任务发布首页
把合同交付整理成可执行任务包：需求（PRD）、实施路径、前端原型、验收门槛。左侧切换模块；清单可勾选，状态保存在本机浏览器。
P0→评分
四阶段门禁推进
FR × 14
研发功能需求
G0–G6
前置门槛后才谈通过
本期一句话目标
在固定场地 / 主机位 / 食物区域 / 单猫离线视频上，验证自动预标注、4Hz 时间事件、证据留存与人工复核链路；A 级盲测达标则 POC 通过，仅代表可继续工程化，不代表生产能力已验证。
In Scope
- 7 标签 + T0 / 采食起止 / 有效区间 / 抬头 / 总时长
- 输入检查、难度分级、版本冻结、盲测批处理
- 证据包 + 评估报告 + 数据管理/单视频验证前端
Out of Scope
- 犬类、多猫身份、尾巴/声音/健康异常等
- 实时流、高并发、生产系统集成与 SLA
- 跨场地/机位/品种总体准确率外推
建议阅读顺序
1) PRD → 2) 执行计划 → 3) 前端原型 → 4) 验收门槛 → 5) Kickoff 勾选开工
PRD · 研发需求
研发向产品需求摘要。完整 Word 版可另发；此处突出可开发条目。
成功标准
G0–G6 全满足，且 7 标签 / 采食时序 / 抬头 / 证据达到数值门槛 → 结论「通过」。另有「不通过」「测试无效」。
功能需求
| ID | 功能 | 要点 | 优先级 |
|---|---|---|---|
| FR-01 | 输入检查 | 规格/完整性/越界标记 | P0 |
| FR-02 | 难度分级 | 预测前冻结 A/B/C，禁止回改 | P0 |
| FR-03 | T0 | 鼻部首次进入食物观察区首帧 | P0 |
| FR-04 | 4Hz 时序 | 0.25s；候选窗须带时间戳证据 | P0 |
| FR-05 | 采食区间 | 开始/结束或右截断/区间/总时长 | P0 |
| FR-06 | 抬头事件 | 列表+次数；IoU≥0.5 匹配 | P0 |
| FR-07 | 7 标签 | 缺证据不得默认补齐 | P0 |
| FR-08 | 无法观察 | 显式原因，禁止静默默认值 | P0 |
| FR-09 | 证据生成 | 视频/机位/起止/片段或帧 | P0 |
| FR-10 | 离线批处理 | 冻结版本跑 40 段，失败也留痕 | P0 |
| FR-11 | 版本冻结 | 模型/代码/提示词/环境哈希 | P0 |
| FR-12 | 自动评分 | 按合同门槛出结论材料 | P0 |
| FR-13 | 前端界面 | 数据管理 + 单视频验证 | P0 |
| FR-14 | 评估报告 | 分层统计、限制、下阶段建议 | P0 |
事件定义（实现口径）
T0 / 采食 / 抬头 / 总时长
- T0：食物放置完成且猫鼻部第一次进入预先标定食物观察区域的首帧。
- 有效采食开始：到达食物区后持续明确的食物导向采食。
- 有效采食结束：末次明确采食后 20s 未恢复；不足 20s 则右截断/无法观察。
- 抬头：抬头前有有效采食；离区 ≥2s；之后恢复有效采食。
- 总时长：各有效区间之和，禁止首末跨度代替。
最小输出 schema（单视频）
{
"video_id": "V-0017",
"labels": ["平静进食", "抬头"],
"T0": "00:00:08.000",
"feed_start": "00:00:12.250",
"feed_end_or_right_truncated": "00:00:48.000",
"feed_intervals": [{"start":"...","end":"..."}],
"headup_events": [{"start":"...","end":"..."}],
"headup_count": 2,
"feed_total_duration_s": 29.5,
"unobservable": null,
