机巧司 on fifteenbao

IPD体系的多Agent协作

Thu, 23 Apr 2026 00:00:00 +0000

这篇文章主要是基于之前我的多Agent协作系统内容的具体展示，方便投简历的给面试官吹牛。

Agents 布局

用户（董事长）
    │
    ▼
┌─────────────────────────────────────────────────┐
│  Board / IPMT（战略决策层）                       │
│  负责：DCP 投资决策、战略方向、资源授权              │
└──────────────────┬──────────────────────────────┘
                   │
    ┌──────────────▼──────────────┐
    │  CEO / IPD主控（执行编排层）  │
    │  负责：制定执行方案、跨域协调  │
    └──────────────┬──────────────┘
                   │
    ┌──────────────▼──────────────┐
    │  COO / 流程守门（审核把关层） │  ← 制衡关键：有权打回 CEO 方案
    │  负责：审核方案可行性         │
    └──────────────┬──────────────┘
                   │ 通过后下发
    ┌──────────────┴──────────────────────────────┐
    │                C-Level 执行层                 │
    │  CTO（技术+TR评审）  CMO（市场）  CFO（财务）   │
    │  CPO（产品/PRD）     PM（项目管理）             │
    └─────────────────────────────────────────────┘

智能拳击这个项目的简单市场调研、prd其实在过年之前都已经做过了，也在claude的帮助下进行了硬件选型和app的搭建。

以下部分为多agent 的输出原始 markdown（未作任何修改）

Board.md


| 字段 | 内容 |
|------|------|
| 产品名称 | 智能拳击传感器（暂定） |
| 启动日期 | 2026-04-09 |
| 当前阶段 | 概念阶段 |
| 下一决策门 | CDCP → 有条件批准，待2个前置条件 |
| 整体状态 | 🟡 At Risk（前置条件未完成） |
| 硬件选型 | XIAO nRF52840 Sense + Edge Impulse（2026-04-09 确定） |

---

## 里程碑看板

| # | 里程碑 | 计划日期 | 状态 |
|---|--------|---------|------|
| M0 | CDCP 有条件批准 | 2026-04-09 | 🟡 有条件 |
| M1 | 前置条件完成（POC+用户访谈） | 2026-05-09 | ⏳ |
| M2 | CDCP 正式通过 | 2026-05-15 | ⏳ |
| M3 | Charter + PRD 完成 | TBD | ⏳ |
| M4 | PDCP 通过（正式立项） | TBD | ⏳ |
| M5 | EVT 样机 | TBD | ⏳ |
| M6 | DVT 完成 | TBD | ⏳ |
| M7 | 认证提交 | TBD | ⏳ |
| M8 | PVT 小批量 | TBD | ⏳ |
| M9 | GA 正式发布 | TBD | ⏳ |

---

## CDCP 前置条件（⚠️ 必须完成才能进入计划阶段）

- [ ] **条件1**：CTO 完成 XIAO nRF52840 Sense + Edge Impulse POC，动作分类准确率 ≥ 85%，输出加速度饱和边界数据及 DVT 传感器选型建议
  - 负责：CTO | 截止：2026-05-09 | 预计成本：< ¥800
- [ ] **条件2**：CMO 补充 30 个目标用户访谈摘要，验证 1599元 付费意愿假设
  - 负责：CMO | 截止：2026-05-09

---

## POC 固件开发进度（CTO 条件1 子任务）

| 任务 | 状态 | 说明 |
|------|------|------|
| 硬件选型确认（XIAO nRF52840 Sense） | ✅ 完成 | 2026-04-09 |
| 马达选型（Switch LRA + DRV2605L） | ✅ 完成 | Joy-Con 拆机马达，校准通过 |
| 基础出拳检测（ArduinoBLE_L） | ✅ 完成 | 5档阈值，BLE 推送 |
| Edge Impulse 拳型识别（ArduinoBLE_R） | ✅ 完成 | 100Hz 环形缓冲，推理集成 |
| 动态阈值优化（替换 350ms 冷却盲区） | ✅ 完成 | 2026-04-09，震动中阈值提升至 4.5g |
| 省电模式（5分钟无活动 → 低功耗） | ✅ 完成 | 2026-04-09，sd_app_evt_wait + 10Hz 采样 |
| Edge Impulse 模型训练（≥85% 准确率） | ⏳ 待完成 | 需采集直拳/摆拳/勾拳训练数据 |
| ±16g 饱和边界数据记录 | ⏳ 待完成 | POC 实验输出，DVT 选型依据 |

