产品文档（POC版）：GraphChat

1. 产品概述

名称：GraphChat

核心理念：

• 去掉传统线性会话列表，用户与Agent的交流无缝衔接
• 以网状思维导图形式呈现对话和知识节点，符合人类思维方式
• 图谱随使用增长，个人图谱越全面，系统越智能
• 系统记录用户注意力轨迹，辅助AI理解和预测用户思路

目标：验证设计哲学和交互方式可行性，而非做完整产品

---

2. 核心功能（POC）

2.1 用户系统（MVP）

• 用户名/密码注册和登录
• 数据隔离：每个用户拥有独立图谱和注意力轨迹

2.2 网状思维图谱

• 节点：每条输入或输出都是独立节点
• 关系：支持多种关联（因果/引用/主题相关）
• 可视化：可折叠/展开、缩放、拖拽

2.3 用户注意力追踪

• 记录操作轨迹（点击、拖拽、展开/折叠、编辑）
• 用于AI辅助生成回答和推荐

2.4 AI智能辅助

• 上下文理解：结合图谱节点和注意力轨迹
• 推荐相关节点、生成总结或拓展思路

2.5 历史节点管理

• 节点操作：创建、编辑、合并
• 后台增量压缩/重组图谱（简单实现即可）

2.6 管理后台（v0.2）

• 用户列表管理：查看所有用户及其活跃度、图谱规模
• 用户详情页：展示用户的完整思维图谱、注意力热力图、节点时间轴
• 注意力日志：时间序列展示用户操作记录（点击、聚焦、编辑等）
• 系统仪表盘：全局统计信息（用户数、节点数、平均注意力变动等）
• 图谱复盘：支持用户思维路径的动态回放和趋势分析

---

3. 系统架构（POC）

前端：
- 网状思维图可视化组件（Canvas/SVG/React）
- 节点操作交互界面
- 登录界面

后端（POC）：
- 数据库：PostgreSQL
    - users表：id, username, password_hash, role, created_at
    - nodes表：id, user_id, type, content, created_at, attention_weight
    - edges表：id, user_id, from_node_id, to_node_id, relation_type
    - attention_logs表：id, user_id, node_id, action, delta, created_at
    - admin_logs表：id, admin_id, action, target_user_id, created_at
- AI接口服务：LLM + 上下文检索 + 推荐
- 图谱压缩/重组服务（简化版本）
- 管理后台服务：用户管理、图谱复盘、统计分析

说明：POC阶段重点验证交互方式和设计哲学，可先不做复杂协作、多账户权限、第三方登录等功能。

---

4. 交互设计（POC）

1. 输入方式：点击空白处输入自然语言，生成节点
2. 节点操作：拖拽调整位置、拖拽连线创建关联
3. 视图管理：折叠/展开分支，缩放画布
4. AI交互：在当前焦点节点生成推荐或总结
5. 用户登录：用户名/密码，登录后访问自己的图谱
6. 管理后台：管理员可查看用户列表、图谱详情、注意力日志，进行系统复盘

---

5. 实现注意点（POC）

• 前端按需渲染节点，保证小规模图谱可流畅操作
• 后端增量更新图谱，简单压缩节点即可
• 注意力轨迹可简单存储用于AI上下文，不必实时复杂分析
• 数据安全保证每个用户图谱隔离
• 管理后台提供用户行为分析，帮助理解产品使用模式和改进方向

