产品需求文档（PRD）
项目名称：烟草专卖局稽查线索管理系统（iOS 版）
---
1. 系统目标
1. 提升稽查效率：在 iOS 平台上实现多模态线索的采集、整理与分析，支持移动办公。
2. 增强案件分析能力：通过 iOS 设备快速获取线索的多模态数据（图片、语音、视频）并进行智能化处理。
3. 提供安全便捷的操作体验：确保稽查数据在 iOS 系统中的安全性，并优化用户交互体验。
---
2. 用户需求
用户角色及痛点：
1. 稽查人员：需要通过 iPhone 或 iPad 快速采集案件线索（图片、语音、视频），并及时获得智能化的整理与分析结果。
2. 上级领导：需要在移动端实时查看案件线索，获取关联分析和统计报告。
3. 管理人员：需要在移动端统一管理数据权限、监控操作记录，确保数据合规性与安全性。
核心需求：
多模态数据支持：在 iOS 上采集图片、语音和视频，自动提取重点信息（如人脸、车牌、门牌、卷烟信息）。
快速处理与反馈：在移动端实现线索的分类、标注、优先级排序和关联分析。
高效搜索与展示：通过移动设备快速检索线索，并以图表或图谱方式呈现关联信息。
数据安全：符合 iOS 安全规范，确保数据的本地加密存储与网络安全传输。
---
3. 功能设计
3.1 多模态内容处理模块（iOS 端）
1. 图片采集与处理：
支持调用设备摄像头或图库上传图片。
自动检测并提取人脸（FaceID 支持）、车牌、门牌和卷烟信息。
本地处理图片的基础优化（如裁剪、压缩）。
2. 语音采集与转文字：
通过设备麦克风录制语音，支持实时转文字（基于 iOS 原生 Speech API）。
提取语音中的关键词（如人名、地址、车牌号等），生成标签并分类。
3. 视频采集与解析：
支持直接录制短视频或从图库中导入视频文件。
提取关键帧并识别其中的重点信息（如车牌、人脸等）。
支持视频剪辑、标注和时间轴生成功能。
---
3.2 线索整理模块
1. 自动分类：
本地模型实现线索的智能分类（图片、语音、视频等）。
按类型（如车牌、人脸、门牌）进行标签化管理。
2. 优先级排序：
根据线索的重要性（如嫌疑人、人脸重复出现等），动态调整优先级。
3. 标签管理：
支持系统自动生成标签并手动修改。
支持标签筛选和多标签搜索。
---
3.3 关联分析模块（图谱可视化）
1. 本地关联分析：
在设备端对线索进行基础关联分析（如人脸-车牌共现关系）。
缓存分析结果，离线可用。
2. 云端同步与扩展：
支持与服务器同步，进一步构建大规模关联关系图谱。
在 iOS 端展示简化版图谱，支持手势交互查看详情。
---
3.4 搜索模块
1. 全文搜索：
基于关键词（如车牌、人名、地址）快速检索线索内容。
支持对图片、语音转文字、视频摘要进行全文检索。
2. 高级筛选：
支持按线索类型、时间、地点、优先级等条件进行筛选。
3. 模糊搜索：
允许通过不完整的信息（如车牌部分字符、人名片段）查询线索。
---
3.5 数据安全模块（iOS 专属）
1. 本地数据安全：
使用 Apple 提供的 Keychain 服务存储敏感信息。
线索数据加密存储（AES-256 加密）。
2. 网络传输安全：
全面支持 HTTPS 和 TLS 1.3 协议。
使用 Apple 的 ATS（App Transport Security）确保数据传输安全。
3. 权限控制：
基于用户角色分配操作权限。
支持 FaceID/TouchID 验证。
4. 隐私合规：
符合 GDPR 和中国《数据安全法》要求。
---
4. 技术选型
---
5. 用户界面设计
主要页面设计：
1. 线索首页：
线索列表展示，按多模态类型（图片、语音、视频）分类。
支持搜索框和筛选器，便于快速定位线索。
2. 线索详情页：
图片：显示图像内容及提取结果（如车牌号、人脸等）。
语音：显示语音转文字及生成的关键词标签。
视频：提供关键帧缩略图，支持播放和标注功能。
3. 关联图谱页：
图谱展示线索间的关联关系，支持手势缩放、拖拽。
点击节点可查看详情。
4. 设置与安全页：
提供 FaceID/TouchID 开关。
数据加密与权限管理选项。
---
6. 测试计划
1. 多模态内容测试：
验证图片、语音、视频的采集和处理功能，确保提取信息的准确性。
2. 搜索与筛选测试：
测试全文搜索和高级筛选功能的正确性和响应速度。
3. 安全性测试：
检查本地数据加密与网络传输安全性。
4. UI 兼容性测试：
确保在不同 iOS 设备（iPhone、iPad）上的界面显示和操作一致性。
---
7. 项目时间表
---
总结
本产品将以 iOS 平台为核心，通过整合多模态线索处理、智能整理与搜索功能，帮助稽查人员在移动场景下快速完成案件信息采集和分析工作。同时，通过 iOS 系统的安全特性和优化的交互设计，确保线索数据的隐私与使用体验。
