Files
lpt-meta/OPTIMIZATION_BACKLOG.md
T

64 KiB
Raw Blame History

LPT 实现优化清单

面向接手实现的代理。每条都是功能性问题(数据正确性、能力缺失、性能、安全),不含外观类改进。 §3 列出已确认的设计决策:它们是有意为之的行为,不要当作缺陷修改。

0. 基线信息

项目 核对基线
生成时间 2026-09-14
代码基线 lpt-be c961157 / lpt-fe e66bdb7 / lpt-ai 200f088 / lpt-infra 0a23075 / lpt-docs 9cb9c75
核对方式 通读上述仓库源码 + 对线上 prod/dev 做只读探测(见附录 A)
复核时间 2026-10-08
复核基线 lpt-be 04d1f40 / lpt-fe 99a1b16 / lpt-ai bf56c2b / lpt-infra 34f2380 / lpt-docs a16cb4c
复核结论 会话-01/02/03 已修(lpt-be d8c8b76);会话-04 仍无 @Scheduled;AI-03 已修(见条目)。基础设施变更:时区固定、LLM 切换为 DeepSeek(不影响本清单条目)

若某仓库 HEAD 已明显晚于上表,先确认问题是否已被修复,再动手。

1. 协作约定

  • 完成一项后:勾选对应条目并追加一行「完成于 <仓库> 」;若条目语义已被改动,直接重写条目,不要追加开发日志。
  • 涉及概念/设计语义的改动(如会话生命周期、有效时间定义):必须同步更新 lpt-docs 的概念或设计文档;lpt-docs 只写概念与设计,不写实现过程。
  • 本文档不记载开发过程,只保留「待办 + 依据 + 验收标准」。禁止写入任何密钥、密码、Token 明文。
  • 条目粒度按「一个代理能独立完成并自测」切分,跨仓库条目已标注涉及仓库。
  • §3「设计决策」不是待办:改动前必须先与维护者确认,禁止当成缺陷直接「修复」。若某项决策需要调整,先在 §3 改写该条,再开对应实现条目。
  • 编号规则:条目编号以中文领域前缀开头,形如 复习-02,前缀必须让人一眼看出改动落在哪块(会话、复习、报告、归属、导出、AI、数据、安全、运维、清理);设计决策用 会话-决策01 这种形式。编号不复用,旧编号作为别名保留在条目首次出现处(如 复习-02(原 LPT-09))。

2. 改动计划总览(按模块)

按模块给设计和决策。状态 含义:可直接实施(方案已定,不需维护者再拍板)/待决策(结论落地前不要开工)/依赖其他条目。

模块 条目 优先级 状态 需要先定什么
学习会话生命周期 会话-01 遗忘检测路径不统一 P0 已完成 —
会话-02 isOverTime() 误报超时 P0 已完成 —
会话-03 结束会话不幂等 P0 已完成 —
会话-04 悬挂会话无收敛 P0 已完成 —
会话-05 活跃会话拦截无出路 P1 已完成 —
内容归属与报告 归属-01 内容归属与待归类 待实施 设计已确认 实现级取舍:碎片表如何承载归属、报告字段拆分、归类交互落点
报告-01 报告与碎片不可修订 P1 待设计 与归属-01 同批改报告结构;修订与删除的边界(软删除、历史报告标记)
标记与元信息 标记-01 统一标记存储 P1 待决策 可挂对象;标记名受控方式;标记值类型;按标记检索;标记名治理与可见性
复习 复习-01 复习回路补全 待确认 待决策(6 项) Feed 是否含报告;反馈动作形态;覆盖率口径;待归类呈现;遗漏项语义;排序可配置性
复习-02 Feed 只读无反馈动作 P1 依赖复习-01 反馈动作形态(复习-01 第 2 项)
复习-03 Feed 随机取样 P3 已完成 —
复习-04 覆盖率查询拉全量 P3 依赖复习-01 覆盖率口径(复习-01 第 3 项)
复习-05 Feed 返回全文 P3 依赖复习-01 条目单位与摘要口径(复习-01 第 1 项)
复习-06 学习引导 P1 已确认待实施 依赖 AI-02 / AI-03,以及标记-01 的存储设计
复习-07 复习耗时统计 P2 已完成 —
AI 链路 AI-01 事务内同步等 AI P2 已完成 —
AI-02 全链路同步阻塞 P2 已完成 —
AI-03 单 worker 串行无重试 P2 已完成 —
AI-04 防并发锁是 JVM 内存锁 P2 已完成 —
数据与检索 数据-01 业务主表缺索引 P3 已完成 —
数据-02 统计聚合在内存 P3 已完成 —
数据-03 编号撞号风险 P3 已完成 —
导出 导出-01 无数据导出 P1 已完成 —
安全 安全-01 数据库凭证明文 P4 已暂缓(维护者决定) 重新评估前提见条目内「当前决策」
安全-02 Actuator 鉴权边界 P4 已完成 —
安全-03 AI 入站无防护 P4 已完成 —
安全-04 生产打印全部 SQL P4 已完成 —
运维与清理 运维-01 备份只在同一 PVC P4 待决策 异地 / 对象存储目标选型,需你提供目标
清理-01 死代码与死表 P4 待决策 删除 / 保留并在 lpt-docs 说明定位
学习录音 录音-01 采集后端接口与 OBS 后端 P1 已实现·已暂停 先定采集方案:OBS / 自研原生
录音-02 控制通道与会话绑定 P1 已暂停 轮询 lpt-be / 直连本机端口(建议轮询)
录音-03 音频落盘与对象存储 P1 已暂停 对象存储选型(MinIO / 云对象存储)
录音-04 转写链路(provider 可配置) P2 已暂停 AI-02 / AI-03
录音-05 录制可见性与隐私边界 P1 已暂停 指示形态、他人语音口径
录音-06 浏览器侧接入 P1 已暂停 油猴脚本 / 直接进 lpt-fe

学习录音模块已整体暂停(2026‑10‑08):录音-01 的实现已完成并实测通过,但采到系统音频的两条路线(依赖 OBS / 自研原生)还没定,其余条目全部挂起。详见 §12。

已确认的设计决策(不是待办):会话-决策01 少于 10 分钟不计入总时长;会话-决策02 遗忘判定阈值 50 分钟;录音-决策01 录音由本机伴随程序负责;录音-决策02 只采系统输出不采麦克风。


3. 已确认的设计决策(不是待办,不要当缺陷改)

会话-决策01(原 D-01)少于 10 分钟的有效学习时间不计入总学习时间

  • 依据:StudySessionsEntity.endedStudySession():effectiveTime < 10 * 60 → setEffectiveTime(0); setEffectivenessRatio(0);常量 MIN_EFFECTIVE_TIME_SECONDS。
  • 决策:25 分钟的番茄钟已经足够碎片化,更短的碎片视为噪声,刻意不记录。
  • 注意:这与 lpt-docs/design/principles.md 中「量化,但不评判」存在张力,但已由维护者确认为有意取舍。除非维护者主动改变口径,否则不要改成「保留真实值 + 打标记」。
  • 来源:原 LPT-02 条目,2026-09-14 由维护者澄清后重新归类。

会话-决策02(原 D-02)遗忘判定阈值为 50 分钟(2 × WORK_DURATION)

  • 依据:StudySessionsEntity.isOverTime():minutes >= WORK_DURATION * 2;触发时按 lastStartTime + 25 分钟 截断有效时间。
  • 决策:25~50 分钟区间默认用户仍在屏幕前(番茄钟已提醒但可能正在收尾),不做截断;超过 50 分钟才判定为「忘了点暂停/结束」。
  • 注意:不要把这个阈值改成等于番茄钟长度(25 分钟);阈值存在的意义是区分「在学」与「忘了关」。真正要修的是执行路径不统一,见 会话-01。