---

## 活跃风险

| ID | 风险 | 级别 | 应对措施 |
|----|------|------|---------|
| ~~R001~~ | ~~AI纠姿算法 TRL 仅5~~ | ✅ 消除 | Edge Impulse 解决，TRL升至7-8 |
| R002 | LSM6DS3TR-C ±16g饱和，力度测量失真 | 🟡 中→低 | 核心用户为初学者空击，峰值通常5-10g，不触及饱和；POC仍需记录边界以备DVT决策 |
| R003 | 1599元付费意愿未验证 | 🟡 中 | 用户访谈，CDCP条件之一 |
| R004 | 防汗/防水密封（XIAO本身无防水） | 🟡 中 | 自有PCB版做IP54设计，TR3前完成防水测试 |
| R005 | XIAO开发板不可量产，需自有PCB | 🟡 中 | POC/EVT用XIAO；DVT切换自有PCB（nRF52840模组方案） |
| R006 | BLE多人同时使用干扰 | 🟢 低 | BLE5.0点对点，场馆场景专项测试 |
| ~~R007~~ | ~~马达震动干扰IMU（350ms盲区）~~ | ✅ 消除 | 动态阈值替代冷却屏蔽，2026-04-09 已修复 |
| ~~R008~~ | ~~无省电模式，续航仅半天~~ | ✅ 消除 | sd_app_evt_wait + 10Hz idle，2026-04-09 已修复 |

01-market-analysis

# 商业可行性报告 · 智能拳击硬件

**输出方**：CFO/财务总监 | **日期**：2026-04-09 | **版本**：v0.1 草稿

---

## 执行摘要

总投资约718万元，基准情景下 2.5年回收，5年 NPV +2140万元，IRR 47%。即使悲观情景（销量-40%），NPV 仍为正（+580万）。BOM 成本21.7%，定价空间充足。**商业可行性：高。**

---

## 1. BOM 成本拆解（单套2个传感器）

| 物料类别 | 单价（元） | 占比 | 备注 |
|---------|----------|------|------|
| IMU传感器×2（9轴，ICM-42688类） | 48 | 14% | 主流器件，多家供货 |
| MCU（Nordic nRF52840 或同类） | 36 | 10% | BLE5.0，成熟生态 |
| 电池+充电管理IC | 30 | 9% | 200mAh锂电，USB-C充电 |
| 结构件/腕带/硅胶护套 | 65 | 19% | 模具成本已摊销 |
| PCB+SMT贴片 | 45 | 13% | 双面板，含测试费 |
| 蓝牙天线+射频器件 | 18 | 5% | 含FPC天线 |
| 包装+说明书+贴纸 | 22 | 6% | 精品盒，增强品牌感 |
| 其他（螺丝/线缆/标签等） | 15 | 4% | |
| **BOM合计** | **279元** | **80%** | |
| 整机组装+测试 | 68 | 20% | 含产测夹具摊销 |
| **出厂成本** | **347元** | — | |

> BOM占目标售价(1599元)比：**21.7%** ✅ 健康范围内，有充足利润空间

> ⚠️ 假设：量产规模≥5000台/批次；实际BOM需向供应商询价确认

---

## 2. 总投资预算

| 投资类别 | 金额（万元） | 说明 |
|---------|-----------|------|
| 研发人力（4人×12个月） | 240 | 硬件2+固件1+APP1，按20万/人年 |
| EVT/DVT/PVT打样（3轮） | 35 | 含PCB+组装+测试 |
| 模具费用（腕带+外壳） | 40 | 硅胶+塑胶模具，约3副 |
| 认证费用（3C+BQB+SRRC） | 25 | 含测试费，预留余量 |
| APP开发（iOS+Android） | 60 | 外包或内招，含后台 |
| 首批备货（5000台×347元） | 173 | 最小起订量，控制库存风险 |
| 市场推广（发布期KOL+活动） | 80 | 首发活动+KOL种草 |
| 备用金（10%） | 65 | 应对超支/计划外费用 |
| **总投资** | **718万元** | |

---

## 3. 五年财务预测

### 基准情景

| 指标 | Y1 | Y2 | Y3 | Y4 | Y5 |
|------|----|----|----|----|-----|
| 销量（万台） | 0.5 | 1.8 | 4.2 | 7.0 | 9.5 |
| ASP（元，含税） | 1599 | 1499 | 1399 | 1299 | 1199 |
| 营收（万元） | 800 | 2698 | 5876 | 9093 | 11390 |
| 毛利率 | 54% | 56% | 58% | 60% | 61% |
| 净利润（万元） | -290 | 320 | 1050 | 1820 | 2280 |
| 累计净利润 | -290 | 30 | 1080 | 2900 | 5180 |