项目名称：烟草专卖局稽查线索管理系统（iOS 版）
---
1. 系统目标
1. 提升稽查效率：在 iOS 平台上实现多模态线索的采集、整理与分析，支持移动办公。
2. 增强案件分析能力：通过 iOS 设备快速获取线索的多模态数据（图片、语音、视频）并进行智能化处理。
3. 提供安全便捷的操作体验：确保稽查数据在 iOS 系统中的安全性，并优化用户交互体验。
---
2. 用户需求
用户角色及痛点：
1. 稽查人员：需要通过 iPhone 或 iPad 快速采集案件线索（图片、语音、视频），并及时获得智能化的整理与分析结果。
2. 上级领导：需要在移动端实时查看案件线索，获取关联分析和统计报告。
3. 管理人员：需要在移动端统一管理数据权限、监控操作记录，确保数据合规性与安全性。
核心需求：
多模态数据支持：在 iOS 上采集图片、语音和视频，自动提取重点信息（如人脸、车牌、门牌、卷烟信息）。
快速处理与反馈：在移动端实现线索的分类、标注、优先级排序和关联分析。
高效搜索与展示：通过移动设备快速检索线索，并以图表或图谱方式呈现关联信息。
数据安全：符合 iOS 安全规范，确保数据的本地加密存储与网络安全传输。
---
3. 功能设计
3.1 多模态内容处理模块（iOS 端）
1. 图片采集与处理：
支持调用设备摄像头或图库上传图片。
自动检测并提取人脸（FaceID 支持）、车牌、门牌和卷烟信息。
本地处理图片的基础优化（如裁剪、压缩）。
2. 语音采集与转文字：
通过设备麦克风录制语音，支持实时转文字（基于 iOS 原生 Speech API）。
提取语音中的关键词（如人名、地址、车牌号等），生成标签并分类。
3. 视频采集与解析：
支持直接录制短视频或从图库中导入视频文件。
提取关键帧并识别其中的重点信息（如车牌、人脸等）。
支持视频剪辑、标注和时间轴生成功能。
---
3.2 线索整理模块
1. 自动分类：
本地模型实现线索的智能分类（图片、语音、视频等）。
按类型（如车牌、人脸、门牌）进行标签化管理。
2. 优先级排序：
根据线索的重要性（如嫌疑人、人脸重复出现等），动态调整优先级。
3. 标签管理：
支持系统自动生成标签并手动修改。
支持标签筛选和多标签搜索。
---
3.3 关联分析模块（图谱可视化）
1. 本地关联分析：
在设备端对线索进行基础关联分析（如人脸-车牌共现关系）。
缓存分析结果，离线可用。
2. 云端同步与扩展：
支持与服务器同步，进一步构建大规模关联关系图谱。
在 iOS 端展示简化版图谱，支持手势交互查看详情。
---
3.4 搜索模块
1. 全文搜索：
基于关键词（如车牌、人名、地址）快速检索线索内容。
支持对图片、语音转文字、视频摘要进行全文检索。
2. 高级筛选：
支持按线索类型、时间、地点、优先级等条件进行筛选。
3. 模糊搜索：
允许通过不完整的信息（如车牌部分字符、人名片段）查询线索。
---
3.5 数据安全模块（iOS 专属）
1. 本地数据安全：
使用 Apple 提供的 Keychain 服务存储敏感信息。
线索数据加密存储（AES-256 加密）。
2. 网络传输安全：
全面支持 HTTPS 和 TLS 1.3 协议。
使用 Apple 的 ATS（App Transport Security）确保数据传输安全。
3. 权限控制：
基于用户角色分配操作权限。
支持 FaceID/TouchID 验证。
4. 隐私合规：
符合 GDPR 和中国《数据安全法》要求。
---
4. 技术选型
---
5. 用户界面设计
主要页面设计：
1. 线索首页：
线索列表展示，按多模态类型（图片、语音、视频）分类。
支持搜索框和筛选器，便于快速定位线索。
2. 线索详情页：
图片：显示图像内容及提取结果（如车牌号、人脸等）。
语音：显示语音转文字及生成的关键词标签。
视频：提供关键帧缩略图，支持播放和标注功能。
3. 关联图谱页：
图谱展示线索间的关联关系，支持手势缩放、拖拽。
点击节点可查看详情。
4. 设置与安全页：
提供 FaceID/TouchID 开关。
数据加密与权限管理选项。
---
6. 测试计划
1. 多模态内容测试：
验证图片、语音、视频的采集和处理功能，确保提取信息的准确性。
2. 搜索与筛选测试：
测试全文搜索和高级筛选功能的正确性和响应速度。
3. 安全性测试：
检查本地数据加密与网络传输安全性。
4. UI 兼容性测试：
确保在不同 iOS 设备（iPhone、iPad）上的界面显示和操作一致性。
---
7. 项目时间表
---
总结
本产品将以 iOS 平台为核心，通过整合多模态线索处理、智能整理与搜索功能，帮助稽查人员在移动场景下快速完成案件信息采集和分析工作。同时，通过 iOS 系统的安全特性和优化的交互设计，确保线索数据的隐私与使用体验。
