27 KiB

Raw Blame History

詞彙生成系統待完成功能規格

文件概述

本規格文件詳細說明DramaLing詞彙學習系統中詞彙生成功能的未完成項目和改進需求，為後續開發提供明確的技術指導和優先級規劃。

1. 未完成核心功能

1.2 詞卡儲存整合機制

功能描述

問題: 生成的詞卡只能預覽，無法保存到資料庫
目標: 實現批量詞卡保存、重複檢測、用戶回饋

技術規格

1.2.1 批量保存API

POST /api/ai/save-generated-cards
Authorization: Bearer {token}

Request:
{
  "cardSetId": "guid?",        // 可選，未指定則使用預設卡組
  "selectedCards": [
    {
      "word": "string",
      "translation": "string",
      "definition": "string",
      "partOfSpeech": "string?",
      "pronunciation": "string?",
      "example": "string?",
      "exampleTranslation": "string?",
      "difficultyLevel": "string?",
      "isSelected": boolean      // 用戶是否選擇保存
    }
  ],
  "handleDuplicates": "merge" | "skip" | "replace"
}

Response:
{
  "success": boolean,
  "data": {
    "savedCount": number,
    "skippedCount": number,
    "duplicateCount": number,
    "savedCards": ["guid"],
    "duplicateCards": [
      {
        "word": "string",
        "existingCardId": "guid",
        "action": "merged" | "skipped"
      }
    ]
  }
}

1.2.2 重複詞卡檢測邏輯

public class DuplicateDetectionService
{
    // 檢測策略
    public enum DuplicateStrategy
    {
        ExactMatch,      // 完全相同的word
        SimilarMatch,    // 相似度80%以上
        DefinitionMatch  // 定義相似
    }

    public async Task<List<DuplicateCard>> DetectDuplicatesAsync(
        Guid userId,
        List<GeneratedCard> newCards)
    {
        // 1. 查詢用戶現有詞卡
        // 2. 逐一比對相似度
        // 3. 返回重複檢測結果
    }
}

1.2.3 前端保存流程改進

// 替換現有的保存按鈕邏輯
const handleSaveCards = async () => {
  // 1. 彈出詞卡選擇對話框
  // 2. 處理重複詞卡確認
  // 3. 顯示保存進度
  // 4. 成功後跳轉到詞卡列表
  // 5. 失敗後提供重試選項
}

// 新增組件: CardSelectionDialog
// 新增組件: DuplicateHandlingDialog
// 新增組件: SaveProgressIndicator

開發估時

後端API實現: 5-7個工作天
重複檢測邏輯: 3-5個工作天
前端流程改進: 5-7個工作天
總計: 13-19個工作天

1.3 智能萃取模式實現

功能描述

當前問題: 前端有選項但被註解掉，後端缺乏差異化邏輯
目標: 實現片語、俚語、上下文相關詞彙的智能識別

技術規格

1.3.1 智能萃取算法

public class SmartExtractionService
{
    // 片語識別
    public async Task<List<Phrase>> ExtractPhrasesAsync(string text)
    {
        // 1. 使用NLP模型識別片語
        // 2. 檢查片語字典
        // 3. 評估片語重要性
    }

    // 俚語識別
    public async Task<List<Slang>> ExtractSlangAsync(string text)
    {
        // 1. 俚語詞典比對
        // 2. 上下文相關性分析
        // 3. 地域性俚語識別
    }

    // 上下文詞彙萃取
    public async Task<List<ContextualWord>> ExtractContextualWordsAsync(
        string text, string userLevel)
    {
        // 1. 基於用戶程度的詞彙篩選
        // 2. 語義重要性分析
        // 3. 學習價值評估
    }
}

1.3.2 萃取模式差異化

// vocabulary模式回應
{
  "extractionType": "vocabulary",
  "focus": "individual_words",
  "cards": [
    {
      "type": "word",
      "word": "elaborate",
      "cefrLevel": "C1",
      "frequency": "medium"
    }
  ]
}

// smart模式回應
{
  "extractionType": "smart",
  "focus": "phrases_and_context",
  "cards": [
    {
      "type": "phrase",
      "phrase": "break the ice",
      "meaning": "開始對話",
      "category": "idiom"
    },
    {
      "type": "contextual",
      "word": "literally",
      "contextMeaning": "在此語境下表示強調",
      "commonMisuse": true
    }
  ]
}

