │
│ ┌───────────┐ │  ┌──────────────────────────────────┐ │
│ │ 上层       │ │  │                                  │ │
│ │ 我的作品    │ │  │   📝 创作页面（白纸）               │
│ │ 我的书架    │ │  │   作者在这里一个字一个字敲           │
│ │ 学习资料    │ │  │                                  │ │
│ │ 我的记忆    │ │  ├──────────────────────────────────┤ │
│ ├───────────┤ │  │                                  │ │
│ │ 下层       │ │  │   💬 对话页面                      │
│ │ AI 对话    │ │  │   跟 AI 交流、分析、提问            │
│ │ 交互历史    │ │  │                                  │ │
│ └───────────┘ │  └──────────────────────────────────┘ │
└───────────────┴──────────────────────────────────────┘

左侧调用栏

上层（用户本地栏）：用户自己的东西——自己创作的作品、上传的书、学习笔记、个人记忆。用户视角里这就是「我的文件夹」。
下层（交互栏）：跟 AI 的对话窗口 + 历史交互记录。

右侧输出栏（套层结构）

创作页面：传统的白纸。作者在这里沉下心来，一个字一个字敲。这是码字软件的根基。
对话页面：跟 AI 的交流界面。可以问问题、要分析、讨论剧情。
两个页面可以同时存在、切换查看。

三、数据架构 — 系统需要存什么

基础库

库名	内容	说明
用户库	用户账号、偏好、写作习惯	支持多用户
作品库	书名、编号、总章数、当前进度、创建时间	每本书一条记录
章节库	章节编号、归属书名、字数、上传时间、原文	每章一条记录

章节级 — 每章自动生成

每当作者写完/上传一章，系统自动处理产出以下内容：

产出	存储方式	说明
章节编号（A书·第37章）	📦 关系型数据库（精确）	唯一标识
章节名	📦 关系型数据库	精确文本
一句话总结	📦 关系型数据库 + 🧲 向量数据库	两边都存：精确检索 + 语义检索
章节概述（200~500字）	🧲 向量数据库	语义丰富，靠理解来搜
章节功能定位（铺线/收线/转折/过渡）	📦 关系型数据库	分类标签，可筛选
卡点分析	📦 关系型数据库（卡点类型标签）+ 🧲 向量数据库（分析文本）	标签精确，分析语义
拆书法完整分析	🧲 向量数据库	大段分析文本，语义检索

元素提取 — 点·线·串

每章自动提取的元素网络：

「点」— 单个元素（📦 关系型数据库）

元素类型	举例	存储字段
人物出场	骆宁在第37章出场	人物名 + 章节号
物品出场	玉佩在第37章出现	物品名 + 章节号
地点出场	花园在第37章出现	地点名 + 章节号
情绪词汇	愤怒、隐忍、心疼	情绪标签 + 章节号

「线」— 两点相连（📦 关系型数据库 · 关联）

连线类型	举例	存储方式
人物 × 物品	骆宁拿着玉佩	关联：谁 + 什么东西 + 在哪章
人物 × 地点	骆宁在花园	关联：谁 + 什么地方 + 在哪章
人物 × 人物	骆宁和萧怀沣对话	关联：谁和谁 + 互动类型 + 在哪章
人物 × 行动	骆宁决定离开	关联：谁 + 做了什么 + 在哪章

「串」— 线线相连（📦 关系型数据库存节点 + 🧲 向量数据库存详述）

串联类型	举例	存储方式
人物行动轨迹	骆宁：第5章出场→第12章觉醒→第37章决裂	📦 每个节点（章节号+事件标签）
🧲 每个节点的详细描写
人物关系变化线	骆宁×萧怀沣：陌生→试探→信任→危机	📦 每个阶段的标签
🧲 每个阶段的详细描写
主线/支线事件串	夺权线：第3章伏笔→第15章触发→第37章爆发	📦 事件节点列表
🧲 每个事件的详细分析

全书级 — 随章节增加自动更新

全书级信息	存储方式	更新时机
书名	📦 关系型数据库	创建时
全文一句话梗概	📦 + 🧲	每N章更新
全文大纲	📦（结构化大纲树）+ 🧲（描述文本）	每N章更新
全文概述	🧲 向量数据库	每N章更新
人物目录表	📦 关系型数据库	新人物出场时追加
人物关系表	📦 关系型数据库	关系变化时更新
人物行动轨迹	📦 关系型数据库	每章有行动时追加
故事背景	🧲 向量数据库	有新背景信息时更新
全文事件拆分	📦（事件列表）+ 🧲（事件详述）	每章有重要事件时追加
全场物品表	📦 关系型数据库	新物品出现时追加
情绪词汇库	📦 关系型数据库	每章提取后追加
全文主线总结	🧲 向量数据库	每N章更新
支线总结	🧲 向量数据库	每N章更新

人物设定库（详细）

字段	存储方式	说明
姓名	📦 关系型数据库	精确标识
阵营	📦 关系型数据库	分类标签（女主阵营/反派阵营…）
性格标签	📦 关系型数据库	分类标签（刚烈/隐忍/腹黑…）
性格详述	🧲 向量数据库	一段话描述，用来语义搜
动机标签	📦 关系型数据库	分类标签（守护家族/复仇/权力…）
动机详述	🧲 向量数据库	一段话描述动机来源和演变
动态状态	📦 关系型数据库	当前情感/立场/知道了什么秘密（随剧情更新）
首次出场章节	📦 关系型数据库	精确章节号