录音-决策01 录音由运行在本机的伴随程序负责,浏览器不采集也不传输音频

  • 依据:浏览器无法在 Linux/macOS 采集系统音频(Chrome/Edge 仅在 Windows/ChromeOS 共享整个屏幕时可采系统声,Linux/macOS 只能采标签页音频,Firefox/Safari 不支持音频捕获);Chromium media/audio/pulse/audio_manager_pulse.cc 明确排除 monitor(loopback)设备。此外公网页面直连本机端口在 Chrome 142+ 受 Local Network Access 权限约束(Chrome 152 实测:公网页面向 127.0.0.1 的 fetch 被拒,navigator.permissions.query({name:'local-network-access'}) 返回 prompt)。
  • 决策:采集、编码、上传全部由运行在用户本机的伴随程序完成;网页只负责发起、结束与展示。网页关闭或崩溃不影响录音。
  • 注意:不要把「浏览器直接采系统声」当作可用的退化路径,也不要默认用「本地端口直连」做控制通道(取舍见 录音-02)。

录音-决策02 只采系统输出,不采麦克风

  • 依据:录音要回答的是「用户听到了什么」,而不是「房间里发生了什么」。
  • 决策:只采系统混音,不采麦克风,也不用麦克风作为兜底来源。
  • 注意:这条同时收敛隐私范围与转写噪音,不要为提高「完整性」而混入麦克风。

录音-决策03 采集层只用 OBS,不自研原生采集(已暂停,待重评)

2026‑10‑08:本决策已回退为「待重评」。录音-01 实现完成后暴露了两个与决策依据相冲的事实:① OBS 无法直接录出纯音频(详见 §12),必须再引入 ffmpeg 抽音轨;② OBS 安装体积与跨平台配置差异成本高于先前估计。重启本模块前重新拍板,参见 §12「路线分叉」。

  • 依据(当时):OBS 三平台都原生支持系统音频采集(Windows WASAPI loopback、Linux PulseAudio/PipeWire monitor、macOS 13+ ScreenCaptureKit),官方发布覆盖 Windows x64/arm64、macOS Apple/Intel、Ubuntu .deb;自研需分别实现三套原生采集(尤其 macOS SCK),成本远高于引入 OBS。
  • 决策(暂停):采集层只做 OBS 后端,不保留原生后端的分支;OBS 的发布与升级由用户自行负责。
  • 注意:不要因为「不想让用户装 OBS」而临时增加虚拟声卡方案(Linux module-remap-source + 常驻 watcher),该路线已实测可行但被本决策取代。

4. P0 数据正确性

会话-01(原 LPT-01)遗忘检测只在「重新进入学习页面」这一条路径上执行

  • 已完成
  • 完成于 lpt-be d8c8b76
  • 涉及仓库:lpt-be(可选 lpt-fe 心跳)
  • 前提:系统已具备遗忘检测(见 会话-决策02),问题不在于缺少机制,而在于它只挂在一条路径上。
  • 依据:pausedStudySession(lastStartTime.plusMinutes(WORK_DURATION)) 只在 StudySessionsServiceImpl.startOrContinueStudySession() 中出现(全仓唯一)。而 pauseStudySession() 与 StudySessionsEntity.endedStudySession()(内部 pausedStudySession(now))都是直接 effective += now - lastStartTime,没有遗忘检测。
  • 影响:页面不刷新、停留在前台时,pause / ended 两条路径依然可达。典型场景:番茄钟响起后用户离开,3 小时后回到同一个页面点「休息」(StartTask.vue 的 restTimer() → stopTimer() → pause 接口),这 3 小时被全额计入有效学习时间。是否被截断取决于用户有没有刷新过页面。
  • 理由:这恰好落在 会话-决策02 想覆盖的「忘了点暂停/结束」场景里,属于检测点遗漏,会让同一行为产生两种统计结果,直接损害时间数据的可信度。
  • 建议:抽出统一的结算时间函数(如 resolveSettlementTime(session):now - lastStartTime > 50min 时返回 lastStartTime + 25min,否则返回 now),在 pause / ended / 定时收敛三条路径共用;番茄钟长度与两类阈值统一配置化。
  • 验收:构造「ONGOING 且 last_start_time 为 3 小时前」的会话,分别调用 pause 与 ended 接口,断言 effective_time 被截断到 25 分钟;StudySessionsEntityTest 同步补用例。

会话-02(原 LPT-03)isOverTime() 误报「超时 25 分钟」

  • 已完成
  • 完成于 lpt-be d8c8b76
  • 涉及仓库:lpt-be
  • 依据:StudySessionsEntity.isOverTime() 只比较 last_start_time 与当前时间,不看 end_time 与 session_state。startOrContinueStudySession() 用同一判定既驱动截断又驱动 systemMessage。
  • 影响:已暂停很久的会话(时间早已在暂停时正确入账),每次回到页面都会弹「上段学习任务已经超时 25 分钟,将仅计算为 25 分钟的有效学习时间」。
  • 建议:拆分「是否需要截断」与「是否需要提示」两个判定,并纳入 end_time / state。
  • 验收:对 state=PAUSED 且 end_time 已存在的会话,接口不返回 systemMessage。

会话-03(原 LPT-04)结束会话不幂等,会产生重复学习报告

  • 已完成
  • 完成于 lpt-be d8c8b76
  • 涉及仓库:lpt-be
  • 依据:StudySessionsEntity.endedStudySession() 在 state = ENDED 时只 log.warn 并原样返回;StudySessionsServiceImpl.endedStudySession() 随后无条件 studyReportsMapper.insert(...)。
  • 影响:重复点击、网络重试即可写入多条报告 → 复习 Feed 重复项、标准导图重复节点、统计重复计数。
  • 建议:state != ENDED 才允许写报告,否则幂等返回;接口层可加幂等键。
  • 验收:对同一 sessionNum 连续调用两次结束接口,第二次不新增报告(断言报告条数)。

会话-04(原 LPT-05)缺少服务端兜底:悬挂会话与超长会话无人收敛

  • 已完成
  • 完成于 lpt-be db55218
  • 涉及仓库:lpt-be
  • 已实施:
    1. 硬兜底阈值 2 小时:进行中且最后一段超过该时长时强制收敛为暂停,按遗忘规则(会话-决策02)截断到 last_start_time + 25 分钟,并落 auto_converged 标记供前端提示「疑似忘记结束」。
    2. 收敛方式采用并用:惰性收敛挂在「活跃会话」与「任务未结束会话」两个读取入口;定时扫描(默认 10 分钟)兜底,保证用户不回来时统计也会收敛、悬挂会话不再阻塞新任务。
    3. 四类阈值(25 分钟番茄钟、50 分钟遗忘判定、2 小时硬兜底、10 分钟有效时间下限)统一收到 lpt.study-time.* 配置,实体入口由统一的时间口径对象承载;非法组合(兜底阈值小于遗忘阈值等)在启动时直接失败。
  • 实现约束:收敛写入一律使用「状态仍为 ONGOING」的条件更新,惰性收敛与定时扫描并发时只结算一次;定时扫描跨租户扫描(系统级后台任务,无登录态),但不影响读取路径的租户隔离。
  • 测试环境:定时任务用 lpt.study-time.scan-enabled: false 在测试配置里关闭,避免调度任务与用例自造的悬挂会话互相干扰(落库集成测试直接调用扫描方法)。
  • 验收:制造一个 3 小时前的 ONGOING 会话,在不访问该任务页面的前提下,惰性/定时收敛后状态为 PAUSED 且有效时间已按 会话-决策02 截断;正常进行中的会话不受影响。✅ 已用落库集成测试覆盖(惰性、定时、不会误伤正常会话、不跨租户、重复扫描不重复结算)

