系統架構設計規劃書 (System Design Document)

這是一份針對 「智慧筆記批次掃描與歸檔系統」 的完整架構與流程設計文件。這份規劃書將作為開發前的藍圖，確保前後端邏輯清晰且具備擴充性。

1. 系統核心目標

構建一個基於 Next.js App Router 的全端應用，解決「大量紙本/手寫筆記數位化」的痛點。

核心價值在於：

1. 批次處理：一次上傳多張圖片，後台自動排隊處理，不阻塞介面。
2. 雙重轉譯：結合 OCR (視覺識別) 與 LLM (語意修正)，將破碎的辨識文字轉化為可閱讀的 Markdown 筆記。
3. 結構化歸檔：將圖片與轉譯後的文案自動整合至目錄結構，形成個人知識庫。

2. 系統架構圖 (System Architecture)

我們採用 事件驅動 (Event-Driven) 架構來處理耗時的 OCR 任務，避免 Next.js Serverless Function 超時。

邏輯分層

• 展示層 (Presentation Layer): Next.js (React Server Components + Client Components)。
• 服務層 (Service Layer): Next.js Server Actions (作為 API Gateway) + 異步任務隊列 (Job Queue)。
• 數據層 (Data Layer): PostgreSQL/SQLite (元數據) + Object Storage (圖片實體)。
• AI 處理層 (Processing Layer): OCR Provider (Gemini 2.0 Flash) + LLM Provider (Gemini)。

3. 詳細資料流設計 (Data Pipeline)

這是一個從「圖片」到「知識」的流水線設計。

階段一：攝取 (Ingestion)

1. 用戶動作：在前端拖曳上傳 10 張筆記圖片。
2. 前端處理：
   • 產生臨時預覽圖 (Thumbnail)。
   • 檢查檔案大小與格式 (支援 JPG/PNG/PDF)。
3. 後端接收 (Server Action)：
   • 將圖片上傳至本地或雲端儲存 (/uploads)。
   • 在資料庫 Note 表中建立記錄，狀態設為 PENDING。
   • 觸發事件：啟動 AI 處理流程。
   • 立即回應：告知前端「上傳成功，開始處理」，UI 顯示進度條。

階段二：處理 (Processing - AI Pipeline)

1. 任務 A：多模態識別 (Gemini 2.0 Flash)

   • 輸入圖片與 Prompt。
   • 執行 OCR (文字辨識) + 語意修正 (Markdown 格式化) + 自動摘要 + 標籤生成。
   • 產出 JSON 格式結果。

2. 任務 B：資料清洗與儲存

   • 解析 JSON，寫入 Note 資料表的 rawOcrText (原始), refinedContent (修正後), tags, summary 欄位。
   • 計算 confidence 信心分數。
   • 狀態更新為 COMPLETED。

階段三：展示與歸檔 (Presentation)

1. 用戶回訪：用戶進入 Dashboard。
2. 數據獲取：Server Component 讀取 DB，顯示已完成的筆記列表。
3. 雙欄校對 (Split Editor)：用戶點擊筆記，左側看原圖 (支援縮放)，右側編輯 Markdown (支援即時預覽)。

4. 資料庫模型設計 (Schema Design)

使用 Prisma 定義，確保資料關聯性。

(參考 prisma/schema.prisma 實作檔案)

5. 前端設計規範 (Design System: Digital Zen)

結合「frontend-design」與「ui-ux-pro-max」技能，採用 "Digital Zen" 設計語言。

• 核心風格 (Tone): Organic & Refined (有機與精緻)。結合傳統紙張的質感與現代科技的俐落。
• 色彩系統 (Colors):
  • Stone: 暖灰基底，減少視覺疲勞。
  • Paper White: 內容區塊背景。
  • Ink Black: 文字主要顏色。
  • Accent: 來自 "AI" 的螢光提示色 (用於標籤或狀態)。
• 排版 (Typography):
  • 標題：襯線體 (Serif) - 營造閱讀筆記的經典感。
  • 內文：無襯線體 (Sans) - 確保數位閱讀的清晰度。
• 佈局 (Layout):
  • AppSidebar: 全局左側導航。
  • Split View: 核心編輯體驗，左圖右文。

