讓在畫布上工作的人一打開智慧元件選單,就看得到平台全部的元件(包括還沒做好、標「開發中」的),知道每一個吃什麼、出什麼;先放上畫布的開發中元件,等它做好會就地變成能用的,不用重放。

#298 能力地圖:八大藝術+工程(3D、CAD、OCR),畫布上先放「開發中」的 placeholder

狀態
進行中
誰在做
負責人+Claude
做到哪
第一步「盤點」10/03 做完:46 個智慧元件,6 個已上線、8 個已排進各波、32 個還沒有,要放成「開發中」的是 40 個;負責人當天裁了十題裡的四題,另外裁了 3D 工具怎麼進畫布。第二步 ADR-0130 還沒寫,第三步畫布上的 placeholder 沒有 PR、沒有程式碼。
卡在
ADR-0130 現在就能寫(負責人留言說「照這四題寫」)。畫布上的 placeholder 排在新・第 3.7 波,要等第 3.5 波檔案元件 #289 先合(PR #317 還在等審查)。另外「種類要不要多加『文件/網址』」還沒裁,會直接影響 3.7 波要做的種類清單。
下一步
Claude 照 10/03 的四題寫 ADR-0130(三層架構、元件清單、建造順序、placeholder 規則),開 PR 先給 PM 宜芳看、由她安排負責人過目;還開著的六題整理成選擇題一起附上。#317 合併後開第 3.7 波,跟 #299 接點選單一起做。
提醒:1. 這張其實疊了三件事:能力地圖(盤點+ADR-0130)、畫布上的開發中 placeholder、第 3.7 波的排程。3.7 波另外包了三件沒有自己單的程式修正(語音轉文字收連進來的聲音、文字生成收表格、圖面轉圖片),只記在本單 10/03 的留言裡,要不要拆單請你決定。 2. 能力地圖頁目前是負責人的私人頁,團隊看不到;本單本文「還沒裁」那段寫著「盤點完補上」,一直沒補,十題只在私人頁和留言裡。 3. 地圖頁有一格過期:「文件辨識」還標在 3.7 波,但負責人 10/03 已裁 OCR 等沙箱(第 7 波)。「材質替換」也標 3.7 波,卻不在負責人裁的 3.7 波清單裡。 4. 數字會變:PR #317(檔案元件,還沒合)已經有「取這一格」(影片抽格的一種),語音轉文字也收檔案元件連進來的聲音。合併後「6 上線/8 已排/32 沒有」要重算。但照 #317 的程式,朗讀做出來的聲音還是接不進語音轉文字(只認檔案元件的聲音),這件仍歸 3.7 波。 5. #293(助理放元件)在 #326 也排在 #289 之後,跟 3.7 波搶同一個位置,誰先還沒人定。 6. 地圖頁第 8 題「Farside 跑完自動回來」,ADR-0115 其實已經答了一半:帳號合併之前不做。

這張要解決什麼

在畫布上工作的人:建築師、拿畫布做影片分鏡或簡報的試用者,之後還有做 3D、CAD 圖面、掃描文件的工程類使用者,畫布上今天只有 6 種智慧元件(生成圖片、草圖轉渲染、局部重畫、朗讀、語音轉文字、文字生成),使用者看不出平台將來能做什麼,也不知道一個元件做出來的東西還能交給誰。負責人想用「八大藝術」當骨架來想要有哪些功能,因為各種藝術的技術與工具是一層包一層的,再加上工程類的 3D、CAD、文件 OCR。——要能 打開選單就看到全部元件,照「做出來的是什麼」分好組,還沒做的標「開發中」;開發中的可以先放上畫布、看懂它要做什麼、吃什麼、出什麼,把工作流程先排出來,等那個元件上線就直接能用。