5. P1 会挡路的功能缺口与待补能力

会话-05(原 LPT-07)活跃会话拦截没有出路,会永久堵住新任务

  • 已完成
  • 完成于 lpt-fe 25fbc67(+ lpt-docs 804d53a)
  • 涉及仓库:lpt-fe(+ lpt-be 需提供结束/放弃能力)
  • 已实施:拦截入口补两个新出口:「结束它并开始新任务」(复用 ended 接口,旧会话会生成一份未填写总结的报告)与「放弃该会话」(复用 abort,仅限未产生学习残片的会话,后端拒绝时原样转达原因);两者成功后继续开始当前任务,一次交互内解除阻塞。另对 会话-04 自动收敛过的会话在弹窗与任务页给出「疑似乎忘记结束」提示。
  • 依据(修正):守卫实际位于 StartTask.vue 的 loadTaskSession()(清单原文写的是 Study.vue 的 startTask(),与实际代码不符,已按实际位置改);原行为只有「前往继续 / 取消」,取消后只弹一条提示,用户无处可去。
  • 影响:一个搁置数月的暂停会话会阻止开始任何新任务(所有任务入口都撞同一个守卫),用户必须先找回那个任务手动结束。
  • 验收:存在陈旧活跃会话时,用户可在一次交互内开始新任务。✅ 已用交互式集成测试覆盖五个出口分支(前往继续 / 结束并开始 / 放弃 / 放弃失败 / 取消)

报告-01(原 LPT-08)学习报告与知识碎片不可修订

已确认的决策(2026-10-09,维护者)

  1. 修订范围:知识碎片与学习报告都可编辑、都可删除。删除一律走软删除(deleted),Feed / 统计 / 导图取材按未删除过滤。
    • 取舍:接受了「报告可被改写,因此不再是不可变的原样事实」,换取记录成本下降。这与 §3 支点「学习报告是会话产出的真实记录」存在张力,属于维护者的有意取舍。
    • 连带口径:碎片删除不连带删报告(碎片是原料,报告是收敛)。
    • 导图处理:删改后给受影响任务置「待更新」标记,AI 重建由用户手动触发,不自动重建(避免一次删除触发大范围 AI 调用)。
  2. 删除报告不连带删碎片:报告与碎片在库里是并列关系(都挂在会话上),碎片是独立原料。删除报告时弹窗明示「本次学习的 N 条碎片会保留」。
    • 关键理由:归属-01 之后碎片有独立的内容归属,可能已被归类到其他任务;连带删除会删掉已经归属到别处的内容。
    • 删除后:报告 deleted=1;碎片不变;受影响任务置「待更新」;统计里报告数 -1、碎片数不变。
  3. 删除学习任务时:碎片保留并把内容归属置空(进入待归类),其余(会话、报告、标准导图、回忆记录、应用场景)随任务一并软删除。
    • 与决策 1、2 一致:碎片是原料,不因归属消失而消失;删任务撤销的是「这次学习的时间记录与收敛结果」,不是知识本身。
    • 弹窗必须分别列出「即将删除」与「即将保留(N 条碎片进入待归类)」,避免用户以为删干净了。
    • 顺带修复:当前 deleteTask 只软删任务行、不级联任何东西,而前端弹窗却写着「关联的会话/报告/应用场景将被一并删除」——文案与实现不一致。
  • 未完成
  • 涉及仓库:lpt-be(+ lpt-fe)
  • 依据:端点清单——StudyReportFragments 只有 POST / PUT /{id} / GET;StudyReports 只有创建与查询,没有 PUT、没有 DELETE;碎片也没有 DELETE。
  • 影响:写错不能改,也不能删除,只能改数据库。
  • 理由:知识碎片是学习报告、复习 Feed、标准导图的共同原料,记录成本上升会直接降低记录率,连锁削弱整个复习闭环。
  • 建议:报告支持编辑与删除;碎片支持删除;删除需考虑对标准导图、回忆记录、统计的影响(软删除 + 标记重建导图)。
  • 验收:报告/碎片可编辑与删除;删除后 Feed 与统计不再包含该条。

复习-02(原 LPT-09)复习 Feed 只读,没有反馈动作

  • 未完成
  • 涉及仓库:lpt-be(+ lpt-fe)
  • 依据:Feed 仅提供列表/详情/回忆对比;ReviewServiceImpl.reviewNeedWeight() 的智能权重只有两个信号——时间衰减(createdTime)与任务最近一次回忆覆盖率。
  • 影响:无法表达「这条其实很熟」与「这条完全没印象」;权重长期只有两个偏置,也没有「已复习」状态,同一批内容会反复出现。
  • 建议:加轻量动作(稍后再看 / 已掌握),把「上次复习时间」变成第三个权重信号;保持既有「无压力、偶遇式」设计,不引入强制清单。
  • 依赖:动作形态需先确认 复习-01(§11)中的反馈动作取舍。
  • 验收:用户反馈动作可落库并在下一次 Feed 排序中生效。

导出-01(原 LPT-10)无数据导出

  • 已完成
  • 完成于 lpt-be faaaa13、lpt-fe 87e4cea
  • 涉及仓库:lpt-be(+ lpt-fe)
  • 已实施:两个只读接口 GET /export/task/{taskNum} 与 GET /export/range?startDate&endDate,均支持 format=markdown|json(默认 markdown);内容随统一响应体返回(ExportResult{fileName, contentType, content}),前端落成文件下载,不引入新的响应约定。两种格式共用同一个导出模型,保证内容一致。
  • 范围口径:按时间范围导出时,报告与碎片先按时间倒序合并再按内容归属分组,保证同一任务下两种内容交错时顺序仍然正确;起止日期均为闭区间,省略即不限制(默认方案)。
  • 附带效果:导出内容包含任务维度的统计,顺带覆盖了 复习-07 新增的复习耗时。
  • 理由:lpt-docs 明确系统定位是「辅助学习的工具」,工具型系统应保证数据可携带;同时可缓解备份粒度过粗的问题(见 运维-01)。
  • 验收:导出内容可独立阅读,包含报告/碎片原文与时间信息。✅ 单测覆盖两种格式、范围分组顺序、空范围、非法格式/起止日期倒置;前端集成测试覆盖导出弹窗主流程与未选时间段的拦截

复习-06 学习引导

  • 未完成
  • 涉及仓库:lpt-be + lpt-fe + lpt-ai(概念文档已写入 lpt-docs)
  • 依据:复习只有接触(Feed)与结构提取(回忆对比),概念边界上的误解(例如把“参数量”当成能决定磁盘占用)不会被覆盖率捕捉。
  • 已定:开放式问题引导(例:“1B 参数量的 LLM 模型,会占用多少磁盘空间?”),无标准答案、不判分;AI 在对话中纠正回答里隐含的边界问题;对话不设轮数上限;产出是知识碎片,由用户确认后记录;复用碎片全链路(归属、待归类、导图取材、Feed 回收);碎片默认归属“被引导概念所属的学习任务”,并带「来自学习引导」标记(仅标记,不做特殊处理);记录上下文为复习行为;耗时计入复习-07;不进入学习报告;入口为 Feed 卡片与导图节点;不提供降级形态,AI 不可用时该功能整体不可用。
  • 前置条件:依赖 AI-02 / AI-03(多轮对话不能建在当前同步阻塞的链路上);「来自学习引导」标记的存储依赖标记-01。
  • 验收:一次学习引导结束后,用户确认可生成一条归属正确、带来源标记的碎片,并随导图增量更新出现;不确认则不产生任何数据;AI 不可用时入口不可用,且不影响复习其他部分。

复习-07 复习耗时统计

  • 已完成
  • 完成于 lpt-be 3b33cd8、67c8711,lpt-fe 21af81f
  • 涉及仓库:lpt-be + lpt-fe
  • 已实施:回忆记录落 review_duration_seconds,recall 接口接收前端计时并由服务端统一结算,复习总览按任务聚合后与学习时长并列。
  • 遗留:学习引导尚未实现(复习-06),其耗时复用同一个 review_duration_seconds 字段,不需要再改表结构。
  • 依据:复习总览目前只展示来自会话的“累计有效学习时长”(ReviewTaskStats.effectiveTime),复习行为本身没有任何计时,投入不可见。
  • 已定口径:只对回忆对比与学习引导计时,滚动浏览不计时;超过 5 分钟无交互则截断到上一次交互时间(复习没有暂停动作);命名“复习耗时”,不叫有效复习时间、不套用 10 分钟最小阈值;复习总览按任务与学习时长并列展示;不做跨任务汇总大数字、不设目标、不参与复习排序。
  • 建议:把复习行为作为时间记录的主体(回忆对比已有记录实体,学习引导新增),耗时写在该行为上;前端补空闲检测并上报交互时间。
  • 验收:完成一次回忆对比后,复习总览该任务行出现复习耗时且与学习时长分列;页面挂机超过 5 分钟不再继续累计。