> 销量假设依据：Y1 专精垂直渠道首发；Y2-3 电商爆量；Y4-5 品牌效应稳定增长

### 敏感性分析

| 情景 | 销量假设 | 回收期 | 5年NPV |
|------|---------|-------|-------|
| 悲观（-40%） | Y3仅2.5万台 | 4.2年 | +580万 |
| **基准** | Y3共4.2万台 | **2.5年** | **+2140万** |
| 乐观（+40%） | Y3达5.9万台 | 1.8年 | +4100万 |

---

## 4. 投资回报分析

| 指标 | 数值 | 评级 |
|------|------|------|
| 总投资 | 718万元 | — |
| NPV（5年，折现率12%） | +2,140万元 | ✅ 良好 |
| IRR | 47% | ✅ 优秀 |
| 投资回收期 | 约2.5年 | ✅ 合理 |
| 盈亏平衡销量 | ~2.6万台（Y2Q3） | ✅ 可达 |

---

## 5. 定价策略

| 渠道 | 出厂价 | 渠道价 | 建议零售价 | 毛利率 |
|------|-------|-------|----------|-------|
| 直销（官网/抖音） | 347 | — | 1599（首发）→1299 | 73%→62% |
| 电商（京东/天猫） | 347 | 1150 | 1299 | 66% |
| 经销商 | 347 | 900 | 1299 | 62% |

**定价逻辑**：
- 对标 FightCamp（¥8000+），强调"1/5价格，同等数据精度"
- 与¥299入门款拉开品质感知距离
- 首发价¥1599营造锚定效应，常规价¥1299更具性价比

---

## 6. 财务风险

| 风险 | 影响 | 缓解措施 |
|------|------|---------|
| BOM成本上涨20%（IMU/MCU涨价） | 毛利率降至约44% | 提前锁价合同；备选器件方案 |
| 首批5000台滞销 | 库存损失约173万 | 小批量首发（2000台）验证市场 |
| APP开发超期 | 影响发布节点 | 早期外包+内部接手，MVP优先上线 |
| 汇率波动（进口芯片） | BOM成本±5-8% | 结汇套保；优先国产替代器件 |

---

## 7. 关键假设

1. 量产规模5000台/批次，BOM按此规模估算（如低于此，成本上涨约15%）
2. APP开发外包，未计入长期维护成本（建议Y2后内建团队）
3. 首年市场推广费80万，实际可能需要更多（视竞争态势）
4. 未计入专利申请费用（建议预留10-15万）

03-tech-feasibility

# 技术可行性报告 · 智能拳击硬件

**输出方**：CTO/技术总监 | **日期**：2026-04-09 | **版本**：v0.2（更新：XIAO nRF52840 Sense + Edge Impulse 选型评估）

---

## 执行摘要

确定硬件选型为 **Seeed Studio XIAO nRF52840 Sense + Edge Impulse** 后，技术风险格局发生重要变化：AI 动作识别风险从 TRL 5 大幅提升至 TRL 7-8（Edge Impulse 托管工作流），但新增一个高优先级风险——**板载 LSM6DS3TR-C 加速度计量程仅 ±16g，拳击出拳峰值可达 50-100g，将导致力度测量严重失真**。推荐两阶段方案：POC 用 XIAO 验证动作分类可行性，DVT 阶段外接高量程加速度计（H3LIS331DL ±400g）补足力度测量。整体可行性维持高评级，POC 成本从原估算 0.5-1万降至 < 0.1万元。

---

## 1. 硬件选型：XIAO nRF52840 Sense 规格确认

| 参数 | 数值 | 对拳击场景评估 |
|------|------|--------------|
| MCU | nRF52840，Cortex-M4 @ 64MHz | ✅ 足够跑 TFLite Micro 推理（2-5ms/次） |
| Flash / RAM | 1MB / 256KB | ✅ Edge Impulse 模型通常 10-50KB，够用 |
| IMU | LSM6DS3TR-C（**6轴**：加速度+陀螺仪） | ⚠️ 无磁力计（非9轴），拳击场景可接受 |
| 加速度计量程 | 最大 **±16g** | 🔴 **关键限制**：出拳峰值 50-100g，会饱和 |
| 陀螺仪量程 | 最大 ±2000 dps | ✅ 足够捕捉出拳旋转速度 |
| BLE | 5.0，板载天线 | ✅ Nordic nRF52840 BLE 生态最完善 |
| 尺寸 | 21 × 17.5 mm | ✅ 非常适合腕带封装 |
| 功耗 | ~5mA 工作，~5μA 深睡 | ✅ 100mAh 电池可支撑约 15h |
| 充电 | 板载 USB-C 充电管理 | ✅ 直接使用，无需额外设计 |
| 价格 | ¥80-120/片 | ✅ POC 成本极低 |