1.3.3 前端模式切換

// 重新啟用萃取模式選擇
const [extractionType, setExtractionType] = useState<'vocabulary' | 'smart'>('vocabulary');

// 根據模式調整UI提示
const getModeDescription = (mode: string) => {
  return {
    vocabulary: "基於字典的標準詞彙萃取，適合系統性學習",
    smart: "AI智能分析片語、俚語和語境詞彙，適合實用性學習"
  }[mode];
}

開發估時

智能萃取算法: 7-10個工作天
後端模式差異化: 3-5個工作天
前端模式切換: 2-3個工作天
總計: 12-18個工作天

2. 功能改進規格

2.1 詞卡品質驗證系統

功能描述

問題: AI生成的詞卡缺乏品質控制機制
目標: 建立多層次的品質檢查和用戶回饋系統

技術規格

2.1.1 AI生成品質評估

public class CardQualityValidator
{
    public async Task<QualityScore> ValidateCardAsync(GeneratedCard card)
    {
        var score = new QualityScore();

        // 1. 翻譯準確性檢查
        score.TranslationAccuracy = await ValidateTranslationAsync(card.Word, card.Translation);

        // 2. 定義完整性檢查
        score.DefinitionCompleteness = ValidateDefinition(card.Definition);

        // 3. 例句相關性檢查
        score.ExampleRelevance = await ValidateExampleAsync(card.Word, card.Example);

        // 4. CEFR等級準確性
        score.CEFRAccuracy = await ValidateCEFRLevelAsync(card.Word, card.DifficultyLevel);

        return score;
    }
}

public class QualityScore
{
    public float TranslationAccuracy { get; set; }    // 0-1
    public float DefinitionCompleteness { get; set; } // 0-1
    public float ExampleRelevance { get; set; }       // 0-1
    public float CEFRAccuracy { get; set; }           // 0-1
    public float OverallScore => (TranslationAccuracy + DefinitionCompleteness + ExampleRelevance + CEFRAccuracy) / 4;
}

2.1.2 用戶回饋整合

POST /api/flashcards/{id}/quality-feedback
Authorization: Bearer {token}

Request:
{
  "feedbackType": "translation_error" | "definition_unclear" | "example_irrelevant" | "difficulty_wrong",
  "description": "string",
  "suggestedCorrection": "string?",
  "severity": "low" | "medium" | "high"
}

2.1.3 自動品質改進

public class CardQualityImprover
{
    // 基於用戶回饋自動修正
    public async Task<GeneratedCard> ImproveCardAsync(GeneratedCard card, List<QualityFeedback> feedbacks)
    {
        // 1. 分析回饋模式
        // 2. 重新調用AI進行修正
        // 3. 驗證修正結果
        return improvedCard;
    }
}

開發估時

品質驗證算法: 5-7個工作天
回饋系統: 3-5個工作天
自動改進機制: 5-7個工作天
總計: 13-19個工作天

2.2 進度追蹤和狀態管理

功能描述

問題: 詞卡生成過程缺乏進度回饋，用戶體驗差
目標: 實現實時進度追蹤、失敗重試、生成歷史

技術規格

2.2.1 任務狀態管理

public enum GenerationStatus
{
    Queued,           // 排隊中
    Processing,       // 處理中
    Analyzing,        // AI分析中
    Generating,       // 生成詞卡中
    Validating,       // 品質驗證中
    Completed,        // 完成
    Failed,           // 失敗
    Cancelled         // 取消
}

public class GenerationTask
{
    public Guid Id { get; set; }
    public Guid UserId { get; set; }
    public string InputText { get; set; }
    public GenerationStatus Status { get; set; }
    public int Progress { get; set; }              // 0-100
    public string? ErrorMessage { get; set; }
    public DateTime CreatedAt { get; set; }
    public DateTime? CompletedAt { get; set; }
    public List<GeneratedCard> Results { get; set; } = new();
}

2.2.2 WebSocket實時更新

// 前端WebSocket連接
class GenerationProgressTracker {
  private ws: WebSocket;

  trackGeneration(taskId: string) {
    this.ws = new WebSocket(`ws://localhost:5000/ws/generation/${taskId}`);

    this.ws.onmessage = (event) => {
      const update = JSON.parse(event.data);
      this.handleProgressUpdate(update);
    };
  }

  private handleProgressUpdate(update: GenerationProgressUpdate) {
    // 更新進度條
    // 顯示當前步驟
    // 處理錯誤狀態
  }
}

