visionA/local-tool/.autoflow/01-requirements/pm-analysis-round2-refactor.md

# PM 第一輪分析 — visionA-local 方向變更（2026-04-14）

> 作者：PM Agent
> 性質：**第一輪分析筆記，非正式 PRD 修訂**
> 觸發事件：使用者在 M7 收尾階段提出三項重大方向變更
> 對應使用者訊息：「推論只需包含 camera / image / video upload」「模型只預設 + 只能上傳」「介面希望是網頁不是包在應用程式中」「Wails 負責顯示 server log / 啟停重啟 / 打開 localhost 網頁」

---

## 摘要（3 行）

1. **這是一個 L 級變更，不是 S 級**：三項變更疊加起來等於把 visionA-local 從「Wails 內嵌式桌面 app」重新定位為「Ollama / LM Studio / Stable Diffusion WebUI 式的 server 管理器 + 獨立 web UI」，PRD 第 1 章（定位）、第 2 章（使用情境）、第 4 章（功能清單）、第 6 章（非功能需求）、第 8 章（風險）全部要改，競品類比也要換。
2. **最大的哲學衝突**：原 PRD 的 北極星指標是「內部 FAE 在客戶現場 5 分鐘內跑出第一次推論 ≥ 95%」，現在多一步「要使用者先在桌面 app 按 Start Server → 再點 Open Browser → 瀏覽器才看到 UI」，這對「零摩擦 3 分鐘 demo」體驗是**退步而非進步**，PM 必須先釐清使用者動機，否則會做出一個「技術上更乾淨、但使用體驗更差」的產品。
3. **目前開發階段是最糟的時機點**：M1-M6 已經做完，dmg 220MB 可跑，M7 Windows build 在收尾。此時做這種方向轉彎代價很高——前端 Sidebar / 4 主導航 / Workspace / Settings 全部要重新思考「誰住在 Wails 裡、誰住在瀏覽器裡」。但如果使用者的動機夠強（見 C1），延後改比現在改更貴。**必須先釐清動機再做決定，不要為了「使用者說了就做」而跳過第一輪分析**。

---

## A. 變更解讀

### A1. 影片來源變更（砍 URL / yt-dlp）

**新要求**：推論只包含 `camera / image / upload 影片(avi, mpeg, mp4 瀏覽器能吃的格式)`。

**PM 解讀**：
- 使用者明確砍掉 `/api/media/url`（YouTube / yt-dlp 相關）。
- 「瀏覽器能吃的格式」是一個**關鍵措辭**——暗示使用者的 mental model 從「我用桌面 app 解影片」轉向「我用瀏覽器播影片」。這跟 A3 介面變更是同一件事的兩面。
- 但這裡有個**語意陷阱**：瀏覽器能播的 `<video>` 格式（主要是 MP4 H.264/AAC、WebM VP9/Opus、Ogg）**不等於** Kneron 推論管線能吃的格式。推論仍然需要 ffmpeg decode 成 frame 餵給模型。使用者可能沒意識到這一點。**這題必須回去澄清**（見 C1）。
- 原本 `/api/media/upload/video` 已經在保留清單，所以「上傳影片」不是新功能，**真正被砍的只是 URL 模式**。

**影響範圍**（具體）：
- 後端：`POST /api/media/url` 整個 endpoint 拔掉；`server/internal/media/url_handler.go` 或類似檔案整包刪。
- Bundle：**yt-dlp 35MB 可以拔掉**，dmg 從 220MB 降到約 185MB，符合 6.2 節 macOS ≤ 220MB 的原目標值（目前是壓著上限走）。**這是個體積紅利**。
- 前端：`媒體上傳`頁面的「URL 貼上」輸入框、「從 YouTube 下載」tab、相關 Loading 狀態（對應 recent commit `a6b71ea fix(local-tool): URL 影片載入提示「正在解析，請耐心等待」`）全部拔掉。
- 授權宣告：`4.8 第三方授權宣告`的 yt-dlp 條目可以移除，LICENSE-yt-dlp.txt 不用打包。
- Risk：P2（FAE 不知道有新版）不受影響；但原 R11（發佈通路）如果本來要放 yt-dlp 需要高流量下載則壓力降低。

**還沒確認的疑問**：
- 「camera / image / upload 影片」這個措辭漏掉了**批次影像** `POST /api/media/upload/batch`。使用者是忘了、還是也要砍？（見 C2）
- 砍 URL 模式是否連帶砍 `US-8`（User Story）？我傾向砍，但要使用者確認。

### A2. 模型管理變更（只預設 + 只能上傳）

**新要求**：模型除了預設的幾種只能用上傳的。

**PM 解讀**：
- 現況：預設 8 個 .nef（73MB 內嵌）+ 支援使用者上傳自己的 .nef。
- 新要求：跟現況幾乎一樣，**重點是明確否定「從 URL / Model Zoo 下載」這類未來可能性**。
- 這有兩個可能讀法：
  - **讀法 A（保守）**：使用者只是確認「不要做 Model Zoo / 遠端下載功能」，目前的預設 + 上傳就是最終狀態。
  - **讀法 B（更激進）**：使用者可能想重新檢視預設清單——是要維持 8 個？還是想精簡到 3-4 個最有代表性的？
- 我**傾向讀法 A**，因為原 PRD 本來就沒規劃 Model Zoo，這句話更像是「再次確認非目標」而非新增要求。但要回去跟使用者確認（見 C3）。