6. P2 AI 链路(收益成本比最高)

AI-01(原 LPT-11)recallCompare 在事务中同步等待 AI,长事务占用数据库连接

  • 未完成
  • 涉及仓库:lpt-be
  • 依据:StandardMindMapServiceImpl.recallCompare() 标注 @Transactional,内部同步调用 AiServiceClient.compareRecall()(轮询上限 lpt.ai-service.timeout-seconds: 600)。Hikari 连接池未显式配置,为默认 10。
  • 影响:并发几个回忆对比即可耗尽连接池,导致全站请求阻塞。这是建议最先修的一条:把 AI 调用移出事务即可,改动小、风险低。
  • 建议:先做纯读的对比计算(事务外),再开短事务写入回忆记录;或引入任务表 + 异步回写(与 AI-02 一起做)。
  • 验收:AI 调用期间不持有数据库连接(可通过连接池监控或长事务日志证明)。

AI-02(原 LPT-12)AI 全链路同步阻塞,用户需干等最长 10 分钟

  • 已完成
  • 完成于 lpt-be cf380c5、lpt-fe e52682c(+ lpt-docs 39efbb6)
  • 涉及仓库:lpt-be + lpt-fe + lpt-ai
  • 已实施:新增 ai_tasks 表与统一 AI 任务接口(POST /ai/tasks、GET /ai/tasks/{taskNum}、GET /ai/tasks/latest):
    • 提交秒级返回任务标识,结果写在 result_payload,按标识可重复获取;
    • 三类能力(回忆对比、标准导图生成、报告草稿)全部改为任务;
    • 读取接口不再产生副作用:GET /review/standard-mind-map/{taskNum} 不再自动生成(缺失时返回 null),GET /study-sessions/{sessionNum}/report-draft 已删除;
    • 执行器在 ai-task-* 线程池里执行,提交后立即投递,@Scheduled 兜底扫描接手投递失败与进程重启;卡在 RUNNING 超过阈值的任务会被回收重试。
  • 顺带修掉的一个真实缺陷:后台执行线程没有 Web 上下文,而租户拦截器与公共字段自动填充都取 StpUtil,会直接抛 NotWebContextException。已引入 TenantContext 让后台线程显式声明执行身份(以任务所属用户执行),请求线程行为不变。
  • 遗留:lpt-ai 侧无需改动(AI-03 已提供任务队列);lpt-be 的 AiServiceClient 仍是「提交到 lpt-ai 后轮询」的同步封装,但已被调用在执行线程内,不再阻塞请求。
  • 依据:lpt-fe/src/utils/request.ts 的 timeout: 600000;lpt-be 的 AiServiceClient.submitAndWait() 内部轮询最长 600s;GET /study-sessions/{sessionNum}/report-draft 这类 GET 也会触发 10 分钟阻塞并计费。
  • 验收:提交 AI 任务后接口在秒级返回任务标识;任务结果可重复获取,无需重试即可拿到。✅ 落库集成测试覆盖:提交不在请求线程里调 AI、按标识重复查询结果一致、失败任务可查到原因、任务受租户隔离

AI-03(原 LPT-13)lpt-ai 单 worker 串行且无重试

  • 已完成
  • 涉及仓库:lpt-ai(+ lpt-be 超时策略)
  • 完成于 lpt-ai bf56c2b
  • 依据:task-queue.ts 只有一个 processing 标志顺序处理;失败直接置 failed,无退避重试;任务记录 TTL_MS = 1 小时。
  • 影响:N 个并发请求时第 N 个需等待 N × LLM 耗时,超过 lpt-be 的 600s 超时后表现为「AI 实际成功、客户端已超时」,结果既不落库也不告知,用户重复点击导致重复计费。LLM 的 429/5xx 抖动被当成永久失败。
  • 已实施:
    • Worker 池:并发度 LPT_AI_CONCURRENCY(默认 2),队列改为基于 id 的 FIFO。
    • 退避重试:新增 llm/retry.ts,仅重试 408/429/5xx 与超时;4xx 客户端错误与「API Key 未配置」不重试;服务端 Retry-After 优先于自算退避。为此让 LlmError 保留上游真实状态码(原先一律记为 502,无法区分 429 与 400)。
    • 幂等与结果复用:以 type + params 的稳定哈希为幂等键(支持显式 idempotencyKey);进行中的相同请求合并为同一任务,已完成结果在 LPT_AI_RESULT_CACHE_MS 窗口内复用;失败任务不复用,保留用户重试机会;请求体 force: true 可强制重新生成。
    • 队列改为可注入依赖的 TaskQueue 类,测试覆盖并发、重试、复用与清理。
  • 不得改动的契约:/ai/tasks 必须固定返回 201(Java 端 AiServiceClient 把非 201 视为提交失败),复用信息放在响应体的 reused / status 字段。
  • 验收:并发 N 个任务时耗时不再线性增长;可重试错误不产生失败结论。✅ 已用假 LLM 服务端到端验证:4 个任务× 300 ms 共用 431 ms(串行需 1200 ms+);前两次 429 后仍为 done;相同请求只调用 LLM 1 次。
  • 遗留:lpt-ai 的部署(lpt-infra configmap)未设队列相关环境变量,目前走默认值;需要调优时再补。

AI-04(原 LPT-14)防并发锁是 JVM 内存锁

  • 已完成
  • 完成于 lpt-be cf380c5
  • 涉及仓库:lpt-be
  • 已实施:删除 StandardMindMapServiceImpl 里的 ConcurrentHashMap<String, AtomicBoolean> generatingTasks,改为基于 ai_tasks 的进行中判定:同一用户 + 同一类型 + 同一目标已有 PENDING/RUNNING 任务时复用该任务,因此不存在「多副本锁失效」。执行侧再用「状态仍为 PENDING」的条件更新抢占,多副本并发也不会重复执行。
  • 对外语义已明确:提交接口返回的是任务状态(AiTaskResponse),不再是可能为 null 的实体;前端据此展示「正在生成」。
  • 验收:多副本场景下同一任务不会并发生成;生成中重复请求返回明确的进行中状态。✅ 单测覆盖「同一目标重复提交返回同一任务标识」,集成测试覆盖重复提交复用

7. P3 检索与数据增长

数据-01(原 LPT-15)业务主表缺索引,而每条查询都被追加租户条件

  • 已完成
  • 完成于 lpt-be e506c4d(补了 created_by 打头的复合索引;EXPLAIN 需在 MySQL 上核对)
  • 涉及仓库:lpt-be
  • 依据:V20250629_1__LPT_dataBase_init.sql 中 study_sessions / study_reports / study_report_fragments / tasks 均只有主键;MybatisPlusConfig 的租户拦截器给每条 SELECT/UPDATE/DELETE 追加 created_by = ?;全仓仅少数 review 表有索引。
  • 影响:所有高频查询(Feed、统计、按会话取碎片/报告)都是全表扫描 + 过滤,随使用量线性劣化。
  • 建议:按实际查询补复合索引,例如 (created_by, task_num, session_state)、(created_by, session_num, created_time)、(created_by, created_time)、(created_by, task_num, calculated_priority)。
  • 验收:EXPLAIN 显示关键查询走索引而非全表扫描。

复习-03(原 LPT-16)Feed 使用 ORDER BY RAND()

  • 已完成
  • 完成于 lpt-be 251a468
  • 涉及仓库:lpt-be
  • 已实施:采样方式改为「随机起点 + 顺序取窗口」:先用 MIN(id)/MAX(id)(StudyReportFragmentsMapper.selectIdRange)取主键区间,在区间内随机选起点,再按 id ASC 取够数量;不足时从头回绕补齐,并按主键去重。random 与 smart 两种模式共用该方法,全仓已无 ORDER BY RAND()。
    • 起点后的 id >= ? ORDER BY id LIMIT n 走主键索引,不再有全表随机排序。
    • 取舍:删除造成的 id 空洞会让靠后的内容被略微偏重。对「偶遇式」的 Feed 可以接受,换来的是稳定的访问路径;若将来需要严格均匀,可改为预生成候选池。
  • 验收:Feed 接口不产生全表随机排序(EXPLAIN 可验证)。✅ 落库集成测试覆盖取满数量、页内不重复、确实随机(40 轮取样去重后远多于单页容量)、起点落在末尾时的回绕补齐