2.2.3 失敗重試機制

POST /api/ai/retry-generation/{taskId}
Authorization: Bearer {token}

Request:
{
  "retryCount": number,
  "adjustments": {
    "extractionType": "string?",
    "cardCount": number?,
    "userLevel": "string?"
  }
}

開發估時

任務狀態管理: 3-5個工作天
WebSocket實現: 3-5個工作天
重試機制: 2-3個工作天
前端進度UI: 3-5個工作天
總計: 11-18個工作天

2.3 個人化推薦算法

功能描述

當前限制: 只基於用戶英語程度，缺乏深度個人化
目標: 基於學習歷史、困難詞彙、目標導向的智能推薦

技術規格

2.3.1 學習歷史分析

public class LearningHistoryAnalyzer
{
    public async Task<LearningProfile> AnalyzeUserLearningAsync(Guid userId)
    {
        // 1. 分析學習過的詞彙類型
        var studiedWords = await GetStudiedWordsAsync(userId);

        // 2. 識別困難詞彙模式
        var difficultyPatterns = AnalyzeDifficultyPatterns(studiedWords);

        // 3. 計算學習偏好
        var preferences = CalculatePreferences(studiedWords);

        return new LearningProfile
        {
            WeakAreas = difficultyPatterns.WeakAreas,
            PreferredPartOfSpeech = preferences.PartOfSpeech,
            OptimalDifficultyRange = preferences.DifficultyRange,
            LearningVelocity = preferences.Velocity
        };
    }
}

2.3.2 智能詞彙篩選

public class PersonalizedVocabSelector
{
    public async Task<List<GeneratedCard>> SelectOptimalCardsAsync(
        List<GeneratedCard> candidates,
        LearningProfile profile)
    {
        var scoredCards = candidates.Select(card => new
        {
            Card = card,
            Score = CalculateRelevanceScore(card, profile)
        });

        return scoredCards
            .OrderByDescending(x => x.Score)
            .Take(profile.OptimalCardCount)
            .Select(x => x.Card)
            .ToList();
    }

    private float CalculateRelevanceScore(GeneratedCard card, LearningProfile profile)
    {
        float score = 0;

        // 1. 困難度適配性 (30%)
        score += CalculateDifficultyScore(card.DifficultyLevel, profile.OptimalDifficultyRange) * 0.3f;

        // 2. 詞性偏好 (20%)
        score += CalculatePartOfSpeechScore(card.PartOfSpeech, profile.PreferredPartOfSpeech) * 0.2f;

        // 3. 弱項改進 (25%)
        score += CalculateWeakAreaScore(card, profile.WeakAreas) * 0.25f;

        // 4. 新穎性 (25%)
        score += CalculateNoveltyScore(card, profile.StudiedWords) * 0.25f;

        return score;
    }
}

2.3.3 目標導向推薦

public enum LearningGoal
{
    ExamPreparation,  // 考試準備
    BusinessEnglish,  // 商務英語
    DailyConversation,// 日常對話
    AcademicWriting,  // 學術寫作
    MediaConsumption // 影劇理解
}

public class GoalOrientedRecommender
{
    public async Task<List<GeneratedCard>> RecommendByGoalAsync(
        string inputText,
        LearningGoal goal,
        string userLevel)
    {
        var extractor = GetGoalSpecificExtractor(goal);
        return await extractor.ExtractRelevantVocabAsync(inputText, userLevel);
    }
}

開發估時

學習歷史分析: 5-7個工作天
個人化算法: 7-10個工作天
目標導向推薦: 5-7個工作天
前端個人化設定: 3-5個工作天
總計: 20-29個工作天

3. API整合規格

3.1 詞彙查詢API完整實現

功能描述

問題: POST /api/ai/query-word端點存在但前端未使用
目標: 完整實現點擊詞彙查詢功能

技術規格

3.1.1 前端點擊事件整合

// 修改 ClickableTextV2 組件
const handleWordClick = async (word: string, context: string) => {
  setIsLoading(true);

  try {
    const response = await fetch('/api/ai/query-word', {
      method: 'POST',
      headers: {
        'Content-Type': 'application/json',
        'Authorization': `Bearer ${token}`
      },
      body: JSON.stringify({
        word,
        sentence: context,
        analysisId: currentAnalysisId
      })
    });

    const result = await response.json();

    if (result.success) {
      showWordDetailsModal(result.data);
      trackWordQuery(word, result.data.isHighValue);
    }
  } catch (error) {
    handleQueryError(error);
  } finally {
    setIsLoading(false);
  }
};