**還沒確認的疑問**：
- 使用者上傳 .nef 後，是否需要命名、分類、加說明文字、刪除？原 feature-inventory `model-upload-dialog` 應該已經涵蓋，要請前端 lead 回看現況。
- 預設模型的「重置」按鈕是否需要？（使用者不小心刪掉預設模型後能不能還原）

**影響範圍**：
- 若讀法 A 正確，**這項變更幾乎不影響程式碼**，PRD 只需在 4.1 / 4.2 / 4.5 章節明確寫「只預設 + 只上傳，不支援任何形式的遠端模型下載」，並把它列入第 3 章非目標。
- 若讀法 B 正確，需要重新評估預設模型清單，但這是 Architect / KneronPLUS 範疇的事。

### A3. 介面架構巨變（Wails 內嵌 → Wails server 控制台 + 瀏覽器 UI）

**這是最大的、最需要深挖的變更。**

**新要求**（逐字擷取）：
> 我想像中的是 visionA local 安裝完 啟動後 應用程式介面會有可以顯示 local server log 的地方
> 有可以啟動/停止 重啟 local server 的介面 有打開 localhost 網頁的介面
> 網頁上會有 scan/connect device 的介面 選模型/上傳模型 推論的介面

**PM 解讀**：
這實質上是把 visionA-local 從「Wails webview 直接顯示 Next.js UI」退化成**「兩個 app」**：

1. **Wails 桌面 app（server 控制台）**：只負責
   - 顯示 Go server 的 stdout / log（類似 Docker Desktop 的 Logs 面板）
   - 啟動 / 停止 / 重啟 local server 的按鈕
   - 「Open in Browser」按鈕（點了開瀏覽器到 `http://localhost:{port}`）
   - 可能還要顯示：server 狀態（running / stopped / error）、port 號、資料目錄路徑、版本號
   - **不顯示推論 UI**
2. **瀏覽器網頁（真正的 UI）**：跟現在的 Next.js 前端幾乎一樣（但要適應沒有 Wails bridge 的情況）
   - Scan / Connect Device
   - 選模型 / 上傳模型
   - 推論（camera / image / video upload）

**這是什麼定位？競品類比換人**：
- 原本的類比：**Photo Booth、Kneron 官方 demo app**——桌面 app，打開就用。
- 新的類比：**Ollama（server 跑在背景 + 獨立 web UI / CLI）、LM Studio（有桌面 app 也有 server 模式）、Stable Diffusion WebUI（點 bat 啟動 + 瀏覽器打開 127.0.0.1:7860）、Docker Desktop（桌面 app 只管 daemon，真正的操作在 CLI / Dashboard）**。
- 這個類比轉換會影響**所有對外文案**：
  - 原本「裝起來就能跑」→ 現在更像「一鍵起 local server，用瀏覽器操作」。
  - 原本「像一般桌面 app」→ 現在更像「像 Ollama 一樣輕量伺服器」。

**為什麼使用者會這樣想？PM 的猜測（必須回去問，見 C1）**：
我沒有資料支持，只能猜。列出可能動機讓使用者確認：
| # | 可能動機 | 我的評估 |
|---|---------|---------|
| a | **想要多視窗 / 多分頁**，一邊看推論結果一邊看裝置管理 | 合理。Wails 單視窗架構確實限制了這件事 |
| b | **想要瀏覽器的開發者工具**（inspect / network / console），除錯方便 | 合理。Wails webview 也能開 devtools 但比瀏覽器難找 |
| c | **想要分享 localhost 連結給同網段其他人**（例如客戶的手機開 `http://192.168.1.10:port` 看 demo） | **高度懷疑這一點**——原 PRD 6.6 明確寫「絕對不 bind 0.0.0.0」。若這是動機，等於安全模型也要改 |
| d | **不想被 Wails 視窗鎖住**——想讓 server 在背景跑、瀏覽器關掉也沒差，下次要用再開瀏覽器 | 合理。這是 Docker Desktop / Ollama 的體驗 |
| e | **熟悉瀏覽器操作習慣** | 合理但薄弱。單一動機不足以支撐這種大改 |
| f | **想要能用手機 / 平板當第二螢幕看推論**（同上 c） | 同 c，安全模型風險 |
| g | **看不慣 Wails webview 的某些 bug**（例如 splash regression，見 progress.md M7）| 合理。但這是解 bug 不是改架構 |
| h | **想把 web UI 獨立出來**，未來可能部署到別處（不綁 Wails） | 合理長期考量，但目前內部工具用不到 |
| i | **單純覺得「server + web UI」架構比較乾淨** | 工程師審美考量，PM 角度會挑戰 |

**不同動機導出不同產品方向**——a, b, d, g 導向「架構輕度重整，還是桌面 app 為主」；c, f 導向「server 要能被同網段連線，安全模型大改」；h 導向「web UI 要獨立可部署，跟 Wails 解耦」。**必須先知道是哪一個，不能一把梭**。

