jim800121chen fb7da5d180 chore(autoflow): migrate .autoflow/ 共享層文件至 docs/autoflow/
依 autoflow-agent workspace v2 設計把 PRD / 設計 / 架構 / 交付類
共享文件從個人層 .autoflow/(ignored)搬到 docs/autoflow/(進 git),
讓團隊可共享產品與架構文件,個人層只留 progress / review / testing 等
per-branch 筆記。

- 02-prd/        21 個檔(PRD、features、market-analysis 等)
- 03-design/     18 個檔(design-spec、wireframes、flows 等)
- 04-architecture/ 31 個檔(TDD、design-doc、ADR×14、API 規格等)
- 07-delivery/   3 個檔(project-summary、phase-0.6-handover、stage-deployment-setup)

合計 73 檔。原檔已從 .autoflow/ 移除(migration 工具執行 git mv,
但因 .autoflow/ 在 .gitignore 中、git 將此操作視為新增、無 rename history)。
2026-05-04 16:55:55 +08:00

152 lines
7.8 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# visionA Cloud — 產品需求文件PRD索引
| 項目 | 內容 |
|------|------|
| 產品名稱 | visionA Cloud |
| 產品代號 | visionA-frontend / visionA-backend |
| 文件版本 | v0.1Phase 0 雛形規劃) |
| 最後更新 | 2026-04-21 |
| 狀態 | 三方聯合討論中PM / Design / Architect 平行) |
| 主要負責人 | PM Agent |
| 相關專案 | `local-tool/`(離線版,不動)、`edge-ai-platform`POC要轉正 |
---
## 文件結構
本 PRD 採用模組化結構PRD.md 為索引檔,各章節拆成獨立子檔案。
```
.autoflow/02-prd/
├── PRD.md ← 本檔(索引 + 各章節一句話摘要)
├── strategy.md ← 第 1 章:產品策略
├── product-positioning.md ← 第 2 章產品定位visionA Cloud vs local-tool vs POC
├── market-analysis.md ← 第 3 章:市場分析
├── user-research.md ← 第 4 章用戶研究Persona、旅程
├── user-stories.md ← 第 5 章User StoriesRICE 排序)
├── features/ ← 第 6 章:功能規格(按功能拆分)
│ ├── feature-device-management.md
│ ├── feature-model-management.md
│ ├── feature-inference.md
│ ├── feature-pairing.md ← 新增Pairing 流程
│ ├── feature-cluster-inference.md
│ ├── feature-dashboard.md
│ ├── feature-workspace.md
│ ├── feature-auth.md ← 雛形 TODO
│ ├── feature-converter-integration.md ← 轉檔整合 TODO
│ └── feature-billing.md ← 未來 TODO
├── nonfunctional.md ← 第 7 章:非功能性需求
├── interface-contracts.md ← 第 8 章:介面契約(重要,給 converter 團隊等)
├── success-metrics.md ← 第 9 章:成功指標
├── roadmap.md ← 第 10 章開發範圍與階段Phase 0 / 1 / 2
└── risks.md ← 第 11 章:風險與相依
```
---
## 章節摘要
### [1. 產品策略](strategy.md)
visionA Cloud 是把 edge-ai-platform POC 升格的正式雲端產品,定位為「**Kneron 邊緣 AI 裝置的雲端操作平台**」,讓開發者透過瀏覽器遠端操作自己筆電 / 現場機上的 Kneron 裝置KL520 / KL720支援單裝置與多裝置叢集推論。與 local-tool離線版共享相同 UI 與核心功能,差別在前端連的是雲端 API而非 localhost。
**核心價值主張**:「不用打開筆電,也能管你的 Kneron 裝置。」
**目標受眾**Kneron FAE內部、Kneron 生態系開發者(外部)、做 PoC 的系統整合商。
### [2. 產品定位](product-positioning.md)
釐清 visionA Cloud 在 Innovedus 產品線中的位置:
- **local-tool**(離線版):現場 demo、網路鎖死的客戶場景 → **完全不動**
- **visionA Cloud**(本專案):遠端協作、多人共用、長駐叢集 → **Phase 0 雛形**
- **edge-ai-platform**POC已完成歷史使命逐步 deprecate
兩種模式用「同一套前端」加上不同 API base URL 決定,不做模式切換 UI。
### [3. 市場分析](market-analysis.md)
邊緣 AI 開發工具市場簡要分析,競品如 NVIDIA Triton Inference Server、Edge Impulse Studio、SenseCraft AI、AWS IoT Greengrass。差異化聚焦「**Kneron 專用 + 雲端遠端存取 + 低延遲 tunnel + 叢集推論**」的組合,這是現有競品都沒有單一提供的。