6. 功能詳情 (Detailed Features)

以下是「智慧筆記歸檔系統」的功能設計思考，結合了核心目標與您的需求。

1. 輸入與處理 (Ingestion & Processing)

這是系統的起點，確保內容能順暢地進入系統並被智能處理。

• 批次圖片/PDF 上傳 (✅ 已實作前端批次上傳，後端單次處理，含本地速率限制)
  • 支援多種圖片格式 (JPG, PNG, WEBP) 及 PDF。
  • 支援拖曳上傳、選取檔案。
  • 即時進度顯示與錯誤回報。
• AI 多模態內容識別 (OCR + LLM) (✅ 核心已實作，Gemini 2.0 Flash)
  • 從圖片中提取原始文字 (Raw OCR)。
  • LLM 語意修正與結構化 (生成 Markdown)。
  • AI 自動生成摘要 (Summary)。
  • AI 自動生成相關標籤 (Tags)。
  • AI 處理信心分數 (Confidence Score)。
• 錯誤重試與恢復 (✅ 已實作後端 API，前端已整合)
  • AI 處理失敗時可手動觸發重試。
  • 提供錯誤訊息，指引用戶。
• 去重機制 (❌ 規劃中)
  • 上傳時檢測檔案內容是否重複，避免重複歸檔。
  • 提示用戶或自動合併。

2. 組織與管理 (Organization & Management)

確保用戶能高效地組織、查找和管理其數位筆記。

• 多層級知識庫/資料夾 (Collection) (⚙️ 資料庫 Schema 已有，前端介面待實作)
  • 建立、編輯、刪除資料夾。
  • 將筆記歸類到特定資料夾。
  • 拖曳移動筆記至不同資料夾。
• 標籤管理 (Tags) (✅ 已實作前端編輯與後端更新)
  • AI 自動生成的標籤可編輯。
  • 用戶可手動新增、刪除、編輯標籤。
  • 標籤雲或標籤列表，點擊可篩選 (待實作)。
• 強大搜尋功能 (✅ 已實作後端 API，前端介面待實作)
  • 全文檢索 (搜索筆記內容、摘要、標籤)。
  • 按時間、狀態、資料夾、標籤進行篩選。
  • 支援模糊搜尋。
• 筆記狀態管理 (✅ 已實作，PENDING, PROCESSING, COMPLETED, FAILED)
  • 在介面清晰顯示每則筆記的處理狀態。

3. 檢視與編輯 (Viewing & Editing)

提供最佳的閱讀、校對和修改體驗。

• 雙欄校對編輯器 (Split Editor) (✅ 核心已實作)
  • 左側：原始圖片檢視器 (支援縮放、平移)。
  • 右側：Markdown 預覽與編輯器 (支援即時預覽)。
• 原文對照校準模式 (Calibration Mode) (❌ 規劃中，核心難點)
  • 關鍵功能：點擊 Markdown 內容時，原始圖片自動定位並高亮對應的文字區域。
  • 反之，框選圖片區域，Markdown 自動高亮對應文字。
• 筆記內容編輯 (✅ 已實作 Markdown 編輯，可儲存變更至資料庫)
  • 編輯 Markdown 後可儲存變更至資料庫。
  • Markdown 編輯器應提供基本格式工具欄。
• 閱讀模式 (❌ 規劃中)
  • 提供一個無干擾的純閱讀介面。
• 多筆記合併 (✅ 已實作，含 Image Embedding)
  • 選擇多張筆記，將其內容按順序合併為一份新的 Markdown 文檔。
  • 改善提案：自動嵌入原始圖片連結 (Image Embedding)，在合併文檔中實現「多圖多文」串列呈現，便於後續 AI 修正與人工校對。

4. 智慧強化與互動 (AI Enhancements & Interactions)