**PM 的擔憂（一個句子）**：
> 這個變更方向在技術上更乾淨，但在使用者體驗上可能是**退步**——因為它把原本「雙擊 app → 看到 UI」的 1 步流程變成「雙擊 app → 按 Start → 按 Open Browser → 看到 UI」的 3 步流程，違反 P1 Persona Arthur 的核心願望「不要為了環境浪費客戶時間」。

### A3.5 多使用者情境：其他使用者是 FAE 還是外部客戶？

第四輪決策是「內部工具」，所以沒處理「分享給外部」。但 A3 如果動機是 c（分享 localhost 給同網段），會把產品定位從「內部 FAE 個人工具」推向「內部 FAE 向客戶 demo 的 server」，**這會改變威脅模型**：
- 內部 FAE 個人工具：威脅模型 = 本機（127.0.0.1 + 無認證即可）
- 向客戶 demo 的 server：威脅模型 = 區網（可能需要密碼 / token / 限制連線 IP / HTTPS 自簽）

---

## B. 影響範圍

### B1. PRD 要改的章節（按影響嚴重度排序）

| 章節 | 子檔案 | 變更性質 | 嚴重度 |
|------|--------|---------|--------|
| 1. 產品策略與定位 | `strategy.md` | **重寫**。競品類比從 Photo Booth 換成 Ollama / LM Studio；價值主張要重述（「本機 server + 瀏覽器 UI」而非「桌面 app」）；北極星指標的 5 分鐘門檻是否還合理需要重評 | 🔴 高 |
| 2. 目標使用者與使用情境 | `user-research.md` | **修訂 + 重寫 US**。US-1（第一次安裝）驗收標準 AC-1.3 要加「App 啟動後顯示 server 控制台」；US-2 / US-3 / US-4 / US-5 全部要重寫流程（因為真正操作在瀏覽器而非 Wails 視窗）；US-6 原本已砍；US-7（上傳影片）要保留但砍掉 URL；US-8 砍掉；User Journey Map「第一次成功」階段要重畫 | 🔴 高 |
| 3. 產品願景與非目標 | `vision-and-non-goals.md` | **補充非目標**。明確寫「不支援遠端模型下載 / Model Zoo」「不支援影片 URL 推論 / yt-dlp」「不 bind 0.0.0.0（除非使用者確認 A3 動機 c/f）」 | 🟡 中 |
| 4. 功能清單與 API 對照 | `features/feature-inventory.md` | **大幅修訂**。4.1 API：刪 `/api/media/url`；4.2 前端路由：重新切分「Wails shell 顯示什麼 / 瀏覽器顯示什麼」；4.3 元件：把 cluster UI、relay-token-sync 一樣明確刪，同時新增 server 控制台元件（start/stop 按鈕、log viewer、open browser 按鈕）；4.5 新增功能表：加「server 生命週期控制面板」；4.6 要刪的檔案：加 yt-dlp 相關；4.8 授權宣告：刪 yt-dlp 條目 | 🔴 高 |
| 5. 使用者流程 | `features/user-flows.md` | **重寫**。First-Run / 日常使用 / 離開的流程都要重寫（Wails app 變成 server 管理器，使用者第一次啟動要引導「點 Open Browser」） | 🔴 高 |
| 6. 非功能需求 | `nonfunctional.md` | **修訂量化值**。6.1 首次推論時間要拆得更細（Wails shell 啟動 / server 啟動 / 瀏覽器開啟 / 第一幀）；6.2 安裝檔大小目標可以降低（yt-dlp 35MB 拔掉）；6.6 安全性需求要根據 A3 動機（c/f）決定是否改 bind IP；6.8 主題跟隨系統這一條在瀏覽器中是「跟隨使用者 OS prefers-color-scheme」而非「Wails webview 繼承 OS」 | 🔴 高 |
| 7. 發佈與交付策略 | `release-strategy.md` | 輕微影響。dmg 變小、發佈說明要寫「啟動後點 Open Browser」 | 🟢 低 |
| 8. 風險與相依性 | `risks.md` | **新增風險**。見 D 章 | 🟡 中 |

### B2. 要砍的功能（具體清單）

| # | 項目 | 出處 | 動作 |
|---|------|------|------|
| 1 | `POST /api/media/url` endpoint | `feature-inventory.md` 4.1 | 刪除 |
| 2 | yt-dlp 內嵌（35MB） | `feature-inventory.md` 4.8 / `progress.md` M6-2 | 從 vendor / payload / installer 全部拔掉 |
| 3 | 前端「URL 貼上」UI | `frontend/src/app/media/` 或類似 | 刪除 |
| 4 | US-8（YouTube / URL 推論） | `user-research.md` 2.3 | 刪除 |
| 5 | 授權宣告中的 yt-dlp 條目 | `feature-inventory.md` 4.8 | 刪除 |
| 6 | 「模型從 URL 下載」類功能（若存在）| 需確認 | 確認無後標為非目標 |
| 7 | **（待確認）** Wails webview 內嵌 Next.js 前端的架構 | `server/main.go` + Wails config | 改為只 serve server 控制台介面 |
| 8 | **（待確認）** Wails 首頁 iframe / navigate 到 Next.js build | 同上 | 改為 server 控制台 UI |

