FIVE-STEP E2E
五步真实测试链路
- 截图或文本样本进入 Collator 摄入入口，并保留来源上下文。
- Tesseract OCR 提取候选文本，不把机器识别直接视为业务事实。
- Candidate 记录进入人工确认；未经确认的数据不能越过治理门。
- SOP Gate 输出 PASS、NEEDS_REVIEW 或 REJECT，并记录原因。
- 通过治理门的数据写入测试 Base；重复请求校验幂等，并按精确 ID 清理测试记录。
FEISHU AI DATA PLATFORM · MOBILE OPS
飞书 AI 业务数据平台
把非标摄影交付拆成可追踪、可协作的标准流程
围绕获客、咨询、拍摄、后期、交付与复盘，建立统一业务数据模型、自动化规则与移动作业入口；Collator 作为飞书子系统处理非结构化资料摄入。
17张历史基线表测试 Base；不是当前生产状态 · 证据：E-FEISHU-SCHEMA
12条历史自动化测试 Base；不是 V2 已部署证明 · 证据：E-FEISHU-SCHEMA
E2E测试摄入到精确清理证据：E-FEISHU-PILOT-TESTS
FAIL-CLOSED生产 Schema 状态证据：E-FEISHU-SCHEMA
专项
CASE-SPECIFIC EVIDENCE
业务链路、规则与能力边界。
BUSINESS RULES
三条核心业务规则
- BR-01：原始输入与结构化结果必须保持可追溯关联。
- BR-02：高风险或低置信度内容必须进入人工确认，禁止直写正式业务流。
- BR-03：测试写入必须幂等、可审计、可精确清理；通知默认关闭。
SOP GATE
PASS / NEEDS_REVIEW / REJECT
- PASS：字段、枚举与业务规则均满足写入条件。
- NEEDS_REVIEW：信息可用但存在低置信度或需人工补全。
- REJECT：结构、权限或业务规则不满足要求，阻断写入并保留审计原因。
AUTOMATION BOUNDARY
三类自动化，三种边界
- AI 摄入自动化：测试 E2E 已验证，包括 OCR、候选生成与来源关联。
- SOP 治理自动化：测试 E2E 已验证，包括三态 Gate、审计与拒绝路径。
- 飞书业务自动化：DESIGNED_NOT_DEPLOYED；正式 Pilot 与通知自动化未启用。
体验
DEMO WINDOW
主入口与备用路径。
真实测试 Base E2E 已验证；不连接生产业务数据，正式业务 Pilot 与通知自动化待启用。
若受控入口加载失败，请重试或查看页面内的架构、测试和状态证据。
入口状态表达：加载中请等待；发生错误可重试；仍不可用时使用备用入口。本站不模拟或伪造实时服务能力。
01
PROBLEM & SCOPE
先定义问题和责任边界。
业务问题
- 客户、项目、素材、供应商、话术与内容数据分散在聊天、表格和个人经验中，项目推进依赖口头同步。
- 摄影业务存在大量异常路径与现场作业场景，单纯增加表单无法解决弱网、权限和执行一致性问题。
我的职责
产品负责人 / 数据模型设计 / MVP 开发
- 团队
- 3 人创业团队
- 周期
- 2026.02 - 至今
- 交付状态
- Portfolio Pilot｜真实测试 Base E2E 已验证，正式业务 Pilot 与通知自动化待启用
02
PRODUCT DECISIONS
关键决策，不只是功能列表。
先拆解关键流转节点与业务域，再定义权限和状态边界，避免直接从表结构反推业务。
以飞书多维表作为低成本数据底座，通过触发保护、状态机与角色权限控制批量误操作。
移动端优先覆盖现场高频动作，加入离线缓存和待同步队列，而非复刻完整后台。
04
SYSTEM ARCHITECTURE
从输入到反馈的产品链路。
业务建模
关键节点、业务域与角色权限
数据底座
历史测试基线、状态机、枚举与唯一标识
自动化
治理规则、触发保护与异常升级
移动作业
角色化看板、离线缓存、待同步队列
数据回流
交付结果、客户反馈与知识更新进入复盘
实现栈
飞书多维表Node.jsReact NativeExpoCloudBaseOCRASRCLIP
05
EVIDENCE & OUTCOMES
展示证据，也说明证据边界。
测试 Base 历史验收基线为 17 张表、12 条自动化；当前 V2 已验证真实测试 Base 的摄入、治理、写入、幂等、审计与精确清理链路，正式业务 Pilot 与通知自动化仍待启用。
真实测试链路已覆盖摄入、治理、写入、幂等、审计与精确清理；生产租户兼容性仍因只读授权缺失而保持 fail-closed。
为 Service Agent、Collator（飞书子系统）、内容调研、小程序与官网提供统一数据接口和流程触发点。
指标边界
当前展示为项目材料与页面内证据；未标注的效果不应推断为生产能力、实时服务或大样本业务结论。
06
PRODUCT EVIDENCE
界面、流程与实现证据。
07
MY CONTRIBUTION
产品经理与工程协作贡献。
负责 产品负责人 / 数据模型设计 / MVP 开发，将业务问题、产品决策、架构和验证证据整理为可复核的项目叙事。
09
RISK GOVERNANCE, TRADE-OFFS & NEXT
风险治理、取舍与下一步。
关键取舍
- 采用飞书低代码而非自建数据库，换取更快上线与业务可维护性；对复杂权限和批处理使用云函数补足。
- 移动端只覆盖现场核心动作，牺牲少量后台配置能力，降低团队维护成本。
下一步验证
- 建立字段级数据质量看板，持续监测缺失率、异常状态与自动化失败率。
- 将关键业务事件抽象为统一事件流，为后续 Agent 调用与分析提供稳定接口。
10
CROSS-PROJECT RELATIONSHIPS