利用 AI 進一步提升筆記的價值。

• AI 摘要與自動命名 (✅ 已實作摘要與自動命名，需優化繁體中文輸出)
  • AI 自動生成筆記標題 (從摘要中提取或獨立生成)。
  • 可基於摘要快速瀏覽內容。
• AI 智能建議 (⏳ 規劃中)
  • 實作提案：在編輯器中新增「AI 助手」面板，根據筆記內容自動生成「延伸閱讀」、「待辦事項建議」或「關聯標籤」。
  • 技術：利用 LLM 分析筆記上下文，輸出結構化建議。
• 與 AI 對話 (⏳ 規劃中)
  • 實作提案：在「AI 助手」面板中整合對話介面 (Chat Interface)。
  • 核心功能：用戶可針對當前筆記內容提問 (RAG)，AI 根據筆記上下文進行回答、解釋或總結。

5. 系統級功能 (System Level)

保障系統的穩定性、可用性和擴展性。

• 多用戶支援 (⚙️ 資料庫 Schema 已預留 userId)
  • 用戶登入/註冊。
  • 個人化筆記空間。
• 匯出與分享 (✅ 已實作 Markdown 匯出)
  • 將筆記匯出為 Markdown、PDF、純文字。
  • 生成可分享的唯讀連結。
• 響應式設計 (✅ 已實作初步佈局)
  • 確保在手機、平板和電腦上都有良好的體驗。

9. 功能模組開發清單與狀態

A. 基礎建設 (Infrastructure)

• Project Init: Next.js 15, TypeScript, Tailwind v4。
• DB Service: Prisma + SQLite 初始化完成。
• AI Core: Google Gemini 2.0 Flash 串接完成 (src/lib/gemini.ts)。
• Testing: End-to-End 流程測試通過 (scripts/test-pipeline.ts)。

B. 核心功能 (Core Features)

• Upload Action: 處理圖片上傳與資料庫寫入。
• AI Integration: 將測試過的 AI 腳本整合進 Next.js API Route。
• Note Content Saving: 筆記內容編輯與儲存。
• Calibration Mode: 實作「原文對照」與「手動校正」功能。

C. 前端介面 (UI Components)

• UI Lib: shadcn/ui 安裝完成 (Sidebar, Button, Input, etc.)。
• AppLayout: 實作數位禪意風格的主佈局。
• UploadZone: 支援拖曳、預覽的互動區塊 (含批次上傳)。
• Dashboard: 筆記列表與狀態管理 (即時刷新)。
• SplitEditor: 雙欄校對編輯器 (含編輯儲存)。
• All Notes Page: 所有筆記列表頁面 (含批次刪除)。

10. 開發流程建議 (Roadmap)

1. Phase 1: 骨架搭建 (已完成)
   • 專案初始化、DB 建置、AI 核心測試。
2. Phase 2: 前端實作 (進行中)
   • 實作 AppSidebar, Dashboard, UploadZone。
   • 確認 UI 風格符合 "Digital Zen"。
3. Phase 3: 整合與互動
   • 串接前端上傳至後端 AI 處理。
   • 實作即時狀態更新。
4. Phase 4: 優化與完善
   • 引入校對模式 (Calibration)。
   • 增加搜尋、分類、標籤管理。

Development Log & Admin Integration (Auto-generated)

Recent automated changes by developer agent:

• Add AdminSettings and Integration Prisma models to support configurable AI providers and external integrations.
• Add admin API routes: GET/PUT /api/admin/settings and CRUD /api/integrations.
• Add admin UI: /admin page with AdminPanel to manage AI provider/model and toggle integrations.
• Add webhook endpoints: /api/webhooks/notion and /api/webhooks/mcp (basic test handlers).
• Add placeholder MCP subscription helper: POST /api/integrations/subscribe-mcp to validate endpoint connectivity.