### B3. 要重寫的 user story

| US | 原標題 | 變更性質 |
|----|--------|---------|
| US-1 | 第一次安裝 | **大幅重寫**。AC-1.3「安裝完成後系統中出現 app icon」不變，但要加 AC-1.7「第一次開啟 app 看到 server 控制台，不是 Dashboard」；AC-1.8「控制台有明確引導『按這裡在瀏覽器打開 UI』」 |
| US-2 | Mock 模式試玩 | **重寫**。進入 Mock 模式的入口從「First-Run 選擇 Mock」變成「先在控制台啟動 server（選 Mock 模式） → 開瀏覽器 → 看到 Mock UI」 |
| US-3 | 連實體 Kneron 裝置 | **中度重寫**。偵測流程不變，但「看到裝置」的 UI 在瀏覽器，不在 Wails 視窗。邊緣情況：若瀏覽器沒開，USB 插入事件要不要 push 到 Wails 控制台 toast？ |
| US-4 | 切換 / 上傳模型 | **中度重寫**。「拖放 .nef 到視窗任何地方」—— **哪個視窗**？Wails 控制台？瀏覽器？兩邊都要？這是體驗面 Design 要回答的關鍵問題（見 E 章） |
| US-5 | 跑即時攝影機推論 | **中度重寫**。Workspace 頁在瀏覽器。這裡有個**瀏覽器特有的新限制**：瀏覽器 `navigator.mediaDevices.getUserMedia()` 取 webcam 需要 HTTPS 或 localhost（目前 localhost 勉強可過但 Chrome 可能提示 permission），跟原 Wails 直接走 Go + AVFoundation / DirectShow 的模型不同。**這是關鍵技術風險**（見 E 章）|
| US-7 | 上傳影片 / 圖片做離線推論 | 輕微修訂，格式限定「瀏覽器能吃的」 |
| US-8 | YouTube / URL 推論 | **砍掉** |
| US-9 | 查看 server 日誌 | **升級**。原本是 Settings 進階分頁的次要功能，現在變成 **Wails 控制台的一級功能**，要獨立一個 AC |

### B4. 原本架構中「為了 Wails 內嵌」做的設計（請 Architect 補完整清單）

PM 只能從 PRD / progress.md 看到的表層：

1. **server/web/out 內嵌**（M1 收尾的 `build-embed` target）：把 Next.js `frontend/out` 同步到 `server/web/out`，再 embed 進 Go binary。**這個設計在新架構下仍然有效**——但要考慮 Wails 控制台是用什麼技術？是 Wails 自己的 UI（Go template / Wails 原生 webview 顯示一個極簡 HTML）？還是另一份 Next.js build？
2. **Wails `/ipc/raise` endpoint + wails-ipc-port 檔案**（M7 L-3）：原本用來讓 server 崩潰後可以叫回 Wails 視窗。新架構下這個還有意義嗎？server 崩潰時需要通知的是**誰**——Wails 控制台？還是瀏覽器？兩邊？
3. **Single-instance 保護**（PRD 5.5，第四輪決策）：使用者第二次雙擊 app 時 raise 既有視窗。新架構下 single-instance 還是要做，但 raise 什麼——Wails 控制台？還是 focus 既有的瀏覽器 tab？（瀏覽器 tab focus 跨瀏覽器很難做）
4. **⌘Shift+R 重啟服務**（第四輪 R4-6）：這個快捷鍵是給 Wails webview 用的。新架構下快捷鍵要住在哪——Wails 控制台用 Wails menu bar，瀏覽器網頁如果要也要的話得自己用 JS 監聽（還會被瀏覽器預設快捷鍵衝突）。
5. **Mock 模式的 sidebar 標記 / 主視窗標題列標記**（4.5）：現在「主視窗」有兩個——Wails 控制台、瀏覽器 tab。兩邊都要標嗎？
6. **Wails tray 已砍、改用主視窗 menu bar**（第三輪 Q-A）：新架構下 menu bar 屬於 Wails 控制台。那「上傳模型」這種動作，從 Wails menu bar 按下去是要直接處理，還是要切到瀏覽器？
7. **Fatal 原生對話框**（L-2）：這個維持有效。
8. **First-Run 歡迎流程在哪**：原本是 Wails webview 載入 Next.js 前端的第一個畫面。新架構下——是 Wails 控制台放一個「首次啟動引導」（講解控制台怎麼用），還是瀏覽器打開後才看到 First-Run（跟以前一樣）？還是兩邊都要（Wails 講控制台、瀏覽器講功能）？

**請 Architect 補充：** 現有 `local-tool/server/main.go`、Wails `wails.json`、前端 `next.config.js` 裡面哪些設定是為了內嵌架構而存在、新架構下哪些要改、哪些可以直接沿用。