3.1.2 詞彙詳情展示組件

interface WordDetailsModalProps {
  word: string;
  analysis: WordAnalysisResult;
  onClose: () => void;
  onAddToCards: (word: WordAnalysisResult) => void;
}

const WordDetailsModal: React.FC<WordDetailsModalProps> = ({
  word, analysis, onClose, onAddToCards
}) => {
  return (
    <Modal isOpen onClose={onClose}>
      <div className="space-y-4">
        {/* 詞彙基本資訊 */}
        <div className="border-b pb-4">
          <h2 className="text-2xl font-bold">{analysis.word}</h2>
          <p className="text-gray-600">{analysis.pronunciation}</p>
          <span className="inline-block px-2 py-1 bg-blue-100 text-blue-800 text-sm rounded">
            {analysis.partOfSpeech}
          </span>
        </div>

        {/* 翻譯和定義 */}
        <div className="space-y-2">
          <div>
            <h3 className="font-semibold">翻譯</h3>
            <p>{analysis.translation}</p>
          </div>
          <div>
            <h3 className="font-semibold">定義</h3>
            <p>{analysis.definition}</p>
          </div>
        </div>

        {/* 操作按鈕 */}
        <div className="flex gap-2 pt-4 border-t">
          <button
            onClick={() => onAddToCards(analysis)}
            className="bg-blue-600 text-white px-4 py-2 rounded hover:bg-blue-700"
          >
            加入詞卡
          </button>
          <button
            onClick={onClose}
            className="bg-gray-200 text-gray-700 px-4 py-2 rounded hover:bg-gray-300"
          >
            關閉
          </button>
        </div>
      </div>
    </Modal>
  );
};

3.1.3 使用量計費前端實現

const trackWordQuery = async (word: string, isHighValue: boolean) => {
  // 更新本地使用量計數
  const currentUsage = getLocalUsageCount();

  if (!isHighValue && !isPremiumUser) {
    if (currentUsage >= FREE_TIER_LIMIT) {
      showUpgradePrompt();
      return false;
    }

    updateLocalUsageCount(currentUsage + 1);
  }

  // 發送使用量統計到後端
  await fetch('/api/usage/track-word-query', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': `Bearer ${token}`
    },
    body: JSON.stringify({
      word,
      isHighValue,
      timestamp: new Date().toISOString()
    })
  });

  return true;
};

開發估時

前端整合: 3-5個工作天
詞彙詳情組件: 2-3個工作天
使用量計費: 2-3個工作天
總計: 7-11個工作天

3.2 批量詞卡操作功能

功能描述

目標: 支援批量編輯、選擇性保存、詞卡預覽編輯

技術規格

3.2.1 批量編輯API

PUT /api/ai/batch-edit-cards
Authorization: Bearer {token}

Request:
{
  "operations": [
    {
      "cardIndex": number,
      "field": "translation" | "definition" | "example" | "partOfSpeech",
      "newValue": "string"
    }
  ]
}

3.2.2 選擇性保存介面

interface CardSelectionState {
  [cardIndex: number]: {
    isSelected: boolean;
    hasChanges: boolean;
    originalCard: GeneratedCard;
    editedCard: GeneratedCard;
  };
}

const BatchCardEditor: React.FC = () => {
  const [selectionState, setSelectionState] = useState<CardSelectionState>({});
  const [editMode, setEditMode] = useState<'view' | 'edit'>('view');

  const handleSelectAll = () => {
    // 全選/取消全選邏輯
  };

  const handleBatchSave = async () => {
    const selectedCards = Object.entries(selectionState)
      .filter(([_, state]) => state.isSelected)
      .map(([index, state]) => state.editedCard);

    await saveSelectedCards(selectedCards);
  };

  return (
    <div className="space-y-4">
      {/* 批量操作工具列 */}
      <div className="flex justify-between items-center">
        <div className="flex gap-2">
          <button onClick={handleSelectAll}>全選</button>
          <button onClick={() => setEditMode('edit')}>編輯模式</button>
        </div>
        <div className="flex gap-2">
          <span>已選擇: {getSelectedCount()}</span>
          <button
            onClick={handleBatchSave}
            disabled={getSelectedCount() === 0}
            className="bg-blue-600 text-white px-4 py-2 rounded disabled:opacity-50"
          >
            保存選中詞卡
          </button>
        </div>
      </div>

