← 全部的單
GitHub #298 ↗
智慧元件・功能
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。
一步一步 8
已經定的 12
還沒定的 6
怎麼驗收 6
這張不做 8
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
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。
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」)。
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)。
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
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
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
。
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。
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
描述(想問這張圖什麼)
連進來:1 張圖
執行
已經定的
12 條
這是能力地圖,不是改定位:照舊以建築師為範本、護城河在台灣專業服務業,各種藝術的差異只放在預設值層,不改資料表。
#298
本文〈為什麼〉、
ADR-0017
開發中的元件放到畫布上是一張說明卡(做什麼、吃什麼、出什麼),沒有執行鈕、伺服器也擋;做好之後同一個元件就地變成能用的,不用重放。
#298
本文〈要做什麼〉第 3 點、〈測試方式〉
開發中與上線的元件用同一份「吃什麼出什麼」宣告,不另寫一份對照表。
#298
本文〈測試方式〉、
#299
本文〈已經裁定的〉
新・第 3.7 波,緊接在檔案元件
#289
之後:接點選單
#299
、開發中 placeholder、九種「吃什麼出什麼」、語音轉文字收連進來的聲音、文字生成收表格、圖面轉圖片(在瀏覽器做、不出境)。
負責人 10/03(
#298
留言「裁了四題」第 1 題)
40 個全部放成「開發中」,包括還沒找到可商用路線的(對嘴、文字生成動作、平面圖辨識、掃描圖轉向量)。
負責人 10/03(
#298
留言「裁了四題」第 2 題)
OCR 等沙箱開了直接用 PaddleOCR,不先走 Workers AI 的看圖模型;所以 OCR 不在 3.7 波,跟沙箱那一波(新・第 7 波)一起。
負責人 10/03(
#298
留言「裁了四題」第 3 題)
DWG 第一版只收 DXF/PDF,請使用者從 CAD 另存;LibreDWG、ODA 之後再說。
負責人 10/03(
#298
留言「裁了四題」第 4 題)
3D:Rhino、SketchUp、Blender、3DGS 都算「立體」,畫在同一個 3D 檢視(第 5.5 波)。Rhino 直接上傳、瀏覽器讀;SketchUp、Blender 第一版請使用者另存 glb;Blender 之後裝進沙箱直接收 .blend、標示 GPL;3DGS 在瀏覽器裡編輯,Compute 跑出來的檔直接開。
負責人 10/03(
#298
留言「3D 工具」)
新的外部接收方要「機構管理者逐家打開」,加上告知升版。
#298
本文〈已經裁定的〉、
ADR-0124
修訂(九)四
模型選單「都上」(含中國模型);影片三家原樣送;音樂用 ElevenLabs;FLUX 自帶 BFL 金鑰。
#298
本文〈已經裁定的〉;
ADR-0124
R17(都上)、R28(影片原樣送)、修訂(六)引的 10/01「第三段八題」
前端依賴只准寬鬆授權;伺服器端或沙箱裡的工具可以是 GPL,但要標出來。
#298
本文〈已經裁定的〉、PR
#279
帳號合併之前,畫布不直接送工作給 Farside:走 Farside 那條路的元件(圖轉立體、照片重建 3D 等)只能去 Farside 跑、回 Slate 貼成果代碼匯入。
ADR-0115
裁決二與 2026-10-01 修訂三
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
前提:
ADR-0130 的 PR 已經開出來
操作:
打開 PR 看文件
應該看到:
看得到三層架構、元件清單、建造順序、placeholder 規則;負責人在 PR 或本單留了看過的回覆
前提:
第 3.7 波已部署;用測試帳號登入測試租戶,開一張畫布
操作:
按左側工具列的 ✦(智慧元件)
應該看到:
元件照做出來的種類分組;上線的照常可以放,還沒做的也在清單裡、標「開發中」(10/03 盤點是 40 個)
前提:
同一張畫布
操作:
點一個開發中的元件(例如看圖)
應該看到:
畫布上出現說明卡,寫清楚做什麼、吃什麼、出什麼,看得到「開發中」,卡上找不到執行鈕
前提:
PR 的 Verification 段
操作:
看測試結果
應該看到:
有一條測試證明:直接叫伺服器執行開發中的元件會被擋下;另一條證明開發中與上線的元件讀的是同一份「吃什麼出什麼」宣告
前提:
畫布上已經放著一張開發中的說明卡,之後那個元件上線
操作:
重新打開那張畫布
應該看到:
同一張卡變成能用的元件(有描述欄、執行鈕),不用刪掉重放
前提:
以上都過了
操作:
看本單與 PR
應該看到:
錄影貼在展示頁,連結附在本單與 PR
這張不做
不改產品定位,也不為各種藝術改資料表(差異只放預設值層)
開發中的元件不能執行
接點選單本身不在這張,在
#299
OCR 不在 3.7 波(等沙箱開、用 PaddleOCR)
DWG 第一版不直接讀,只收 DXF/PDF
SketchUp、Blender 第一版不直接讀原檔,請使用者另存 glb
帳號合併之前,畫布不直接送工作給 Farside
不用非商用授權或量過不行的模型與工具:OpenPose、Inria 原版 3DGS、NLLB-200、AudioCraft 權重、Wav2Lip、Depth Anything V2 Large、拿 moondream 做 OCR
相關的單
#252
#274
#278
#279
#289
#293
#296
#297
#299
#317
#326