---

✅ 目标效果

• 用户无需会话切换，直接与AI互动
• 思路、任务和信息以网状结构呈现
• AI能根据用户关注点生成智能推荐
• 验证设计哲学和交互方式的可行性

---

6. v0.2版本改进计划

基于产品经理的深入分析和用户反馈，v0.2版本重点解决以下问题：

6.1 节点信息展示优化

当前问题：节点详情面板信息堆叠，缺乏层次感和摘要功能 改进方向：

• 拆分摘要区、原文区、溯源区
• 支持AI自动生成节点摘要
• 加入节点类型标签和引用关系展示

6.2 图谱可视化增强

当前问题：节点布局平均化，关系线缺乏语义区分 改进方向：

• 支持语义聚合功能（基于相似度自动分区）
• 关系线按类型上色（引用、扩展、对比等）
• 悬浮时高亮相关连线，弱化非关联部分

6.3 注意力追踪完善

当前问题：热力图可视化基础，缺乏动态变化 改进方向：

• 支持多种热度来源切换（AI权重/用户交互/系统推荐）
• 加入轻量动态效果（热度随时间衰减）
• 在管理台中提供历史注意力变化曲线

6.4 交互体验优化

当前问题：AI对话与图谱融入程度不够自然 改进方向：

• AI回复自动生成节点
• 输入时提示连接上下文节点
• 支持节点局部交互（双击节点直接提问）

6.5 视觉设计系统

当前问题：颜色、字体缺乏一致性体系 改进方向：

• 定义视觉语言体系（Design Tokens）
• 区分节点类型颜色（AI绿色/用户蓝色/系统灰色）
• 优化小地图和缩放交互

---

7. v0.3版本展望

7.1 图谱智能化

• 图谱语义聚类与自动主题命名
• 注意力驱动的AI主动学习机制
• 图谱关系预测和推荐

7.2 协作功能

• 多人共享图谱（团队协作模式）
• 节点权限管理与版本控制
• 跨用户聚合分析

7.3 高级交互

• 图谱回放（用户思维路径动态可视化）
• 多模态节点支持（图片、链接、文件）
• 插件系统扩展

8. v0.3版本详细规划

8.1 核心目标

从验证性产品向可复盘、可增长的思维平台过渡，实现AI思维路径可追溯、注意力数据结构化、用户操作反馈闭环。

8.2 核心功能模块

8.2.1 AI节点语义化改造

• 摘要层(content/summary)：一句话概括核心论点
• 概念提取(concepts)：自动提取关键词用于聚类
• 认知单元结构：节点不仅是文本，更是带有语义的认知单元

8.2.2 注意力日志与复盘系统

• 结构化日志：后端attention_logs表记录用户与AI行为
• 多维度热度：区分用户交互热度与AI推荐热度
• 时间序列可视化：管理台支持注意力变化趋势分析

8.2.3 AI思维路径可视化

• 推理链展示：显示AI生成内容时的引用来源
• 透明度增强：用户能"看见AI在思考"
• 信任建立：通过可视化推理过程增强用户信任

8.2.4 用户反馈闭环

• 双向学习：用户反馈影响系统权重调整
• 行为量化：用户交互频次影响节点注意力值
• 个性化推荐：基于用户偏好动态调整内容

8.2.5 管理台升级(Admin v2)

• 分析中心：从简单查看升级为数据分析平台
• 用户洞察：图谱网络、注意力矩阵、节点统计
• 运营支持：系统运行状态可视化监控

8.2.6 性能与渲染优化

• 虚拟化渲染：viewport内节点按需渲染
• 交互流畅性：300+节点仍保持45fps
• 监控体系：前端错误日志与性能监控

8.3 实施优先级与里程碑

8.3.1 第一阶段（MVP Core）- 4周

1. AI节点语义化改造 ⭐⭐⭐
2. 注意力日志系统基础版 ⭐⭐⭐
3. 管理台用户图谱查看 ⭐⭐

8.3.2 第二阶段（Intelligence Layer）- 4周

1. AI思维路径可视化 ⭐⭐⭐
2. 用户反馈闭环 ⭐⭐⭐
3. 注意力数据分析 ⭐⭐

8.3.3 第三阶段（Performance & Polish）- 2周

1. 性能优化 ⭐⭐⭐
2. 管理台完整功能 ⭐⭐
3. 错误监控体系 ⭐

8.4 验收标准示例

AI节点语义化改造

• ✅ 节点数据结构包含 summary、content、concepts 字段
• ✅ 图谱默认显示摘要，点击展开详细内容
• ✅ 系统能正确聚类语义相似的3组节点

