产品需求文档（PRD）— 熵减 (Entropydecrease)
字段
内容
产品名称
熵减 (Entropydecrease)（暂定）
版本
v0.1.0（草案）
作者
Aparencia
日期
2026-08-18
状态
草稿
关联文档
pain-points-v4.md （统一卷，产品规划唯一主导文档；演进史见 v1/v2/v3 归档副本）· mvp-canvas.md （MVP 画布）
技能自学者的核心困境：视频知识提取难 + 学过即忘 。观看教学视频（B 站/网课/YouTube）自学技能（化妆、编程、乐理、课本知识等）时，手动记笔记跟不上节奏，转写工具（通义听悟/讯飞听见）只做到提取不做到持久化，且云端处理有隐私顾虑、按分钟计费成本高。
痛点图谱 v1.0 识别出 47 个核心痛点 （26 个科学机制支撑）。本产品把学习链路工程化：课堂助手 （屏幕+音频捕获 → ASR 转写 → AI 结构化笔记）解决"提取"问题，间隔重复闪卡 解决"持久化"问题，本地存储保证数据主权。
目标
衡量指标
目标值
视频知识提取达市场级
转写准确率 / 笔记要点覆盖率 vs 通义听悟、讯飞
≥ 竞品
知识持久化闭环
周复习完成率
>70%
完整链路体验
首次完整体验率（捕获→笔记→闪卡→复习）
>60%
留存
7 日留存
>40%
不做 移动端（MVP 聚焦桌面端）不做 AI 多轮问答/时间轴编辑（P1 迭代）不做 章节导图/中英混说（P2 远期）不做 云端强制依赖（本地优先，云端为降级/增强路径）不做 课程平台/内容供给（专注学习过程管理）不做 社交/排行榜（与自我决定理论 P31 冲突）
用户类型
描述
核心需求
技能自学者（主）
通过视频自学技能：化妆、编程、乐理、绘画、健身等
视频知识提取、持久化
网课学生（次）
初高中/大学生，网课为主要学习形式
记住、会用、坚持
备考人群（次）
考研/考证，长周期高强度学习
计划性复习、进度感知
场景 1：看完一个化妆教程（视频知识提取）
用户：小美，B 站看 15 分钟眼妆教程
触发：打开教程视频准备学习
行为：启动课堂助手 → 自动捕获屏幕关键帧 + 系统音频 → 课中 AI 增量生成结构化笔记（眼影选色、晕染手法、注意事项）→ 结束会话
期望：教程播完笔记已生成，不用暂停记笔记，不打断观看心流
场景 2：复习编程课知识点（知识持久化）
用户：小张，昨天看了 40 分钟 Python 教程
触发：今日复习提醒（到期闪卡）
行为：打开笔记查看结构化内容 → 笔记一键生成闪卡 → 生成式复习（先回忆后揭示）→ 标记自信度
期望：不靠感觉复习，系统告诉他今天该复习什么、哪些没掌握
场景 3：回顾旧会话（知识检索）
用户：小美两周前学的腮红画法，实操时记不清细节
触发：实操中遇到疑问
行为：打开历史会话列表 → 搜索"腮红" → 定位到对应会话笔记 → 点击时间轴跳转到视频对应片段
期望：30 秒内找到当时的要点，不用重看视频
优先级
功能
描述
验收标准
Must
课堂助手·捕获
屏幕关键帧捕获 + 系统音频捕获（端点环回/麦克风降级链）
捕获不中断；音频源故障自动降级
Must
课堂助手·转写
流式 ASR（本地优先，云端降级）
转写延迟 ≤5 秒；VAD 切段；幻觉过滤
Must
课堂助手·笔记
AI 基于关键帧+转写生成 Markdown 结构化笔记（增量）
课中可查看增量笔记；结构化程度达标
Must
笔记管理
笔记查看/编辑/搜索，关联会话
CRUD 可用；全文搜索
Must
闪卡（SM-2 间隔重复）
笔记一键生成卡片 + 每日复习调度
到期提醒；生成 ≤30 秒
Must
本地存储
音频/转写/笔记/卡片全本地；数据可导出
离线全功能；导出 JSON/Markdown
Must
会话管理
会话列表/详情/检索
历史会话可回顾
Should
生成式复习模式
先回忆后揭示的复习交互
默认开启
Should
高自信错误追踪
自信度标注 + 黄金错误加频
自动追踪
Should
转写时间轴
转写按时间轴展示，点击跳转视频片段
P1；定位 ≤500ms
Should
AI 多轮问答
基于会话上下文的问答（离线队列）
P1；≥5 轮上下文
Could
热词/替换词表
提升专业术语识别
P1
Could
口语书面化
转写规整为书面语
P1，可开关
Won't
章节速览/思维导图
P2，本版本不做
—
Won't
重点→闪卡联动
P2，本版本不做
—
Won't
中英混说
P2，本版本不做
—
描述：学习视频时自动采集屏幕关键帧与系统音频，为转写与视觉分析提供数据源
输入：用户选择捕获窗口/屏幕区域；系统音频流（端点环回，备用麦克风）
处理逻辑：
采集路径：smart（关键帧采样 + 流式 ASR，默认）→ fine（逐帧 OCR）→ full_record（全程录像后离线分析）
关键帧：窗口变化检测 + dHash 感知去重 + 定时采样
音频：端点环回采集 → 故障自动降级麦克风；VAD 切段（≤28s）+ 静音门控