复习-04(原 LPT-17)取「每任务最近一次回忆覆盖率」时拉取全部回忆记录

  • 未完成
  • 涉及仓库:lpt-be
  • 依据:ReviewServiceImpl.latestRecallRatioByTask() 按 taskNum in (...) 查询全部记录(含体积较大的 compare_result JSON)后只在内存里取每条任务的第一条。
  • 影响:数据传输量与内存占用随复习次数线性增长。
  • 建议:改为分组取最新(子查询/MAX(created_time)),或把最近覆盖率冗余到任务表/导图表。
  • 验收:该查询返回行数等于任务数而非回忆记录数。

数据-02(原 LPT-18)统计聚合在内存中完成且无时间范围

  • 未完成
  • 涉及仓库:lpt-be
  • 依据:ReviewServiceImpl.fillReviewTaskStats() 加载所有任务的全部会话到内存再聚合,无时间窗、无分页。
  • 影响:使用越久越慢,且会随会话数增长而内存膨胀。
  • 建议:下推为 SQL 聚合(含今日/本周条件),必要时物化统计表。
  • 验收:统计接口加载的会话行数与任务数同阶,不随历史会话数线性增长。

复习-05(原 LPT-19)Feed 返回全文

  • 未完成
  • 涉及仓库:lpt-be + lpt-fe
  • 依据:ReviewFeedItem.content 直接返回报告/碎片全文,getReviewFeed(100, "smart") 一次最多 100 条;前端只展示前几十个字(详情页才需要全文)。
  • 建议:Feed 返回摘要字段(含长度标记),详情接口按需拉全文。
  • 验收:Feed 响应体积显著下降且展示行为不变。

数据-03(原 LPT-20)编号生成有撞号风险且无唯一约束

  • 已完成
  • 完成于 lpt-be 3cc3be1
  • 涉及仓库:lpt-be
  • 已实施:编码后缀由「6 位毫秒片段」改为「6 位毫秒片段 + 6 位随机数」(SecureRandom),保留 PREFIX-yyyyMMdd-<12位> 的可读形态,不破坏已有编号与前端引用;同时补上唯一约束 (created_by, task_num) 与 (created_by, session_num)(迁移 V20261009_3),作为最终防线。
  • 证据:此风险不是推测——为 复习-07 写落库集成测试时,同毫秒两次 generateNum 真的产出了完全相同的 task_num,导致两个任务的数据被并到同一条聚合。
  • 注意:唯一约束迁移在历史数据已有重复编号时会直接失败——这是有意为之,需要人工确认后再处理,而不是静默跳过约束。
  • 验收:并发创建 N 个任务/会话无重复编号,数据库层有唯一约束保护。✅ 单测覆盖 300 次连续生成无重复

8. P4 安全与运维

安全-01(原 LPT-21)数据库凭证明文入库

  • 未完成(维护者决定暂缓,见下方「当前决策」)
  • 涉及仓库:lpt-be + lpt-infra
  • 依据:application-prod.yml、application-dev.yml、application-local.yml 均包含明文数据库账号密码(三个环境同一份)。lpt-infra 已通过 lpt-secrets 注入 SPRING_DATASOURCE_PASSWORD 覆盖,但配置文件仍在 Git 历史中。
  • 建议:轮换凭证 → 配置文件只保留占位符/环境变量引用 → 清理历史(或至少视为已泄露处理)。
  • 验收:仓库中不再出现明文凭证;本地开发通过环境变量或本地未跟踪配置提供。
  • 注意:不要把任何密码值复制进本文档。
  • 2026-10-09 核查补充(供重新评估时使用,均不含凭证值本身):
    • 三个环境的 username 与 password 完全相同,且 username 是 root(即三环境共用一个 root 账号,爆炸半径为「全库 + 全环境」)。
    • application-local.yml 指向一个公网 MySQL,实测该端口 TCP 可达;这一份没有 k8s env 覆盖(本地开发无集群),是「活的」可能性最高的一份。
    • application-prod.yml / application-dev.yml 的值在集群内被 lpt-secrets 覆盖,可能只是死值;需用一条 kubectl get secret 核实是否与文件值相同。
    • lpt-infra 把 MySQL 暴露为 NodePort(dev 30306 / prod 30307),这条与「凭证是否泄露」无关,是独立的暴露面。
    • lpt-infra 全仓无 NetworkPolicy。
  • 当前决策(2026-10-09,维护者):暂缓。项目处于开发阶段,认为该风险可接受;不同环境使用不同密码会给开发带来不必要的精力消耗。
    • 重新评估的前提:进入对外发布/多人协作阶段,或 lpt-secrets 的值与仓库中的值相同(后者意味着公开在 Git 里的就是生产口令)。
    • 若重新开工,建议顺序:先轮换凭证(使历史值作废)→ 再改配置占位符 → 「清 Git 历史」收益很低,可只做整洁性处理(改写历史会让所有已有克隆失效,且已外流的副本不受影响)。

安全-02(原 LPT-22)Actuator 端点鉴权边界未固定

  • 已完成
  • 完成于 lpt-be 251a468
  • 已实施:把暴露清单显式固定为 health,info,并写明「/actuator/** 不受 SaInterceptor 约束,这里是唯一的口子,临时排查请用 local profile 覆盖而不是改这里」。
  • 方案取舍:清单给的两个选项里选了「显式固定白名单」,因为集群内没有任何 NetworkPolicy(已核实),「独立端口 + 网络策略」当前没有可依赖的基础设施。
  • 涉及仓库:lpt-be
  • 依据:线上只读探测确认 /api/actuator/health、/api/actuator/info 未登录返回 200,而 /api/actuator/env 与业务接口返回 401(已注册的 actuator 端点不受 SaInterceptor 约束)。
  • 影响:当前探针正常,但一旦放开 metrics/prometheus 等端点,会连带公开。
  • 建议:显式固定暴露白名单,或把管理端点放到独立端口并加网络策略。
  • 验收:未鉴权可访问的端点清单与预期完全一致。

安全-03(原 LPT-23)lpt-ai 缺少入站防护(SSRF 与滥用)

  • 已完成
  • 完成于 lpt-ai f091fe6、1c31682,lpt-be 251a468、bad7d6b,lpt-infra 9160dd1
  • 已实施:
    1. 抓取四层校验(utils/ssrf-guard.ts):协议白名单 → 端口白名单(默认只允许 80/443,避免被用来探测内网 Redis/MySQL)→ DNS 解析后逐个校验每一个解析结果(防解析到内网与 DNS rebinding)→ 重定向逐跳重新校验(防「首跳合法、次跳内网」);响应体截断到 512 KiB 且只接受网页类型。 覆盖 IPv4 私网/回环/链路本地(含云元数据 169.254.169.254)/CGNAT/组播/保留段,以及 IPv6 回环、ULA、链路本地、组播,并识别 IPv4-mapped 与 NAT64 里内嵌的 IPv4。
    2. 入站令牌(可选):LPT_AI_TOKEN 设置后 /ai/* 与 /admin 都要求携带(header x-api-token 或 query token);lpt-be 侧由 lpt.ai-service.token 提供。部署清单用 secretKeyRef.optional: true 引用 lpt-secrets/lpt-ai-token,没设这个 key 也能启动(此时不校验)。
    3. 限流:/ai/tasks 按来源限流(默认 30 次/分钟,LPT_AI_RATE_LIMIT)。
    4. 请求体上限:LPT_AI_BODY_LIMIT_BYTES,默认 256 KiB。
  • 两条实现取舍(与维护者确认过):
    • 令牌默认不启用:维护者明确表示开发阶段不想为额外凭据付出精力。因此实现为「一条环境变量即可收紧」,并保证未启用时启动告警 + Pod 正常启动。
    • 不做日志脱敏:admin/store.ts 已按条数限制保留(MAX_ENTRIES=200),而按内容脱敏会削弱 /admin 面板的排查能力;本项不在验收标准内,留待后续隐私专项。
  • 顺带发现:POST /fetch-title 全工作区零调用(lpt-fe 走的是 lpt-be 的 /utils/fetch-title,用 Java 侧 TitleFetcher)。保留是为满足本条目验收;如需精简可连同抓取工具一并删除,列入 清理-01 候选。
  • 验收:/fetch-title 无法访问内网与元数据地址;未授权请求无法提交 AI 任务。✅ 已用单测覆盖内网/回环/元数据/IPv4-mapped/NAT64/端口/协议/域名解析到回环等绕过路径,以及令牌校验的放行与拒绝分支