一步一步 8 步

  1. 負責人+Claude 盤點:每一種藝術與工程需要哪些元件、各吃什麼出什麼、靠哪一種原件、候選模型與工具(含授權、走哪條路、是不是新的資料接收方),多代理盤點後逐條反證。
    已完成(10/03)。產出能力地圖頁:46 個元件、九種「吃什麼出什麼」(字、圖、聲音、影片、立體、動作、圖面、表格、檔案)、還沒做的分四條路(Workers AI、瀏覽器不出境、沙箱、Farside Compute)、5 個會碰到新的資料接收方、排除掉的非商用模型清單,最後列十題待裁。
  2. 負責人 裁地圖頁上的十題。
    10/03 裁了四題(新・第 3.7 波、40 個全放、OCR 等沙箱用 PaddleOCR、DWG 第一版只收 DXF/PDF),也裁了 3D 工具怎麼進畫布。其餘六題還開著(見「還沒定的」)。
  3. Claude 寫 ADR-0130 能力地圖:三層架構(預設值層/空間與時間兩種容器/原件)、元件清單、建造順序、placeholder 規則,開 PR。
    PR 先給 PM 宜芳看、由她安排;負責人看過才算這一步完成(本單驗收第一條)。
  4. 使用者 在畫布左側工具列按 ✦(智慧元件)。
    選單照「做出來的是什麼」分組列出全部元件。上線的照常可以放;還沒做的也列在同一組裡,旁邊標「開發中」。
    智慧元件選單(線框示意;分組與名稱照 10/03 盤點,以 ADR-0130 定稿為準)
    智慧元件
    • 字:文字生成
    • 語音轉文字|開發中:看圖
    • 翻譯
    • 報告書
    • 歸納分群…
    • 圖:生成圖片
    • 草圖轉渲染
    • 局部重畫|開發中:去背
    • 放大補細節
    • 深度圖…
    • 聲音:朗讀|開發中:生成音樂
    • 音效生成
    • 分角色朗讀
    • 人聲分軌
    • 影片:開發中:生成影片
    • 轉台影片
    • 對嘴
    • 立體:開發中:圖轉立體
    • 照片重建 3D
    • 3D 轉檔
    • 圖面
    • 表格
    • 動作
    • 檔案:同樣分組,大多是開發中
    標「開發中」的也按得下去,放上去是一張說明卡
  5. 使用者 點一個開發中的元件,例如「看圖」。
    畫布上出現一張說明卡:寫這個元件做什麼、吃什麼、出什麼,標著「開發中」,沒有執行鈕。
    開發中的說明卡(放在畫布上)
    看圖
    開發中
    做什麼:連一張圖進來,寫出圖裡有什麼
    吃:圖 出:字
    這張卡還不能執行;元件做好之後,這張卡會直接變成能用的,不用重放
  6. 使用者 (#299 接點選單)點某個元件的輸出或輸入接點,從跳出來的清單選一個開發中的元件。
    清單裡開發中的也列出來、標「開發中」;選了一樣放好、線接好,放下去的是說明卡。畫面細節在 #299。
  7. 系統 有人繞過畫面,直接叫伺服器執行開發中的元件(例如開著舊版頁面)。
    伺服器擋下來,不會真的跑。
  8. 負責人+Claude 某一個開發中的元件做好、上線(例如第 5 波的看圖)。
    畫布上原本放著的那張說明卡,不用刪掉重放,就地變成能用的元件。
    同一張卡上線之後
    看圖
    連進來:1 張圖
    執行

已經定的 12 條

還沒定的 6 題

種類要不要從九種再加「文件」(和「網址」)?報告書產出的是一份文件、剪報吃的是網址,九種都蓋不到,盤點先暫記成字、圖、檔案。
  • 維持九種
  • 加「文件」
  • 加「文件」和「網址」
誰裁:負責人(3.7 波要做九種種類,最好開工前定)
沙箱的 ADR-0095 四題(值存哪、輸入變了怎麼辦、Run 冪等、來源鏈誰看)誰、什麼時候答?沒答之前,OCR 與沙箱那一波的 13 個元件都沒有入口。
  • 現在答
  • 排到新・第 7 波之前再答
誰裁:負責人
ElevenLabs(生成音樂、音效、分角色朗讀):三個元件是不是一次管理者開關+一次告知升版就涵蓋?ElevenLabs 的音樂條款在非 Enterprise Music 方案下排除電影、電視、廣播、遊戲,要買哪一級方案,還是元件上先標「不可用於影視播出」?
  • 買涵蓋影視的方案
  • 元件上標「不可用於影視播出」
誰裁:負責人(第 6 波之前)
瀏覽器讀 IFC(BIM)要用 web-ifc,它是 MPL-2.0,前端白名單刻意不收。要放行 MPL-2.0,還是 BIM 一律走沙箱的 IfcOpenShell(LGPL,伺服器端並標示)?
  • 白名單放行 MPL-2.0
  • BIM 一律走沙箱的 IfcOpenShell
誰裁:負責人
Farside 兩題:帳號合併之後要不要讓畫布直接送工作、跑完自動回到元件?Farside 現在跑的 3DGS 是 Inria 原版(明文禁止商用)還是 gsplat(Apache-2.0)?
  • 合併前照 ADR-0115 只做「去 Farside 跑、貼成果代碼回來」,合併後再裁
  • 合併後直接送工作、自動回來
建議:第一題合併前的部分 ADR-0115 已經定了(不做);剩下「合併後」與 3DGS 版本要確認
誰裁:負責人;3DGS 版本請 Farside 那邊回答(由 PM 宜芳分派)
出境類別每多一項,所有租戶都要重新勾同意。排波次時要不要把會新增出境類別的元件集中在同一波,減少重勾次數?(在瀏覽器做的元件不出境,不受影響)
  • 集中到同一波
  • 照現行每一波各升一次
誰裁:負責人

怎麼驗收 6 項

這張不做

相關的單