How to apply DB migration locally:

npx prisma migrate dev --name add_admin_settings_and_integrations

Admin UI quick test steps:

1. Start dev server:

npm run dev

1. Open admin panel: http://localhost:3000/admin
2. Use "新增 Notion" / "新增 MCP" buttons to create integration entries. Use "啟用/停用" to toggle.
3. Click "測試 Webhook" to POST a small test payload to corresponding webhook router.

Notes & next steps:

• The admin config fields are JSON blobs for now — we'll replace with structured forms for Notion OAuth and MCP tokens.
• Webhook endpoints are simple test handlers; production should validate signatures and persist events or create Note records.
• MCP and Notion specific flows (OAuth, token refresh, webhook verification) require credentials and external callbacks — I created placeholders and a subscribe helper to validate endpoints.

If you want, I can now:

1. Implement structured Notion OAuth connect flow (start + callback) and safe token storage UI.
2. Convert integration config JSON into structured form fields in AdminPanel (with masking for secrets).
3. Implement production-grade webhook handlers to create Note entries and trigger processNoteWithGemini.

Tell me which of the above to implement next and I will proceed, committing and pushing each completed phase.

-- Structured MCP/Integration Form

Added a structured form in the Admin UI to create MCP server entries without embedding secrets. The form requires:

• command: the CLI command (e.g. npx or docker)
• args: space-separated arguments
• env var names: a list of environment variable NAMES (uppercase, underscores), e.g. OPENAPI_MCP_HEADERS

The Admin UI will store placeholder markers for env vars (e.g. __ENV__OPENAPI_MCP_HEADERS__) in the integration config; real secret values must be injected at runtime using the host/CI secrets manager. See .mcp.example.json for example MCP server entries.

這份規劃書將隨著開發進度持續更新，作為專案進化的依據。

進階搜尋功能 (Advanced Search Feature) ✨

搜尋頁面 (/search)

提供多條件搜尋介面，支持：

• 關鍵詞搜尋: 在筆記內容、摘要、標籤中全文搜尋
• 日期範圍篩選: 按建立日期篩選 (dateFrom/dateTo)
• 信心分數篩選: 按 AI 辨識信心分數篩選 (0.0-1.0 範圍)
• 狀態篩選: 按處理狀態篩選 (COMPLETED/PROCESSING/FAILED)
• 標籤篩選: 按標籤篩選（逗號分隔多標籤）

搜尋 API (/api/search)

GET /api/search?query=會議&dateFrom=2025-01-01&status=COMPLETED&confidenceMin=0.8

• 支持複雜 WHERE 子句組合 (AND/OR)
• 最多返回 100 結果
• 按 createdAt 降序排列

搜尋結果顯示

• 卡片式網格佈局（響應式）
• 縮圖預覽、摘要、狀態徽章
• 信心分數百分比顯示
• 關聯標籤顯示
• 關鍵詞高亮（黃色背景）
• 批量選擇支持

測試

npm run test:search  # 單元測試 (8 個測試項目)

詳見 SEARCH_FEATURES.md 完整功能文件。

🎯 Phase 4.3 - 智能设置系统 ✨ NEW

新功能: 智能设置系统 + openclaw.ai 分析

现在 TestMoltbot 拥有业界最友好的设置系统！

✨ 核心特性

1. SettingsWizard - 智能设置向导

   • 📊 系统状态概览
   • ⚡ AI 模型配置
   • 🔗 整合服务管理
   • 📖 内置帮助指南

2. openclaw.ai 分析引擎

   • 🤖 自动配置分析
   • 💡 智能建议生成
   • ✓ 推荐项验证
   • ⚠️ 问题检测

3. 改进的 UI/UX

   • 清晰的 Card + Tabs 布局
   • 可视化模型选择
   • 快速操作按钮
   • 响应式设计

📖 快速开始设置

# 访问设置页面
https://your-app.com/settings

# 四个标签页:
- 概览: 查看系统状态
- AI 设定: 配置 AI 模型
- 整合: 管理第三方服务
- 帮助: 查看指南

📊 改进数据

📚 相关文档

• 快速开始指南
• 完成报告
• 改进总结
• 项目状态