      {/* 詞卡列表 */}
      <div className="grid gap-4">
        {generatedCards.map((card, index) => (
          <EditableCardPreview
            key={index}
            card={card}
            isSelected={selectionState[index]?.isSelected || false}
            isEditable={editMode === 'edit'}
            onSelectionChange={(selected) => handleSelectionChange(index, selected)}
            onCardEdit={(editedCard) => handleCardEdit(index, editedCard)}
          />
        ))}
      </div>
    </div>
  );
};

3.2.3 內聯編輯組件

const EditableCardPreview: React.FC<{
  card: GeneratedCard;
  isSelected: boolean;
  isEditable: boolean;
  onSelectionChange: (selected: boolean) => void;
  onCardEdit: (card: GeneratedCard) => void;
}> = ({ card, isSelected, isEditable, onSelectionChange, onCardEdit }) => {
  const [editingField, setEditingField] = useState<string | null>(null);
  const [localCard, setLocalCard] = useState(card);

  const handleFieldEdit = (field: string, value: string) => {
    const updatedCard = { ...localCard, [field]: value };
    setLocalCard(updatedCard);
    onCardEdit(updatedCard);
  };

  return (
    <div className={`border rounded-lg p-4 ${isSelected ? 'border-blue-500 bg-blue-50' : 'border-gray-200'}`}>
      {/* 選擇框 */}
      <div className="flex items-start gap-3">
        <input
          type="checkbox"
          checked={isSelected}
          onChange={(e) => onSelectionChange(e.target.checked)}
          className="mt-1"
        />

        <div className="flex-1 space-y-2">
          {/* 可編輯欄位 */}
          <EditableField
            label="單字"
            value={localCard.word}
            isEditable={isEditable}
            onChange={(value) => handleFieldEdit('word', value)}
          />
          <EditableField
            label="翻譯"
            value={localCard.translation}
            isEditable={isEditable}
            onChange={(value) => handleFieldEdit('translation', value)}
          />
          {/* 其他欄位... */}
        </div>
      </div>
    </div>
  );
};

開發估時

批量編輯API: 2-3個工作天
選擇性保存介面: 5-7個工作天
內聯編輯組件: 3-5個工作天
總計: 10-15個工作天

4. 技術實現細節

4.1 資料庫Schema變更需求

4.1.1 新增表格

-- 生成任務追蹤表
CREATE TABLE generation_tasks (
    id UUID PRIMARY KEY,
    user_id UUID NOT NULL REFERENCES user_profiles(id),
    input_text TEXT NOT NULL,
    extraction_type VARCHAR(20) NOT NULL,
    status VARCHAR(20) NOT NULL,
    progress INTEGER DEFAULT 0,
    error_message TEXT,
    created_at TIMESTAMP DEFAULT NOW(),
    completed_at TIMESTAMP,
    FOREIGN KEY (user_id) REFERENCES user_profiles(id) ON DELETE CASCADE
);

-- 品質回饋表
CREATE TABLE card_quality_feedback (
    id UUID PRIMARY KEY,
    flashcard_id UUID NOT NULL,
    user_id UUID NOT NULL,
    feedback_type VARCHAR(50) NOT NULL,
    description TEXT,
    suggested_correction TEXT,
    severity VARCHAR(10) NOT NULL,
    created_at TIMESTAMP DEFAULT NOW(),
    FOREIGN KEY (flashcard_id) REFERENCES flashcards(id) ON DELETE CASCADE,
    FOREIGN KEY (user_id) REFERENCES user_profiles(id) ON DELETE CASCADE
);