---

## C. 待使用者決策的問題

> 每題都是「必須先問才能繼續」——不是可以延後的。

### C1. 🔴【最關鍵】介面架構變更的動機是什麼？

**為什麼問**：A3 章列出 9 種可能動機（a ~ i），每一種導向不同的產品方向。不問清楚就做會做錯。

**選項**：
- **A**：多視窗 / 多分頁的便利性（可以一邊看推論、一邊看裝置）→ 方向是「架構輕度重整，Wails 只是 server 生命週期管理器，UI 主體仍在本機瀏覽器，**127.0.0.1 不變**」
- **B**：想要瀏覽器開發者工具 / 熟悉瀏覽器操作 → 同 A，方向相同
- **C**：要分享 localhost 給同網段的其他裝置（客戶的手機、平板）→ 方向是「架構重整 + 安全模型大改 + 要加認證 / token / IP 限制」**這會是另一個 L 級工作**
- **D**：想讓 server 在背景跑、瀏覽器關掉也沒差，下次要用再開瀏覽器 → 同 A，方向相同但要加「視窗關閉不終止 server」
- **E**：單純看不慣 Wails webview 的某些 bug（例如 splash 問題）→ **建議不要為此改架構**，先解 bug
- **F**：想讓 web UI 可獨立部署（未來不綁 Wails）→ 方向是「把 web UI 做得跟 Wails 完全解耦，未來可以 deploy 到別處」
- **其他 / 混合**：請使用者直接說

**PM 建議**：
> 我強烈建議使用者選 A / B / D（或混合），理由是這三種動機都能在**不改安全模型**的情況下達成，改動範圍可控。
>
> 如果選 C 或 F，**我會要求暫停 M7 Windows build**，重新開一輪三方聯合討論，因為這相當於改變產品的核心定位。
>
> 如果選 E，**我會直接挑戰使用者**：解 bug 比改架構便宜一個數量級，先把 bug 修掉再說。

### C2. 🟡「camera / image / 上傳影片」有涵蓋批次影像上傳嗎？

**為什麼問**：原 `/api/media/upload/batch`（批次多張圖片上傳）在 feature-inventory 是保留的，新要求措辭漏掉。

**選項**：
- **A**：保留批次上傳（一次處理多張圖片）
- **B**：砍掉，只保留單張圖片 + 單支影片
- **C**：保留但降級為 Phase 2

**PM 建議**：
> 保留（選 A）。批次上傳是既有功能，砍掉無理由，對 FAE 用批次跑回歸測試有價值。

### C3. 🟡 模型管理：「只預設 + 只能上傳」的解讀是 A 還是 B？

**為什麼問**：見 A2 章節。

**選項**：
- **A**：維持現況的 8 個預設 .nef + 使用者上傳，只是確認「不要做 Model Zoo / 遠端下載」
- **B**：重新評估預設清單，可能精簡到 3-4 個
- **C**：把預設也砍掉，只留上傳

**PM 建議**：
> 選 A。原 PRD 本來就沒規劃 Model Zoo，這句話更像是再次確認非目標。選 B 會增加決策成本（「要留哪 3 個？」），選 C 會破壞 Mock / 即時體驗（Persona P3 Solution Architect 的 demo 場景沒模型就完蛋）。

### C4. 🔴 Wails 控制台的 scope 究竟有多小？

**為什麼問**：使用者說「顯示 log」「啟動/停止/重啟」「打開 localhost」，這是**最小集合**。但還有很多「邊緣功能」不知道要不要也住在 Wails 控制台：

**選項**（每項都要獨立回答）：
| 功能 | 要住在 Wails 控制台嗎？ | PM 預設建議 |
|------|----------------------|------------|
| 顯示目前 server port | 是 ✅ | 是（使用者需要知道 URL 是 127.0.0.1:XXXX）|
| 顯示資料目錄路徑（macOS `~/Library/Application Support/visiona-local/`）| 是 ✅ | 是（除錯時常用）|
| 顯示版本號 / 建置資訊 | 是 ✅ | 是 |
| 顯示 server 狀態（running / stopped / error）| 是 ✅ | 是 |
| Mock 模式切換按鈕 | **待決定** ⚠️ | 是（Mock 是 server 模式，不是業務模式，住控制台合理）|
| 硬體偵測結果（已接上幾台 Kneron）| **待決定** ⚠️ | **不要**（屬於業務資訊，住瀏覽器 UI）|
| 上傳模型 | **待決定** ⚠️ | **不要**（業務功能）|
| 匯入 / 匯出設定 | **待決定** ⚠️ | 是（屬於「工具維護」）|
| 清除 log / 查看歷史 log 檔 | **待決定** ⚠️ | 是 |
| 第三方授權宣告 About | **待決定** ⚠️ | 是（Wails About 對話框）|
| Settings > 一般 / 語言 | **待決定** ⚠️ | **不要**（屬於瀏覽器 UI 的 Settings 頁）|
| 崩潰後的原生對話框通知 | 是 ✅ | 是 |

請使用者逐項確認，或直接接受 PM 建議。

### C5. 🔴 Wails 視窗關閉行為

**為什麼問**：原 PRD Q7 決定「關閉視窗 = 結束程式」（所以砍 tray）。新架構下這個語義要重新定義，因為現在視窗關閉影響兩個東西：server、瀏覽器 UI。

**選項**：
- **A**：關閉 Wails 控制台 = 停 server = 瀏覽器 UI 失效。**最簡單**。但使用者若關了控制台忘了 server 還在跑，不會發生這種狀況。
- **B**：關閉 Wails 控制台 ≠ 停 server。關閉後 server 仍在背景跑，下次重開 Wails 控制台 attach 回去。**像 Docker Desktop**。但在 macOS / Windows / Linux 實作有差異，且 single-instance 保護要重寫。
- **C**：關閉 Wails 控制台時彈確認對話框問使用者「要不要一起停 server」。