### [4. 用戶研究](user-research.md)
主要 Persona
1. **阿哲 — Kneron 客戶 FAE**:常出差做 demo需要遠端查看現場客戶機台的推論狀態。
2. **Sarah — SI 系統整合商**:在多個客戶端佈署 Kneron 裝置,需要統一介面管理。
3. **Mike — AI 應用開發者**:寫應用 A/B test要叢集跑多裝置比對效能。
用戶旅程涵蓋「認知 → 註冊 → Pairing → 首次推論 → 日常使用」。
### [5. User StoriesRICE 排序)](user-stories.md)
所有 User Story 按 RICE 評分排序P0雛形必做、P1Phase 1、P2未來。重點 stories
- **作為開發者**,我要在瀏覽器註冊登入,看到我名下所有裝置。
- **作為開發者**,我要把我筆電上的 local agent 配對到 visionA Cloud 帳號。
- **作為 FAE**,我要選一個遠端裝置 + 模型 + 來源,按「開始」就看到即時推論結果。
- **作為 SI**,我要把多個裝置組叢集,做加權 round-robin 推論。
### [6. 功能規格](features/)
按功能拆成獨立檔,每個功能含描述、使用者行為、驗收條件:
| 功能 | 優先級 | 檔案 | 狀態 |
|------|--------|------|------|
| 裝置管理 | P0 | [feature-device-management.md](features/feature-device-management.md) | 搬自 local-tool走 remote-proxy |
| 模型管理 | P0 | [feature-model-management.md](features/feature-model-management.md) | 7 預設 + 上傳,走 S3 介面 |
| 推論操作 | P0 | [feature-inference.md](features/feature-inference.md) | Camera / Image / Video / Batch |
| Pairing 流程 | P0 | [feature-pairing.md](features/feature-pairing.md) | 新增,取代 POC 的 MAC 寫死 |
| 工作區 | P0 | [feature-workspace.md](features/feature-workspace.md) | 裝置 → 模型 → 來源 |
| 叢集推論 | P1 | [feature-cluster-inference.md](features/feature-cluster-inference.md) | 從 POC 搬,加權 RR |
| 儀表板 | P1 | [feature-dashboard.md](features/feature-dashboard.md) | 搬自 local-tool |
| 會員系統 | P2TODO | [feature-auth.md](features/feature-auth.md) | 雛形只定介面 |
| 轉檔整合 | P0Phase 0.8 MVP | [feature-converter-integration.md](features/feature-converter-integration.md) | upload→轉檔→半自動處理converter / FAA / MC 已就緒 |
| Billing | P2TODO | [feature-billing.md](features/feature-billing.md) | 未來 |
### [7. 非功能性需求](nonfunctional.md)
效能推論延遲、API RT、tunnel throughput、安全pairing token 生命週期、傳輸加密、隔離、可擴展性Session 狀態管理、無狀態 API Server、可用性降級策略、離線覆蓋、可觀測性metrics / log
### [8. 介面契約Interface Contracts](interface-contracts.md)
**本章節特別重要**,因為 Phase 0 有很多 TODO介面契約是跨團隊合作的合約
- **AuthProvider 介面**(給未來會員系統填血)
- **kneron_model_converter API 契約**visionA-backend 作為 client反向定義
- **ObjectStorage 介面**S3-compatible雛形用 local filesystem 實作)
- **SessionStore 介面**(雛形 in-memory未來 Redis
- **BillingProvider 介面**(未來)
### [9. 成功指標](success-metrics.md)
Phase 0 雛形指標跑得動、Pairing 成功率、推論端到端延遲、Phase 1 MVP 指標WAU、Pairing conversion、首次推論時間、長期北極星指標每週推論次數 per user
### [10. 開發範圍與階段](roadmap.md)
- **Phase 0本次雛形**建骨架、跑得動、介面清楚、Auth/DB/Storage 用 stub
- **Phase 1**(未來 1-2 季):接真 Auth、接真 DB、接真 Storage
- **Phase 2**(未來 2-4 季轉檔整合、Billing、多區域部署
### [11. 風險與相依](risks.md)
- 和 kneron_model_converter 團隊的協作節奏
- 不能改壞 local-tool 的風險
- tunnel 在企業網路 NAT / Proxy / 防火牆的穿透風險
- Pairing token 洩漏的安全風險
---
## 使用說明(給其他 Agent
**Design Agent、Architect Agent**
- 需要全貌時讀本索引檔
- 需要細節時讀對應子檔案
- 不要所有檔案一次讀,會爆 context
**Orchestrator**
- 追蹤 TODO 清單時讀 `roadmap.md``interface-contracts.md`
- 追蹤 Phase 0 驗收時讀各 `feature-*.md` 的「驗收條件」段落