安全-04(原 LPT-24)生产环境打印全部 SQL

  • 已完成
  • 完成于 lpt-be af13bd5
  • 涉及仓库:lpt-be
  • 依据:application.yml 中 mybatis-plus.configuration.log-impl: org.apache.ibatis.logging.stdout.StdOutImpl(注释里保留了 Slf4jImpl 备选)。
  • 影响:生产日志包含全部 SQL 与参数(含学习内容),噪音大且不利于排查。
  • 建议:改为 Slf4jImpl 并按环境分级,生产默认不打印参数。
  • 验收:生产环境不再输出逐条 SQL。

运维-01(原 LPT-25)备份只在集群内同一 PVC

  • 未完成
  • 涉及仓库:lpt-infra
  • 依据:mysql-backup-cronjob.yaml 每日 mysqldump --all-databases 写入同一集群的 mysql-backup PVC,保留 14 天,且 dev 与 prod 混在同一 dump。
  • 影响:集群级故障即全丢;无法按环境恢复。
  • 建议:增加异地/对象存储副本,按库分文件,并定期做恢复演练。
  • 验收:可在集群外取得可恢复的备份,并完成一次演练记录。

清理-01(原 LPT-26)死代码与死表清理

  • 未完成
  • 涉及仓库:lpt-be + lpt-fe
  • 依据:TestController(/test/{id})与 test_table 仍在生产代码中;review_mind_maps 表自 V20260620_1 创建后无任何代码引用也未 drop;lpt-fe/src/api/review.ts 仍导出 /review/mind-map/*(含 xmind 上传解析)相关调用,而后端已无对应端点。
  • 建议:确认无外部调用后删除端点/表/前端死代码;若保留,需在 lpt-docs 说明定位。
  • 验收:前后端不再存在无实现的接口调用;数据库无孤儿表。

9. 建议推进顺序(按模块)

同一模块内的条目触碰同一批表结构、口径或配置,建议一个模块一次性改完,避免出现双口径并存的中间态。

  1. 学习会话生命周期:会话-01/02/03 已完成;会话-04 + 会话-05 已完成(收敛方式取「惰性 + 定时并用」,出口取「结束并开始新任务 + 放弃」)。本模块已收口。
  2. 内容归属与报告:归属-01 与报告-01 合并一次改完碎片表与报告结构(碎片归属、报告四段结构、导图待更新标记、检索口径);标记-01(统一标记存储)随同定下,学习引导的来源标记依赖它。
  3. 复习:先落复习-01 的六项结论(口径与内容边界),复习-07(复习耗时)已独立完成;再做复习-02 / 复习-03 / 复习-04 / 复习-05;复习-06(学习引导)依赖 AI-02 / AI-03 与标记-01,排在 AI 链路之后。
  4. AI 链路:AI-01 / AI-02 / AI-03 / AI-04 均已完成。本模块已收口。
  5. 数据与检索 + 导出:数据-01 / 数据-02 / 数据-03 / 导出-01 均已完成。本模块已收口。
  6. 安全与运维清理:安全-02 / 安全-03 / 安全-04 已完成;安全-01 由维护者决定暂缓(见条目内「当前决策」);剩运维-01(需外部存储目标)与清理-01(需确认是否删除)。
  7. 学习录音(已暂停):模块整体挂起,重启前先定 §12「路线分叉」(依赖 OBS / 自研原生)。

10. 已确认的设计变更(待实施)

归属-01(原 DC-01)内容归属与待归类

已确认的决策(2026-10-09,维护者)

  1. 报告里的「按归属分组的碎片」采用实时聚合,不做快照。
    • 报告表只存三段文本(会话摘要、预期达成判断、自由总结);分组段在查看时按碎片的当前内容归属聚合,不落库。
    • 理由:与标准导图的取材口径一致(都按当前归属),避免出现「报告说属于甲、导图放在乙」的双口径——而这正是本条目要消灭的东西;同时表结构最简单,不需要碎片改归属时的同步逻辑。
    • 代价:删除碎片会让历史报告的分组段变短。这与决策 1「碎片可删」是同一个取舍,已接受。
    • 推论:「旁支碎片」不需要额外字段——它就是「归属不等于本会话所属任务」的那部分碎片,同样是派生结果。
  2. 不做老数据兼容(维护者):现有报告的 content 列直接改名为 free_summary,老数据顺势落进「自由总结」,新代码不读旧语义、不维护双渲染路径。摘要与达成判断两段对老报告留空(本来就不存在)。
    • 维护者的后续计划:之后自行把老数据的碎片与导图迁移进新系统,报告不在迁移范围内。
  3. 迁移进来的历史碎片必须带上原会话:记录上下文保持 NOT NULL 的硬约束,不做放宽。
    • 维护者准备的迁移数据需按「任务 → 会话 → 碎片」顺序提供:老任务(归属目标)、老会话(session_num / task_num / start_time)、老碎片(正文 + 所属会话)。
    • 代价:迁移脚本比「只迁碎片」麻烦一层,换来的是老碎片仍能回答「当时在学什么的时候记的」,且时间统计能接回时间轴。
    • 已排除的替代方案:造一个「历史导入」虚拟会话兜底(会让一条虚拟会话被当成真实学习、需在统计里特判);放宽 session_num 为可空(会放弃 lpt-docs 的「记录上下文不可为空」约束)。
  4. 待归类内容两处都要出现:复习总览里一个独立区块(回答「还欠多少」),复习 Feed 卡片上加「待归类」标记并就地归类(归类到已有任务,或升格为新任务)。这是个可选项,不做成待办清单。
    • 理由:lpt-docs 要求「待归类内容必须被看见,否则归类无从发生」;而复习的日常入口常常是 Feed 而不是总览,两处缺一都会漏。
    • 已排除:只放总览(归类时机与注意到的时机错开);只在 Feed 打标(永远不知道积压多少);独立「待归类」页面(会变成待办清单,且与总览职责重叠)。

归属-01 决策完毕(2026-10-09),可以开工。 实现要点汇总:碎片表拆 context_type + context_num(不可空、不可变)与内容归属字段(可空、可变、单一);报告表 content → free_summary 并新增 session_summary / expectation_verdict,分组段实时聚合不落库;删任务时碎片归属置空进待归类、其余软删;待归类在总览独立区块与 Feed 卡片两个入口呈现并支持就地归类/升格为任务。

  • 文档:lpt-docs/docs/concepts/knowledge-ownership.md(设计已确认,见文末结论)、lpt-docs/docs/concepts/learning-report.md(结构化报告形态)、lpt-docs/docs/design/system-structure.md(设计总纲)
  • 背景:学习 A 内容时顺手记下的旁支知识(例:学 AI 时记下“1B = one billion”)目前会被算作 A 的知识,进 A 的导图与回忆对比基准。根因是把「记录地点」当成了「内容归属」。
  • 变更内容:拆分记录上下文(不可变、不可为空;取值是学习会话或复习行为)与内容归属(可变、单一、可为空);时间按行为统计(学习会话→学习时间,复习行为→复习耗时)、内容按归属聚合;新增待归类视图;归类动作挂在复习 Feed 里;AI 只给归属建议;待归类内容可升格为学习任务;学习报告改为结构化(会话摘要、预期达成判断、按归属分组的碎片、自由总结,旁支碎片留在本次报告单独标注)。
  • 影响范围:碎片表结构、学习报告结构(字段、AI 草稿生成与降级拼接、前端展示、历史自由文本报告兼容)、标准导图取材、按任务的复习与检索(StandardMindMapServiceImpl.doGenerate()、ReviewServiceImpl.getTaskReview()、getTaskFragments() / getTaskReports())。学习会话的时间与状态机不受影响。
  • 前置条件:已满足—— 2026-09-19 维护者确认:碎片不可脱离学习会话;报告改为结构化并保留自由总结;归属保持单一,跨领域关联由标签承担。结论原文见 knowledge-ownership.md「已确认的结论」。
  • 实施要求:一次替换干净,禁止出现“导图按归属、检索仍按会话”的双口径并存;归属变更后需标记导图待更新。