**PM 建議**：
> 初步偏 **A（最簡單）**，除非使用者在 C1 選了動機 D（想讓 server 在背景跑）。若選 D 則必須是 B。
>
> 這題的決定直接影響 B4 第 3 項 single-instance 設計。

### C6. 🟡 使用者要不要有機會直接雙擊開瀏覽器（不經過 Wails 控制台）？

**為什麼問**：既然 UI 在瀏覽器，使用者其實不需要每次都打開 Wails 控制台——他可能想要像 Ollama 那樣「server 背景跑著，直接打開 `http://localhost:XXXX`」。但這跟 C5 的 B 方案強相關。

**選項**：
- **A**：必須先開 Wails 控制台，Wails 控制台負責起 server，然後才能用瀏覽器
- **B**：提供 macOS 的 LaunchAgent / Windows 的啟動項 / Linux systemd user unit，讓 server 可以背景常駐（類似 Docker Desktop / Ollama）
- **C**：不背景常駐，但提供 CLI 啟動模式（使用者可以自己 `open -a visiona-local` 或 `visiona-local serve`）

**PM 建議**：
> 選 **A** + 未來考慮 C。這是 MVP，先把最小路徑做對。背景常駐會引入 autostart / tray / 開機啟動等一整套複雜度（而 tray 才剛被砍）。

### C7. 🟡 瀏覽器選擇：使用者預設瀏覽器 or 指定 Chromium-based？

**為什麼問**：webcam（US-5）在 Safari / Firefox / Chrome 的權限流程和支援度不同。攝影機 overlay 效能也不同。

**選項**：
- **A**：用使用者的 OS 預設瀏覽器（Safari on macOS / Edge on Win / Firefox / Chrome 依系統設定）
- **B**：強制 Chrome / Edge 系列，其他瀏覽器警告
- **C**：內嵌 Chromium（如 Electron，但整包會變很大 100MB+）

**PM 建議**：
> 選 **A** 但在 README / First-Run 控制台提示「推薦 Chrome / Edge，Safari 可能有攝影機權限限制」。選 C 違反整個 MVP 的瘦身原則（dmg 會從 220MB 變 400MB+）。

### C8. 🔴 Wails 控制台的首次啟動引導如何設計？

**為什麼問**：原 PRD 的 First-Run 流程（歡迎 → 選擇模式 → 硬體偵測）是長在 Next.js 前端裡的。新架構下這個流程要**搬家**——是搬去 Wails 控制台、還是維持在瀏覽器但等「使用者第一次開瀏覽器」才看到？

**選項**：
- **A**：整套 First-Run 仍在瀏覽器端，Wails 控制台的首次啟動只是提示「按 Start Server 然後按 Open Browser」
- **B**：First-Run 拆成兩段：Wails 控制台引導「怎麼用這個控制台」，瀏覽器端引導「怎麼用 visionA-local 的功能」
- **C**：First-Run 整套搬到 Wails 控制台，瀏覽器打開後直接進 Dashboard

**PM 建議**：
> 選 **A**。Wails 控制台是次要視窗，不應該搶 First-Run 戲份。但要確保「按 Open Browser 後」瀏覽器會自動打開到正確的 `http://localhost:XXXX/onboarding` 路由。

### C9. 🟢 這次變更是否要重做 `progress.md` M7 的 Windows build？

**為什麼問**：M7 正在收尾，若這輪變更砍了 yt-dlp + 改前端架構，Windows build 可能要等改完再跑。

**選項**：
- **A**：先把 M7 Windows 收完（拿到 Windows 能跑的 baseline），再基於 baseline 套這輪變更
- **B**：M7 停擺，本輪變更優先
- **C**：M7 和本輪變更平行做（高風險）

**PM 建議**：
> 選 **A**。理由：Windows 能跑的 baseline 是品質保險，即使這輪變更改掉 70% 前端，「Windows 能跑 server + 可以打包」這件事本身不會白費。

---

## D. 風險觀察

### D1. 【新】「零摩擦安裝」承諾被打破

- **描述**：原 PRD 北極星指標是「5 分鐘內跑第一次推論 ≥ 95%」，P1 Persona Arthur 的一句話是「雙擊 app、插 USB，就能 demo」。新架構多一步「點 Open Browser」，對 Arthur 的心智負擔是 +30%。
- **可能性**：高（結構性變更，不是實作品質問題）
- **影響**：中-高（可能違反北極星承諾）
- **緩解**：(1) Wails 控制台啟動時自動 `Start Server`（不用手動按），(2) Server 就緒後自動 `Open Browser`（不用手動按），(3) Wails 控制台第一次啟動後可以「隱藏到背景」但不終止 server。**這樣 UX 上仍是「雙擊 → 看到 UI」但底層是新架構**。
- **等級**：**P0 阻斷項**——若沒做到這三點緩解，我會建議使用者回到原架構或放棄變更。