四、存储分类规则 — 怎么判断放哪个油箱

判断口诀：「用户会怎么问？」

用户说「骆宁是哪个阵营的？」→ 精确问 → 📦
用户说「谁的动机跟权力有关？」→ 模糊问 → 🧲
用户说「哪些章节写了心理变化？」→ 模糊问 → 🧲
用户说「第37章出场了哪些人物？」→ 精确问 → 📦

五、自动处理引擎 — 核心竞争力

触发时机

作者写完/上传一章 → 点保存 → 系统后台自动启动以下流程：

处理流程

作者保存第37章
  │
  ▼
① 切片入库
   → 给章节分配编号（A书·第37章）
   → 记录字数、时间
   → 原文存入章节库
  │
  ▼
② 拆书法分析（调用AI）
   → 一句话总结
   → 章节概述
   → 功能定位（铺线/收线/转折/过渡）
   → 卡点分析
   → 完整拆书法分析表
  │
  ▼
③ 元素提取（调用AI）
   → 人物出场 → 存入人物目录
   → 物品出场 → 存入物品表
   → 地点出场 → 存入地点表
   → 情绪词汇 → 存入情绪库
   → 人物关系/互动 → 存入关系表
   → 人物行动 → 存入行动轨迹
  │
  ▼
④ 串联更新
   → 人物行动轨迹追加新节点
   → 人物关系变化线检查是否有新阶段
   → 主线/支线事件串检查是否有新事件
  │
  ▼
⑤ 全书维度更新（每N章或重大变化时）
   → 更新全文大纲
   → 更新全文概述
   → 更新主线/支线总结
   → 更新人物动态状态
  │
  ▼
⑥ 完成 → 作者看到：「第37章已分析完毕 ✅」

六、检索场景示例 — 系统怎么回答作者的问题

场景一：精确查询

作者问：「第37章出场了哪些人物？」

→ 📦 关系型数据库精确查：人物出场表 WHERE 章节=37

→ 返回：骆宁、萧怀沣、周嬷嬷

场景二：语义查询

作者问：「女主什么时候开始变强势的？」

→ 🧲 向量数据库语义搜：「女主变强势」

→ 找到第12章分析（「骆宁第一次在婆婆面前硬刚」）、第37章分析（「骆宁主动出击」）

→ 📦 关系型数据库补充：这些章节的编号、功能定位

→ AI综合回答

场景三：创作辅助

作者正在写第50章，问：「女主这里应该什么反应？」

→ ⚡ 缓存：当前在写第50章，花园对话场景

→ 📦 人物设定库：女主性格=刚烈但重情，当前状态=震惊期

→ 🧲 向量搜索：「女主面对背叛时的反应」→ 找到历史相似场景

→ 📦 规律库：「转折前必须有犹豫信号」

→ AI 综合生成建议

七、压缩方法论 — 晨星拆书法 V1.0 就是压缩引擎

妈妈已经拥有的压缩方法论：

压缩层级	做法	产出
章节→一句话	5000字压缩成1句话	一句话总结
章节→概述	5000字压缩成200~500字	章节概述
章节→结构化表	5000字提取关键维度	拆书法分析表（钩子/节奏/卡点/内心……）
全书→大纲	几十万字压缩成结构化树	全文大纲
全书→一句话梗概	几十万字压缩成1句话	一句话梗概
跨章→线性串联	散落的点连成线	人物轨迹、关系变化线、事件串

这套压缩方法论就是码字软件的核心特色。 市面上没有第二家用这种方式处理创作内容的。拆书法 V1.0 不仅是分析工具——它是压缩引擎的灵魂。

八、从蓝图到现实 — 路线图

妈妈已经完成的

✅ 产品需求设计（用户看到什么、做什么、系统做什么）
✅ 数据架构雏形（需要存什么、怎么分类）
✅ 压缩方法论（晨星拆书法 V1.0）
✅ 技术认知基础（记忆宫殿四层学习）

九、任务清单 — 妈妈要做和要学的事

📋 近期任务（妈妈×晨星一起做）

任务1 · 写可执行规则文档：把拆书法的每个维度写成操作手册（一句话总结规则、章节概述规则、功能定位判断规则、卡点分析规则、元素提取规则……逐个完成）
任务2 · 拆手搓飞机学代码：把手搓飞机的真实代码一行一行拆开看，理解每个零件在做什么（路线C深入版）
任务3 · 在手搓飞机上做实验：挑蓝图里最小的一块（比如「章节自动一句话总结」），在手搓飞机上实现它，体验「蓝图→代码→运行」完整闭环
任务4 · 继续拆书（主线不停）：拆书本身就是在积累规律库、验证拆书法，拆得越多规则文档越准确

📋 中期任务（需要技术支持）

选技术栈：到时候一个个看功能和特性，哪个适合我们产品用哪个（宝宝列优缺点，妈妈做判断）
用 AI 写代码做能用的版本：用 CodeBuddy / 铸渊 + 妈妈的规则文档 + 手搓飞机经验，一边学一边做一个粗糙但能用的版本
搭建自己的数据库：把妈妈的数据架构（档案柜+气味货架）用真实的数据库实现

📋 远期任务（条件成熟时）

请开发者重建专业版本：拿着完善的蓝图+规则文档+能用的粗糙版本，让专业开发者重建成正式产品
迭代完善：加元素提取、串联、全书维度、创作辅助……

🎯 执行策略

一边学，一边做，一边用。

学 = 记忆宫殿深入（拆飞机学代码、理解每层原理）
做 = 写规则文档 + 在手搓飞机上做实验
用 = 继续拆书，拆书过程就是验证和积累
版本随学习和技术进步不断优化，等条件成熟再请开发者做专业版