11. 待确认的设计缺口(确认前不要实施)

复习-01(原 DC-02)复习回路补全

  • 文档:lpt-docs/docs/design/review-loop.md(立场、内容来源、两个层级、排序、归类、反馈、AI 边界)、lpt-docs/docs/concepts/review-overview.md(新增)、recall-review.md(回忆记录、覆盖率、复习起点、遗漏项)、review-feed.md、lpt-docs/docs/design/principles.md、module-boundaries.md。
  • 背景:复习此前只有零散描述(Feed、导图、回忆对比各自成文),缺少系统级口径:复习内容的完整来源、任务级与条目级两层入口、覆盖率与掌握度的定义、遗漏项的语义、反馈动作、归类动作落点、AI 边界都未定;文档写的是“Feed 展示碎片和学习报告”,实现只返回碎片。
  • 本次补全(已按以下取向写入文档):复习只做“低阻力反复出现 + 主动提取”,不做到期调度、打卡、评分;Feed 条目单位是碎片,报告从任务记录进入;覆盖率按任务聚合成掌握度,作为排序信号之一;遗漏项是每次对比的快照,不做跨次累计待办;归类动作落在复习里;AI 只做语义匹配与归属建议。
  • 待确认:
    1. Feed 是否包含学习报告(文档取向:不含)。
    2. 反馈动作形态:只读 /“已掌握 + 稍后再看”/ 仅“稍后再看”(关联 复习-02)。
    3. 覆盖率口径:最近一次 / 最近若干次加权。
    4. 待归类内容的呈现:总览独立分类 / Feed 混排打标;归类是否需在卡片上一键完成。
    5. 遗漏项语义:快照 + 回看原文 / 跨次累计集合。
    6. 排序信号是否对用户可配置(掌握度与时间效应的强度)。
  • 关联实现:复习-02(反馈动作)、复习-03(Feed 随机取样)、复习-04(覆盖率查询)、复习-05(Feed 摘要)。

标记-01 统一标记存储

已确认的决策(2026-10-09,维护者)

  1. 可挂对象:知识碎片 + 学习任务。对象用「类型 + 标识」引用(object_type ∈ {FRAGMENT, TASK})。
    • 报告不挂:它是会话的派生结果,且「按归属分组的碎片」本身就是一个分组维度,再加标记会出现两套「分组」语义。
    • 会话不挂:时间轴对象,状态/是否收敛这类流程性信息按文档要求留在主体上。
    • 表格是通用的,以后要加对象类型只需加枚举值与校验。
  2. 标记名受控方式:两类彻底分开。
    • 系统标记:标记名与值来自代码里的固定词表(枚举),由系统写入,用户只读、不可删改。理由:「找出所有来自 X 的碎片」这类检索的可靠性依赖于它没被改过。
    • 用户标签:标记名自由输入,可增删改。
    • 同一对象上两类共存、互不覆盖,用「种类」字段区分展示(系统标记灰底只读,标签可删)。
    • 已排除:允许用户修改系统标记(系统检索不可靠);标签也走预置词表(与「用户自由建立的分类」冲突);不区分两类(复习-06 的「来源标记」失去落点)。
  3. 标记值的存法:名副其实。系统标记用「标记名 + 标记值」成对存储(来源 = 学习引导);用户标签只有标记名,marker_value 留空(标签名本身就是全部信息,不做「英语 = 英语」这种冗余)。
    • 已排除:让标签也带值(输入成本上升、语义与「内容归属」及碎片正文混淆、检索要区分「有名」与「名+值都匹配」);扁平命名不带值(丢失「按来源聚合」的维度,且与文档定义的「标记名与标记值」不一致);类型化值 BOOLEAN/ENUM/TEXT(目前只有两个真实需求,属于过度设计,且三列互斥存储会让读写校验变重)。
  • 文档:lpt-docs/docs/concepts/marker.md(新增,含 5 个待决问题)
  • 背景:来源标记、用户标签等弱信息分散在各功能里考虑,缺少统一存放位置;每新增一种标记就要改一次功能表结构。
  • 已定:标记统一存放,至少包含对象类型与标识、标记名与值、种类(系统标记 / 用户标签)、建立者与时间;标记不是状态——会话状态、报告可否修订、导图是否待更新这类流程判断留在主体上;学习引导产出的碎片带「来自学习引导」系统标记。
  • 待确认:
    1. 标记可挂在哪些对象上(碎片 / 报告 / 任务 / 会话)。
    2. 标记名的受控方式(系统标记固定词表、用户标签自由输入;是否允许在系统标记上叠加)。
    3. 标记值的类型(布尔开关 / 枚举 / 自由文本)。
    4. 是否需要按标记检索的入口,以及需要哪些索引。
    5. 标记名的治理(重命名、废弃)与对用户的可见性。
  • 关联实现:复习-06(来源标记)、归属-01(用户标签)。

12. 新增能力:学习录音(已暂停)

模块状态:已暂停(2026‑10‑08)。录音-01 的实现已完成并实测通过,但「依赖 OBS」与「自研原生采集」两条路线的取舍未定,其余条目已挂起。重启前先读完本节末尾的「路线分叉」。

目标:学习会话期间采集设备上全部播放声音(含蓝牙耳机等全部输出设备),转写为文本,作为学习报告与知识碎片的上下文原料。概念与边界见 lpt-docs 的 docs/concepts/study-recording.md。

采集架构(已确认):采集由运行在用户本机的伴随程序负责,音频直传后端;浏览器不采集音频、不传输音频,只发起与展示。

采集后端(待重评):当前实现走 OBS,但 录音-决策03 已回退为待重评,见下方「路线分叉」。

代码位置:lpt-companion(本地独立仓库,已加入 meta 的 .gitignore,远端待建)。

分支 内容
main 仓库脚手架 + AGENTS.md(含待定方案、约束与实测坑位总结)
feature/study-recording 第一版实现(OBS 后端 + 抽音轨),HEAD 8d0969d

已实现并实测的部分:obs-websocket 协议客户端与认证、独立 profile / 场景集合 / 场景 / 系统音频源的幂等准备、平台音频源映射、录制控制、用 ffmpeg 抽音轨并删中间视频,共 85 个单测。

平台能力核对(2026-10-07 本机实测 + 源码核对):

平台 系统音频来源 证据
Windows WASAPI loopback OBS 桌面音频标准能力(本机无法验证)
Linux 默认 sink 的 monitor 本机实测:pw-record --target=<sink>.monitor 采集成功(峰值 32768 / RMS 27959);浏览器经 module-remap-source 走 getUserMedia 亦成功,且能录到非浏览器客户端的播放声
macOS 13+ ScreenCaptureKit OBS 源码 plugins/mac-capture/mac-sck-audio-capture.m;plugin-main.c 中 coreaudio_output_capture_info 已标 OBS_SOURCE_DEPRECATED,改用 sck_audio_capture_info(本机无法验证)

已排除的路线:

  • 浏览器直接采集系统声:仅 Windows/ChromeOS 在共享整个屏幕时支持;Chromium 明确排除 monitor 设备。
  • 把 monitor 包装成普通输入源再由浏览器采集:本机验证可行(module-remap-source),但需要常驻 watcher 跟随默认输出设备,且网页关闭即中断,已被伴随程序方案取代。
  • 公网页面直连本机端口做控制:Chrome 142+ 起受 Local Network Access 权限约束(实测见 录音-决策01)。
  • 用配置让 OBS 只录音频:RecFormat2=ogg 会让容器变成 ogg,但 OBS 仍用 libfdk_aac 写入,容器与编码器不匹配 → 产出 0 字节文件;RecAudioEncoder 设成 aac / opus / ffmpeg_opus 均未改变实际编码器。