输出：关键帧图片流 + 音频分段流 → 转写/分析引擎
异常处理：音频源失败自动降级并提示；ASR 队列超限丢弃时计数提示
验收标准：捕获全程无系统级二次确认；关键帧去重有效；音频降级不中断会话
描述：关键帧 + 转写 → AI 生成 Markdown 结构化笔记，课中增量更新
输入：转写分段 + 关键帧（每 5 帧触发增量分析）
处理逻辑：
上下文组装：转写分段 + 关键帧 OCR/视觉描述
结构化输出：标题层级 / 要点 / 步骤 / 注意事项（随技能类型可模板化）
增量合并：每 5 帧增量分析 → 合并为完整笔记（本地拼接降级路径）
输出：Markdown 笔记（可编辑）
异常处理：云端不可用 → 本地拼接降级 + 可见提示，联网后可重新生成
验收标准：60 分钟视频笔记要点覆盖 ≥ 竞品；增量更新 ≤30 秒可见
描述：知识持久化核心，笔记 → 闪卡 → 间隔重复复习闭环
输入：笔记内容（一键生成）；复习时的自信度标记（容易/记得/模糊/忘记）
处理逻辑：
一键生成：笔记要点提取为问答卡片（AI 可选，本地规则兜底）
SM-2 调度：按间隔重复算法计算下次复习时间
生成式复习：先显示正面，用户回忆作答后揭示反面
高自信错误：标记"记得"但答错的卡片进入黄金错误追踪，增加复习频率
输出：每日复习队列；掌握度统计
异常处理：复习中断 → 已完成卡片状态保留；生成失败 → 提示重试
验收标准：到期提醒可见；复习流程 ≤2 分钟；生成 ≤30 秒
维度
要求
性能
应用启动 ≤3 秒；转写延迟 ≤5 秒；笔记增量 ≤30 秒；日常交互 ≤100ms
安全
数据本地优先不强制上传；AI 调用经用户授权；导出格式开放
可用性
全功能离线可用（本地 ASR 兜底）；崩溃不丢失会话数据
兼容性
Windows 10/11 为主；macOS 待定
可访问性
键盘可达；对比度满足 WCAG AA（UI 阶段落实）
需要收集的数据：会话（捕获路径/时长/音频引用）、转写（分段+时间戳）、关键帧（图片+OCR 结果）、笔记（Markdown）、闪卡（内容/复习历史/自信度）
数据存储要求：本地数据库（SQLite）+ 关键帧/音频独立落盘；可导出 JSON/Markdown
数据保留策略：默认永久保留本地；导出功能提供备份；音频按用户配置可清理
隐私合规要求：数据不出本机为架构属性；AI 调用（如有）明确告知数据去向并默认关闭
技术栈（2026-08 已裁决）：Tauri 2 + React + TypeScript + Rust ；本地 ASR 优先；AI 笔记生成用云端多模态（不用 Ollama）
关键依赖能力：
屏幕捕获：Tauri 侧系统 API（Windows 窗口/区域捕获）
音频捕获：Rust 侧 WASAPI 端点环回（新开发点 ，原项目 getDisplayMedia 方案不可复用，需 spike）
本地 ASR：sherpa-onnx crate（v1.13.5，静态链接开箱即用）：流式 Zipformer + Silero VAD + SenseVoice 两遍解码 + hotwords 热词
AI 笔记生成：云端多模态（Qwen-VL 系），增量+课后精修；离线降级本地拼接
本地数据库：SQLite（Rust 侧 rusqlite / sqlx）
第三方依赖：AI 能力可选（云端网关）；本地优先为架构属性
部署环境：桌面应用（Windows 10/11 为主）
市场依据：详见 Foresight/market-stack-asr-notes-research.md（[ ] 已归档）
阶段
内容
预计时间
MVP
课堂助手核心链路（捕获→转写→笔记）+ 笔记 + 闪卡 + 本地存储 + 会话管理
6-10 周（待确认）
V1.0
转写时间轴 + AI 多轮问答 + 热词词表 + 口语书面化
10-16 周
V1.1
章节速览/思维导图 + 重点→闪卡联动 + 中英混说
16-24 周
风险
影响
概率
应对措施
提取质量达不到市场级
核心假设失效
中
MVP 前竞品对照测试先行；本地 ASR 不足则云端 ASR 增强
音频捕获在目标平台受限
核心链路断裂
中
三源降级链（进程环回→端点环回→麦克风）
AI 笔记质量不稳定
体验波动
中
增量分析 + 本地拼接降级 + 可编辑兜底
技术栈决策拖延
开发受阻
低
独立 ADR 先行裁决
竞品对标：参考原项目调研《课堂助手竞品差异化对比分析报告》（Otter / 讯飞听见 / 腾讯会议 / 通义听悟 / Notta，2026-08），重构区后续在 Foresight/ 沉淀
课堂助手路线图：参考原项目《课堂助手可执行优化路线图》（P0 止血 → P1 核心体验 → P2 差异化），本 PRD 里程碑映射自该路线图
科学依据：pain-points-v1.md（[ ] 已归档） 四、科学基础索引（26 机制）
用户调研数据：待建立（MVP 访谈后补充）
原型/设计稿链接：待建立（UI 阶段）