### D2. 【新】Safari / Firefox webcam 相容性

- **描述**：瀏覽器 `getUserMedia` 在 Safari 17+ 雖然支援 localhost HTTP 的 camera permission，但跟使用者的直覺不同；Firefox 也有類似 permission flow 問題。原 Wails 內嵌架構下，直接走 Go + AVFoundation / DirectShow / V4L2，使用者感知不到 permission。
- **可能性**：高（每個 macOS 預設 Safari 使用者都會碰到）
- **影響**：中（US-5 攝影機推論的起步體驗變差）
- **緩解**：(1) README / 首次引導推薦 Chrome / Edge，(2) 在 Wails 控制台的「Open Browser」按鈕旁邊標示「如使用 Safari 需額外允許攝影機權限」，(3) 攝影機啟動失敗時提供具體錯誤訊息。
- **等級**：**P1 追蹤項**。

### D3. 【新】Server 只聽 127.0.0.1 vs 同網段需求的衝突

- **描述**：原 PRD 6.6 明寫「絕對不 bind 0.0.0.0」。若使用者在 C1 選動機 C / F，就得 bind 0.0.0.0 並加認證，這是另一個 L 級工作。
- **可能性**：未知，取決於 C1 答案
- **影響**：大（安全模型改寫）
- **緩解**：C1 先問清楚，動機若非 C / F 則維持 127.0.0.1
- **等級**：待 C1 回答後定級

### D4. 【新】Wails 控制台的跨平台 UI 一致性風險

- **描述**：現在的架構下，Wails 只是 webview，UI 本身是 Next.js 跨三平台一致。若控制台改用 Wails 原生 menu + 原生 button，會碰到三平台原生元件差異，重回「跨平台原生 UI」的泥沼。若控制台還是用 webview + HTML，等於又多一份前端 build。
- **可能性**：高
- **影響**：中（開發成本）
- **緩解**：Architect 要在 TDD 裡明確說明「控制台 UI 是用什麼技術」——我建議仍然用 webview + 極簡 HTML 而非 Wails 原生 UI（避免三平台 UI 分岔）。
- **等級**：P1

### D5. 【新】使用者關閉瀏覽器後 server 是否仍在跑的心智模型不清

- **描述**：跟 C5 相關。Docker Desktop / Ollama 的體驗是「server 是常駐的」，使用者不會覺得怪；但 visionA-local 若採 C5-A（關 Wails 等於關 server），使用者關了瀏覽器再開瀏覽器發現 UI 404 會困惑。
- **可能性**：中
- **影響**：中
- **緩解**：瀏覽器端檢測 server 不可達時顯示「server 已停止，請回到 visionA-local 控制台重新啟動」的友善錯誤頁
- **等級**：P2

### D6. 【新】「單一動機不足，但 sunk cost 足」的心理陷阱

- **描述**：這是 PM 自己的 meta 風險提醒。使用者花了大量時間做 M1-M6，現在提出巨變。若動機薄弱（例如 E：「看 Wails splash 不順眼」），**改架構的成本遠大於解 bug 的成本**。PM 有責任挑戰這個決定，而不是順從。
- **緩解**：C1 是保護機制。若 C1 答案是「沒特別理由」或 E，PM 應該建議**不要改**。
- **等級**：管理風險

### D7. 【既有】P2「FAE 不知道有新版」依然成立

- **描述**：不受這輪變更影響，但在新架構下「版本號顯示」變得更重要，因為 Wails 控制台是版本資訊的第一個 touchpoint。
- **緩解**：Wails 控制台顯眼處（例如視窗標題列）顯示版本號。
- **等級**：P2

---

## E. 給 Design 和 Architect 的議題

### E1. 給 Design 的議題（體驗面）

1. **Wails 控制台的資訊架構**（對應 C4）：要放哪些資訊？排版？色調？這是一個全新頁面，不能從既有 Next.js sidebar 直接搬。建議 Design Agent 畫 wireframe。
2. **「Open Browser」按鈕的視覺層級**：這是新架構下**最重要的單一 CTA**。是不是該放在 Wails 控制台的正中央、像 Photo Booth 按拍照鈕那樣顯眼？還是像 Docker Desktop 那樣比較低調？
3. **First-Run 的分段**（對應 C8）：若選 A（整套 First-Run 在瀏覽器），Wails 控制台的首次引導要怎麼設計才不會打擾到「使用者只是想趕快開 UI」的急迫感。
4. **拖放 .nef 的目標視窗**（US-4）：使用者從 Finder 拖 .nef 檔，應該拖到 Wails 控制台？還是瀏覽器？兩邊都要支援？Design 要決定。
5. **Mock 模式的視覺標記**（4.5）：現在「主視窗」有兩個。兩邊都要打 Mock 標？還是只有其中一邊？
6. **Server 啟動中的 loading 體驗**：原本 Wails webview 直接載 Next.js，有個 splash 就結束了。新架構下有兩段等待：(a) Wails 啟動後到 server ready、(b) 瀏覽器打開後到頁面渲染完。兩段都要設計。
7. **Wails 控制台的視窗大小**：原本 Wails 視窗是 1280x800（主 UI）。新架構下控制台要小得多（可能 600x400 就夠），而且可能不需要 resize。
8. **錯誤狀態的分佈**：server 崩潰時要通知誰——Wails 控制台？瀏覽器？兩邊？通知形式（toast / modal / native dialog）如何分？