注意力日志系统

• ✅ 每次用户交互生成attention_log记录
• ✅ 管理台支持按时间/用户/节点查询日志
• ✅ 热力图能反映用户偏好变化趋势

AI思维路径可视化

• ✅ 节点详情显示推理来源链
• ✅ 图谱中可视化AI引用关系
• ✅ 用户能理解AI生成逻辑

8.5 潜在风险与应对策略

技术风险

• 性能瓶颈：300+节点渲染慢

  • 应对：提前实现虚拟化渲染，设置性能监控

• 数据一致性：实时同步attention数据

  • 应对：使用WebSocket + 乐观更新策略

用户体验风险

• 学习曲线陡峭：新功能增加认知负担

  • 应对：渐进式功能发布，增加引导教程

• AI透明度过载：推理链展示过多技术细节

  • 应对：提供简化视图和详细视图切换

产品风险

• 功能复杂化：从简单工具变为复杂平台
  • 应对：保持核心交互简单，提供高级功能开关

8.6 技术实现计划

8.6.1 数据库Schema变更

新增attention_logs表：

CREATE TABLE attention_logs (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    user_id UUID NOT NULL REFERENCES users(id),
    node_id UUID NOT NULL REFERENCES nodes(id),
    action_type VARCHAR(50) NOT NULL, -- click, hover, expand, drag, read_ai_response, feedback_helpful, feedback_unhelpful
    weight_delta FLOAT DEFAULT 0.0,
    action_metadata JSONB DEFAULT '{}', -- 额外上下文信息, 避免SQLAlchemy保留字
    created_at TIMESTAMP WITH TIME ZONE DEFAULT NOW()
);

-- 索引优化
CREATE INDEX idx_attention_logs_user_time ON attention_logs(user_id, created_at DESC);
CREATE INDEX idx_attention_logs_node ON attention_logs(node_id);
CREATE INDEX idx_attention_logs_action ON attention_logs(action_type);

扩展nodes表：

ALTER TABLE nodes ADD COLUMN IF NOT EXISTS summary TEXT;
ALTER TABLE nodes ADD COLUMN IF NOT EXISTS concepts TEXT[];
ALTER TABLE nodes ADD COLUMN IF NOT EXISTS reasoning_sources UUID[];
ALTER TABLE nodes ADD COLUMN IF NOT EXISTS attention_weight FLOAT DEFAULT 0.0;
ALTER TABLE nodes ADD COLUMN IF NOT EXISTS node_metadata JSONB DEFAULT '{}';

8.6.2 API设计框架

注意力日志API：

POST   /api/v1/attention/log
GET    /api/v1/attention/logs?user_id=&node_id=&action_type=&start_date=&end_date=
GET    /api/v1/attention/analytics/user/{user_id}?period=7d
POST   /api/v1/attention/feedback/{node_id}

节点语义化API：

GET    /api/v1/nodes/{node_id}/summary
POST   /api/v1/nodes/{node_id}/concepts
GET    /api/v1/nodes/{node_id}/reasoning-chain
POST   /api/v1/nodes/cluster?user_id=

管理台API：

GET    /api/v1/admin/users?sort=activity&limit=50
GET    /api/v1/admin/users/{user_id}/graph
GET    /api/v1/admin/users/{user_id}/attention-heatmap?period=7d
GET    /api/v1/admin/analytics/overview

8.6.3 前端组件规划

核心组件更新：

• NodeCard: 支持摘要/详情切换，显示概念标签
• AttentionHeatmap: 区分用户热度 vs AI推荐热度
• ReasoningChain: 可视化AI推理路径
• AdminDashboard: 数据分析面板

新增组件：

• NodeFeedback: 用户反馈组件（有帮助/无帮助）
• AttentionTimeline: 时间序列注意力变化图
• SemanticClusters: 概念聚类展示

8.6.4 实施步骤建议

第一周：数据层准备

1. 数据库迁移脚本
2. 后端基础模型更新
3. API基础框架搭建

第二周：注意力系统

1. 注意力日志记录功能
2. 用户行为追踪
3. 基础热力图更新

第三周：AI语义化

1. 节点摘要生成
2. 概念提取功能
3. 推理链记录

第四周：用户反馈闭环

1. 反馈UI组件
2. 权重更新逻辑
3. 个性化推荐基础

第五周：管理台升级

1. 用户图谱查看
2. 注意力分析图表
3. 系统概览面板

第六周：性能优化

1. 虚拟化渲染
2. 错误监控
3. 最终测试与调优

---