"evidence": [{ "target": "headup#1", "t_start": "...", "t_end": "...", "uri": "..." }]
}
执行计划 · 阶段门禁
按合同服务环节推进。阶段输出签字/电子签后进入下一阶段；书面报告默认 5 个工作日答复。
| 阶段 | 关键动作 | 输出 | 建议人天 |
|---|---|---|---|
| P0 就绪 | 视频/真值/GPU 检查；4Hz 试跑；越界清单 | 输入检查、覆盖矩阵、环境预检 | 2 |
| P1 冻结 | 8–12 校准视频确认定义与参数；冻结版本哈希 | 冻结配置包 | 2 |
| P2 盲测 | 40 段同版本批处理；答案隔离 | 结构化结果、日志、证据 | 3 |
| 评分评审 | 对照裁决真值评分；报告与建议 | 评分、裁决记录、总结报告 | 2+1 |
环境基线（甲方提供 GPU 权限）
GPU：H100/H800/A800 ≥80GB（优先 H100）
CPU≥16 核（荐32）· 内存≥96GB · NVMe≥3.84TB
CPU≥16 核（荐32）· 内存≥96GB · NVMe≥3.84TB
Linux · vLLM 0.20.x · CUDA 12.9+
单 VLM 并发；SAM/第二模型/回归串行
单 VLM 并发；SAM/第二模型/回归串行
盲测前必须校准回归并冻结实机快照。A800 等无法复现 NVFP4 时，改用等效可运行配置并回归通过后再盲测。
分工
| 角色 | 职责 |
|---|---|
| 甲方 | 标签/口径确认；校准+40A 盲测+标定+裁决真值；真值隔离；争议复核 |
| 乙方执行 | 环境预检、4Hz、冻结、批处理、证据与报告；如实记录失败/无法观察 |
| 双方 | 临界定义与匹配争议；确认 POC 结论 |
前端原型 · 可点选预览
合同交付：视频数据管理 + 单视频标注/结果验证。以下为交互示意（非生产代码）。
工作台数据集任务报告
校准
10/12
盲测
40/40 齐套
G 门槛
G0 进行中
待办：GPU 预检未完成 · 标签「拒绝进食」正例仅 6/8 · 2 段完整性失败
MVP 完成定义
- 可导入校准/盲测并出覆盖矩阵与越界列表
- 单视频多轨道 + 结果 Tabs + 证据跳转
- Runs 跟踪 40/40；冻结前真值对算法角色隐藏
- 可导出分层统计报告
验收门槛与指标
前置门槛 G0–G6
| ID | 门槛 | 通过条件 |
|---|---|---|
| G0 | 启动 | 校准集、40A、真值裁决、GPU 预检、4Hz、版本冻结完成 |
| G1 | 合格集 | 40 段 A 级满足输入与构成 |
| G2 | 覆盖 | 每标签≥8正/负；抬头事件≥20；≥36正常结束+4右截断 |
| G3 | 隔离 | 预测冻结前算法执行未读真值 |
| G4 | 记录 | 40/40 有结果（含失败） |
| G5 | 证据 | 100% 预测事件有完整证据 |
| G6 | 有效输出 | ≥32/40 可评分核心结果 |
核心指标（摘要）
7 标签
每标签 P/R/F1≥0.80；Macro-F1≥0.80；集合/数量一致≥32/40；MAE≤0.5
每标签 P/R/F1≥0.80；Macro-F1≥0.80；集合/数量一致≥32/40；MAE≤0.5
采食时序
开始±3s≥32/40；结束±3s≥29/36；总时长阈值≥29/36；右截断4/4
开始±3s≥32/40；结束±3s≥29/36；总时长阈值≥29/36；右截断4/4
抬头
P/R/F1≥0.80；边界中位≤0.5s，P90≤1.0s；次数全对≥32/40；IoU≥0.5
P/R/F1≥0.80；边界中位≤0.5s，P90≤1.0s；次数全对≥32/40；IoU≥0.5
结论
通过 / 不通过 / 测试无效（覆盖或隔离不满足）
通过 / 不通过 / 测试无效（覆盖或隔离不满足）
交付清单
Kickoff 检查清单
勾选进度保存在本机 localStorage，刷新不丢失。
完成度：0%