跳转至

第 7 次会议纪要:可行性报告提交

摘要

完成 DiPECS 项目可行性报告。报告覆盖项目概述、技术可行性分析(行为采集、上下文感知、脱敏、云端 skills 调用、自迭代、Rust 核心)、工程分层设计、进度与风险分析。

会议信息

  • 日期:2026-04-19
  • 议题:完成并提交可行性报告
  • 阶段:课程交付
  • 决议:可行性报告完成,提交

产出

报告要点

系统闭环

"本地采集 → 本地整理脱敏 → 云端大模型调用 skills 判断 → 本地低风险优化 → skills 自迭代"

技术栈

层级 语言 职责
Android 应用层 Kotlin 权限、服务、UI、上下文采集、优化动作调用
核心逻辑层 Rust 事件模型、上下文聚合、脱敏、策略校验、日志回放
云端判断层 Remote LLM + Skills 场景理解、skill 选择与调用、置信度判断

四阶段进度

  1. Android 端基础采集
  2. Rust 核心处理链路
  3. 打通云端大模型与 skills 调用
  4. 本地优化与反馈记录

主要风险

  • 权限和隐私:脱敏 + 降级运行 + 用户知情
  • 网络与云端服务:超时降级 + 缓存 + 非阻塞
  • skills 自迭代:只更新非高风险参数 + 版本保留 + 观察模式
  • 系统复杂性:Rust 集中核心逻辑 + 阶段目标清晰 + 云端不直接控制设备

会议复盘

可行性报告把项目目标定义为“本地采集 → 本地整理脱敏 → 云端大模型调用 skills 判断 → 本地低风险优化 → skills 自迭代”。这一版方案强调云端语义理解能力,但也提出了两个后来被保留下来的关键原则:

  • 云端模型不直接控制设备。
  • 本地 Rust 策略模块负责校验模型和 skill 输出。

后续实现阶段对这两个原则进一步强化:在线路径默认改为本地规则优先,云端 LLM 变成可选后端;动作执行也从普通 SuggestedAction 收紧为必须经过 ActionLifecycle seal 的 AuthorizedAction。

后续动作

  • 开始准备中期报告和最小可执行原型。
  • 优先完成 Rust 事件模型、隐私脱敏、窗口聚合、策略引擎和动作执行骨架。