-- 學習目標表
CREATE TABLE user_learning_goals (
    id UUID PRIMARY KEY,
    user_id UUID NOT NULL,
    goal_type VARCHAR(50) NOT NULL,
    target_level VARCHAR(10),
    priority INTEGER DEFAULT 1,
    is_active BOOLEAN DEFAULT true,
    created_at TIMESTAMP DEFAULT NOW(),
    FOREIGN KEY (user_id) REFERENCES user_profiles(id) ON DELETE CASCADE
);

4.1.2 現有表格擴展

-- 擴展詞卡表，增加品質分數
ALTER TABLE flashcards ADD COLUMN quality_score FLOAT DEFAULT 0.8;
ALTER TABLE flashcards ADD COLUMN generation_source VARCHAR(50) DEFAULT 'manual';
ALTER TABLE flashcards ADD COLUMN ai_confidence FLOAT DEFAULT 1.0;

-- 擴展用戶表，增加學習偏好
ALTER TABLE user_profiles ADD COLUMN learning_preferences JSON;
ALTER TABLE user_profiles ADD COLUMN optimal_difficulty_range VARCHAR(20) DEFAULT 'auto';

-- 擴展使用統計表
ALTER TABLE WordQueryUsageStats ADD COLUMN context_queries INTEGER DEFAULT 0;
ALTER TABLE WordQueryUsageStats ADD COLUMN failed_queries INTEGER DEFAULT 0;

4.2 效能優化需求

4.2.1 AI API調用優化

public class AIApiOptimizer
{
    // 並行處理多個詞卡生成
    public async Task<List<GeneratedCard>> GenerateCardsParallelAsync(
        string inputText,
        int cardCount)
    {
        var chunks = SplitTextIntoChunks(inputText, maxChunkSize: 200);
        var tasks = chunks.Select(chunk => GenerateCardsForChunkAsync(chunk));
        var results = await Task.WhenAll(tasks);

        return results.SelectMany(r => r).Take(cardCount).ToList();
    }

    // 請求去重和快取
    public async Task<T> CachedAICallAsync<T>(string cacheKey, Func<Task<T>> apiCall)
    {
        var cached = await _cache.GetAsync<T>(cacheKey);
        if (cached != null) return cached;

        var result = await apiCall();
        await _cache.SetAsync(cacheKey, result, TimeSpan.FromHours(24));

        return result;
    }
}

4.2.2 前端效能優化

// 虛擬化長列表
import { FixedSizeList as List } from 'react-window';

const VirtualizedCardList: React.FC<{cards: GeneratedCard[]}> = ({ cards }) => {
  return (
    <List
      height={600}
      itemCount={cards.length}
      itemSize={200}
      width="100%"
    >
      {({ index, style }) => (
        <div style={style}>
          <CardPreview card={cards[index]} />
        </div>
      )}
    </List>
  );
};

// 圖片懶加載
const LazyImage: React.FC<{src: string}> = ({ src }) => {
  const [isLoaded, setIsLoaded] = useState(false);
  const imgRef = useRef<HTMLImageElement>(null);

  useEffect(() => {
    const observer = new IntersectionObserver(
      ([entry]) => {
        if (entry.isIntersecting) {
          setIsLoaded(true);
          observer.disconnect();
        }
      }
    );

    if (imgRef.current) observer.observe(imgRef.current);

    return () => observer.disconnect();
  }, []);

  return (
    <img
      ref={imgRef}
      src={isLoaded ? src : '/placeholder.png'}
      alt=""
    />
  );
};

5. 開發優先級和路線圖

5.1 優先級分類

🔴 高優先級 (立即開始)

詞卡儲存整合機制 - 核心功能缺失
- 影響用戶基本使用流程
- 估時: 13-19個工作天
詞彙查詢API整合 - 現有功能完善
- 提升用戶互動體驗
- 估時: 7-11個工作天
進度追蹤和狀態管理 - 用戶體驗關鍵
- 解決生成過程黑盒問題
- 估時: 11-18個工作天

🟡 中優先級 (第二階段)

智能萃取模式實現 - 功能差異化
- 提供更專業的詞彙萃取
- 估時: 12-18個工作天
詞卡品質驗證系統 - 內容品質保證
- 建立信任和專業度
- 估時: 13-19個工作天
批量詞卡操作功能 - 效率提升
- 改善大量詞卡管理體驗
- 估時: 10-15個工作天

🟢 低優先級 (後續迭代)