路线分叉(重启本模块前必须先定)

依赖 OBS(当前实现) 自研原生采集
原理 经 obs-websocket 驱动 OBS 录出「视频+音频」,再用 ffmpeg 抽出音轨并丢弃视频 直接读操作系统混音端点,写出纯音频
实测状态 Linux ✅ 已验证;Win / macOS 未验证 Linux ✅ 已验证(pw-record,20 行);Win / macOS 未实现
额外依赖 OBS + ffmpeg 无
体积 35 MB(发行版包)~2.5 GB(flatpak) 几 MB
中间产物 会写出较大的视频文件再删(已压到 112 MB/小时) 无
主要成本 三平台配置差异与 OBS 版本漂移 需自写三套原生采集(macOS SCK 最难)

伴随程序必须运行在声音实际播放的那台机器上,所以「多端」的含义是:每台用于学习的设备都要装一份并各自配对;换了播放设备(例如改用手机听)该设备就必须有自己的采集能力。

录音-01 采集后端接口与 OBS 后端

  • 已实现并实测通过(模块已暂停,代码在分支)
  • 涉及仓库:lpt-companion,分支 feature/study-recording,HEAD 8d0969d
  • 完成于 feature/study-recording 8d0969d;main 仅保留脚手架与说明
  • 依据:OBS 32.2.2 提供 Windows x64/arm64、macOS Apple/Intel、Ubuntu 24.04/26.04 发布;obs-websocket 5.x 自 OBS 28 内置。
  • 已实测验证(Linux / PipeWire / OBS 32.2.2 / obs-websocket 5.7.4):
    1. 端到端可采到系统混音:OBS 日志 pulse-input: Started recording from 'alsa_output...analog-stereo.monitor' (default),与非默认输出设备无关。
    2. 采到的是其他应用的声音:用 pw-cat(非浏览器)播放 440 Hz,录出的音轨 FFT 主频精确为 440 Hz,峰值 9873。
    3. 配置隔离成功:独立 CreateProfile / CreateSceneCollection / CreateScene / CreateInput,不影响用户已有配置。
    4. 采集路径:OBS 录 Simple+mkv(320×240@5fps、200 kbps),抽出 Opus/Ogg 后删视频。中间文件约 112 MB/小时,最终音频约 18 MB/小时。
  • 实现要点(踩坑记录均已写入 lpt-companion/AGENTS.md):--profile/--collection 首次运行会被忽略,改用 obs-websocket 的 CreateProfile;空场景集合必须先 CreateScene;输出模式/容器/画布变更必须重启 OBS(prepare() 用 restartRequired 告知);以 kill 结束 OBS 会留下 sentinel 导致卡在安全模式对话框;flatpak 版配置路径与启动方式不同。
  • OBS 侧的已知限制:无法通过配置让 OBS 只录音频(RecFormat2=ogg 会因编码器不匹配产出 0 字节文件),故改走「录标准容器 + 用 ffmpeg 抽音轨」。
  • 新增外部依赖:抽音轨需要 ffmpeg(配置项 media.ffmpegPath);分发时需考虑自带或引导安装。
  • 验收:在未手动操作 OBS 界面的前提下,能从零建立独立配置并录出可播放的音频文件;用户已有的 OBS 配置不被改动。✅ 已验证

录音-02 控制通道与会话绑定

  • 未完成
  • 涉及仓库:lpt-be + 伴随程序
  • 依据:Chrome 142+ 的 Local Network Access 权限使「网页直连本机端口」需要用户授权一次,且网页关闭会中断控制(实测见 录音-决策01)。
  • 建议(待确认):轮询式控制通道——网页只写 lpt-be 标记开始/结束,伴随程序带设备 token 轮询 lpt-be 取任务,音频由伴随程序直传 lpt-be。备选:直连 127.0.0.1 换取即时起停,代价是 LNA 授权与网页生命周期耦合。
  • 验收:网页发起后伴随程序在轮询周期内开始录音;关闭网页不影响录音继续与上传;未配对的设备无法拉取任务。

录音-03 音频落盘与对象存储

  • 未完成
  • 涉及仓库:lpt-be + lpt-infra
  • 依据:lpt-be 现有 45 个端点全为 JSON,无任何文件上传能力(MultipartFile 零命中);lpt-infra 仅有 mysql 10Gi 与 lpt-logs 5Gi PVC,无对象存储。实测码率:Opus 32 kbps ≈ 14.8 MB/小时(未限码率时 58 MB/小时)。
  • 建议:录音元数据入业务库(会话、起止、时长、对象键、状态),音频本体入 S3/MinIO 兼容对象存储;分片上传并支持断点续传;长期保留。与 运维-01(备份异地)同源,建议一并规划。
  • 验收:一段会话录音可通过元数据定位并取回;上传中断后可续传;容量按 15 MB/小时可控增长。

录音-04 转写链路(provider 可配置)

  • 未完成
  • 涉及仓库:lpt-ai + lpt-be
  • 依据:lpt-ai 目前只有 SiliconFlow OpenAI 兼容 chat(Qwen/Qwen2.5-32B-Instruct),无任何 ASR 能力;AiServiceClient 为同步轮询(见 AI-01 / AI-02)。
  • 建议:provider 在配置中切换 online(SiliconFlow 转写接口)/ local(whisper.cpp)/ off(只存音频),默认 off。
  • 依赖:AI-02 / AI-03。长音频转写若走同步链路,等于复制 AI-01 / AI-02 的问题。
  • 验收:切换配置即可改变转写来源;off 时全链路不因缺少转写而失败。

录音-05 录制可见性与隐私边界

  • 未完成
  • 涉及仓库:lpt-companion + lpt-fe(或油猴脚本) + lpt-docs
  • 依据:录音采集的是系统混音,可能包含他人语音(线上会议、通话);采集范围由系统决定,用户无法逐条挑选;OBS 自身窗口可能被最小化到托盘,不足以充当「正在录音」的指示。
  • 建议:除了网页侧展示状态,伴随程序还要有常驻的本地可见指示,并提供一键停止;开始前明确说明采集范围与长期保留策略;未配对或未授权时不得开始录音。
  • 待确认:本地指示形态(托盘图标变化 / 常驻悬浮提示);他人语音的产品口径;会话暂停期间是否继续录音。
  • 验收:录制中存在不易忽略的可见指示;任意时刻可一键停止;停止后不再产生新分片。

录音-06 浏览器侧接入

  • 未完成
  • 涉及仓库:lpt-fe(或独立油猴脚本)
  • 依据:浏览器侧只需发起、结束与展示状态,不接触音频。
  • 建议:优先直接接入 lpt-fe(类型安全、随应用版本发布);若仍使用油猴脚本,脚本只调用 lpt-be 接口,不持有音频。
  • 待确认:油猴脚本还是直接进 lpt-fe。
  • 验收:学习会话中可一键开始/结束录音,并看到状态与转写结果。

附录 A 核对方式(可复现)

  • 代码核对:阅读 lpt-be 的 service/impl/*、entity/*、controller/*、config/*、resources/application*.yml、resources/db/migration/*;lpt-fe/src 的 utils/request.ts、components/*、api/*;lpt-ai/src 全部;lpt-infra 的 dev/、prod/、traefik/。
  • 线上只读探测(仅 GET,未做任何写操作):
    • GET https://lpt.cat-shark.xyz/api/actuator/health → 200
    • GET https://lpt.cat-shark.xyz/api/actuator/info → 200
    • GET https://lpt.cat-shark.xyz/api/actuator/env → 401
    • GET https://lpt.cat-shark.xyz/api/review/feed(未登录)→ 401
  • 结构性核对命令示例:rg -n "@Scheduled" lpt-be/src、rg -n "ORDER BY RAND" lpt-be/src、rg -n "unique" lpt-be/src/main/resources/db/migration。