### E2. 給 Architect 的議題（技術面）

1. **Wails 控制台是用什麼實作**（對應 D4）：最務實的選擇是 Wails webview + 極簡 HTML（不用 Next.js 那份 build）；另一個選擇是用 Wails 原生 menu / button（三平台原生 UI 不一致）；還有第三個選擇是 Next.js 產出兩份 build（主 UI + 控制台）。Architect 要提方案並分析利弊。
2. **Next.js build 是否要解耦 Wails**：原本 build 會 embed 進 Go binary，新架構下如果 UI 主體跑在瀏覽器，還要 embed 嗎？embed 的意義是什麼？可以改成 server 啟動時直接 `http.Handler` serve `static/` 目錄。
3. **Server 啟停的 IPC**：Wails 控制台按下 Start 要叫 server 起來；按 Stop 要 graceful shutdown。目前 server 是透過 Wails 生命週期管理（M7 L-1 的 watchServer），新架構下要重新設計 IPC 協定。
4. **Single-instance 保護**（對應 C5 + B4-3）：新架構下「second instance」的定義變了。需要重新設計。
5. **Server port 的分配**：目前是隨機 port + wails-ipc-port 檔案（L-3）。新架構下要讓使用者在瀏覽器打開「固定 URL」還是「每次不同 port」？固定 port 方便但有衝突風險，隨機 port 要從 Wails 控制台讀取。建議是「固定 port 優先，衝突時降級為隨機並顯示」。
6. **Wails App 的 Dock icon / taskbar 行為**：macOS 的 Dock icon 一直亮著、使用者一定會發現有個 app 在跑。跟 Ollama（背景 tray + 沒有 Dock icon）不同。Architect 要決定要不要做 NSApplicationActivationPolicyAccessory（macOS）、hidden from taskbar（Windows）等。
7. **瀏覽器打開方式**：`open http://...`（macOS）/ `start`（Win）/ `xdg-open`（Linux）。Architect 要寫跨平台的 OS helper，注意防呆（例如使用者沒設預設瀏覽器時的 fallback）。
8. **攝影機推論的新通路**（對應 D2）：原本 Go server 直接用 AVFoundation / DirectShow / V4L2 抓 frame 做推論。新架構下如果 UI 跑在瀏覽器，是**維持原路徑**（server 抓 frame、MJPEG 推給瀏覽器）還是**改走瀏覽器路徑**（瀏覽器 getUserMedia → WebRTC / ImageCapture → POST 給 server）？**強烈建議維持原路徑**（伺服器抓 frame + MJPEG），效能和權限都簡單。但 Architect 要確認。
9. **server 被同網段連線的防護**：即使使用者選 C1-A/B/D，也要確認新架構下 server 真的只聽 127.0.0.1 沒意外 bind 0.0.0.0。這點要在 TDD 加驗收。
10. **CORS / CSRF**：瀏覽器發 request 到 `localhost:XXXX` 是同 origin（瀏覽器也在 localhost 開），理論上不需要 CORS。但如果使用者把 URL 複製到別台機器的瀏覽器（跟 C1-C/F 相關），會跨 origin。這題跟 D3 綁在一起。
11. **現有 L-3（Wails /ipc/raise）是否仍需要**：原本 server 崩潰後 raise Wails 視窗是為了顯示 UI。新架構下 server 崩潰後要 raise Wails 控制台（顯示錯誤），瀏覽器端只會顯示 offline 頁面。IPC 協定仍有效但意義變了。

---

## 結尾：PM 的立場聲明

作為 PM，我對這輪變更有三個**明確的立場**：

1. **C1（動機釐清）是這次變更能不能做的前提**。我不建議在沒有 C1 答案之前啟動任何實作。
2. **D1（零摩擦承諾）是不能妥協的紅線**。若新架構無法透過「自動 Start Server + 自動 Open Browser」達成「雙擊就看到 UI」，我會建議使用者回到原架構。
3. **我不建議現在就跳去改前端**。正確順序是：(1) 使用者回答 C1-C9；(2) PM 根據答案更新 PRD 相關章節；(3) 三方（PM / Design / Architect）重新聯合審閱；(4) 才進實作。這整個循環我估大約要 1-2 個工作日。

**下一步（交給 Orchestrator）**：
- 將本分析文件呈現給使用者
- 請使用者回答 C1-C9 九個問題（C1、C4、C5、C8 為必答；其他可接受 PM 建議）
- 答案到位後，請 Design Agent 和 Architect Agent 同步做第一輪分析（對應 E1、E2）
- 三方第一輪分析完成後再召開聯合討論，決定是否要做、怎麼做、對 M7 的影響

---

## 附錄：本分析文件的資料來源

- `/Users/jimchen/visionA/local-tool/.autoflow/02-prd/PRD.md`（索引）
- `/Users/jimchen/visionA/local-tool/.autoflow/02-prd/features/feature-inventory.md`
- `/Users/jimchen/visionA/local-tool/.autoflow/02-prd/user-research.md`
- `/Users/jimchen/visionA/local-tool/.autoflow/02-prd/nonfunctional.md`
- `/Users/jimchen/visionA/local-tool/.autoflow/02-prd/risks.md`
- `/Users/jimchen/visionA/local-tool/.autoflow/progress.md`（M1-M7 進度）
- 使用者第四輪變更訊息（2026-04-14）