個人化推薦算法 - 智能化提升
- 長期用戶價值
- 估時: 20-29個工作天
影劇截圖識別功能 - 創新功能
- 差異化競爭優勢
- 估時: 16-24個工作天

5.2 開發時程規劃

第一階段 (6-8週)

週次 1-2: 詞卡儲存整合機制
週次 3-4: 詞彙查詢API整合
週次 5-6: 進度追蹤和狀態管理
週次 7-8: 測試整合和bug修復

第二階段 (8-10週)

週次 1-3: 智能萃取模式實現
週次 4-6: 詞卡品質驗證系統
週次 7-8: 批量詞卡操作功能
週次 9-10: 測試和優化

第三階段 (10-12週)

週次 1-5: 個人化推薦算法
週次 6-10: 影劇截圖識別功能
週次 11-12: 整體優化和發布準備

5.3 技術風險評估

高風險項目

影劇截圖識別: OCR技術整合複雜度高
個人化推薦算法: 機器學習模型訓練需求

中風險項目

智能萃取模式: NLP技術要求較高
詞卡品質驗證: AI模型準確性依賴

低風險項目

詞卡儲存整合: 標準CRUD操作
進度追蹤: 成熟的WebSocket技術

6. 成功指標

6.1 功能完成度指標

詞卡保存成功率 > 99%
詞彙查詢回應時間 < 2秒
生成進度追蹤準確度 > 95%
智能萃取模式差異化明顯
品質驗證誤報率 < 10%

6.2 用戶體驗指標

詞卡生成完成率提升30%
用戶詞彙查詢頻率提升50%
生成過程中斷率降低80%
詞卡編輯使用率 > 40%
整體用戶滿意度 > 4.5/5

6.3 技術效能指標

API回應時間平均 < 3秒
系統並發支援 > 100用戶
資料庫查詢優化 > 50%
快取命中率 > 80%
錯誤率 < 1%

文件版本: 1.0 建立日期: 2025-09-20 維護者: DramaLing開發團隊 預計完成: 2025年第二季度

27 KiB Raw Blame History Unescape Escape

詞彙生成系統待完成功能規格

文件概述

1. 未完成核心功能

1.2 詞卡儲存整合機制

功能描述

技術規格

1.2.1 批量保存API

1.2.2 重複詞卡檢測邏輯

1.2.3 前端保存流程改進

開發估時

1.3 智能萃取模式實現

功能描述

技術規格

1.3.1 智能萃取算法

1.3.2 萃取模式差異化

1.3.3 前端模式切換

開發估時

2. 功能改進規格

2.1 詞卡品質驗證系統

功能描述

技術規格

2.1.1 AI生成品質評估

2.1.2 用戶回饋整合

2.1.3 自動品質改進

開發估時

2.2 進度追蹤和狀態管理

功能描述

技術規格

2.2.1 任務狀態管理

2.2.2 WebSocket實時更新

2.2.3 失敗重試機制

開發估時

2.3 個人化推薦算法

功能描述

技術規格

2.3.1 學習歷史分析

2.3.2 智能詞彙篩選

2.3.3 目標導向推薦

開發估時

3. API整合規格

3.1 詞彙查詢API完整實現

功能描述

技術規格

3.1.1 前端點擊事件整合

3.1.2 詞彙詳情展示組件

3.1.3 使用量計費前端實現

開發估時

3.2 批量詞卡操作功能

功能描述

技術規格

3.2.1 批量編輯API

3.2.2 選擇性保存介面

3.2.3 內聯編輯組件

開發估時

4. 技術實現細節

4.1 資料庫Schema變更需求

4.1.1 新增表格

4.1.2 現有表格擴展

4.2 效能優化需求

4.2.1 AI API調用優化

4.2.2 前端效能優化

5. 開發優先級和路線圖

5.1 優先級分類

🔴 高優先級 (立即開始)

🟡 中優先級 (第二階段)

🟢 低優先級 (後續迭代)

5.2 開發時程規劃

第一階段 (6-8週)

第二階段 (8-10週)

第三階段 (10-12週)

5.3 技術風險評估

高風險項目

中風險項目

低風險項目

6. 成功指標

6.1 功能完成度指標

6.2 用戶體驗指標

6.3 技術效能指標

27 KiB

Raw Blame History