---

## 2. 核心技术栈评估（v0.2 更新）

| 模块 | TRL | 方案 | 风险 | 说明 |
|------|-----|------|------|------|
| MCU + BLE | 9 | XIAO 一体集成 | 🟢 低 | nRF52840 行业标准，BLE5.0生态完整 |
| 姿势/动作分类（直/勾/摆/防守） | **8** | **Edge Impulse 托管** | 🟢 **低**（原TRL 6，大幅提升） | EI 工作流成熟：采集→标注→训练→部署C++库，约2-3周 |
| AI纠姿 | **7** | **Edge Impulse 模型** | 🟡 中（原TRL 5，显著改善） | V1可用EI分类器实现动作评分；数据采集是主要工作量 |
| 出拳速度检测 | 7 | 陀螺仪+算法 | 🟢 低 | 陀螺仪±2000dps充裕，速度积分算法成熟 |
| 出拳力度检测 | 5 | **需换传感器** | 🔴 **高**（新增风险） | ±16g饱和问题，DVT阶段需外接H3LIS331DL（±400g） |
| 低功耗固件 | 9 | nRF52840 SDK + EI库 | 🟢 低 | Edge Impulse 自动生成推理C++代码，nRF52840官方支持 |
| iOS/Android APP | 8 | 自研 | 🟢 低 | 标准BLE协议，技术风险低 |
| 云端存储 | 8 | 外采云服务 | 🟢 低 | 标准方案 |

---

## 3. 🔴 关键风险：加速度计 ±16g 饱和问题

**问题说明**：


实际出拳加速度
   100g ─────────────────────── 职业拳手峰值
    50g ─────────────  /\
    16g ──────────── /──\──── ← LSM6DS3TR-C 上限（超出被截断）
     0  ────────── /────\──
        时间→      冲击   回收


- 业余拳手出拳：20-40g（轻拳会饱和，发力拳必饱和）
- 专业拳手出拳：50-100g（几乎所有拳都饱和）
- 结果：力度数值在中等发力时就已失真，无法用于准确的力度评估

**两阶段应对方案（推荐）**：

| 阶段 | 做法 | 说明 |
|------|------|------|
| **POC 阶段** | 接受饱和限制，专注验证**动作分类**（速度+姿势），不主打力度 | 快速验证 Edge Impulse 工作流，成本最低 |
| **DVT 阶段** | 外接 **H3LIS331DL**（±400g，I2C，¥8/片）专用力度测量 | 与 LSM6DS3TR-C 并行：EI模型用6轴数据，力度用高量程传感器 |

> H3LIS331DL 是 STMicro 专为冲击测量设计的器件，±100g/±200g/±400g 可选，I2C 接口直接连 XIAO，设计简单。

---

## 4. Edge Impulse 工作流评估

**这是本次选型最大的正向贡献**，原 T001（AI算法TRL 5）风险基本消除：


数据采集（XIAO串口/手机BLE直连EI）
    ↓
在线标注（5类：直拳/勾拳/摆拳/防守/静止）
    ↓
特征提取（谱分析/时域特征，EI自动推荐）
    ↓
神经网络训练（EI云端，免费套餐够用）
    ↓
一键部署为 nRF52840 C++ 库
    ↓
设备端推理：< 10ms/次，内存占用 < 30KB


**关键指标**：
- 每类动作需约 300-500 个样本，5类 ≈ 2000 个样本总量
- 数据采集周期：**2-3 周**（原自研算法方案需 2-3 个月）
- 社区参考准确率：**88-93%**（拳击/格斗动作分类类似项目）
- 推理延迟：< 10ms（nRF52840 Cortex-M4）

---

## 5. 更新后的技术风险矩阵

| ID | 风险 | 可能性 | 影响 | 级别 | 应对措施 |
|----|------|-------|------|------|---------|
| ~~T001~~ | ~~AI算法精度不足~~ | — | — | ✅ 消除 | Edge Impulse 解决，TRL升至7-8 |
| **T002** | **加速度计±16g饱和，力度测量失真** | 确定 | 高 | 🔴 | POC明确产品不主打力度；DVT接H3LIS331DL（±400g） |
| T003 | 戴手套时传感器数据变化 | 中 | 低 | 🟢 | EI采集时直接戴手套录制，模型自然学会补偿 |
| T004 | 防汗/防水密封 | 中 | 中 | 🟡 | XIAO无防水，PCB版需IP54密封设计，TR3前完成测试 |
| T005 | XIAO是开发板，不能直接量产 | 确定 | 中 | 🟡 | POC/EVT用XIAO；DVT/MP设计自有PCB（基于nRF52840模组） |
| T006 | BLE多人干扰 | 低 | 中 | 🟢 | nRF52840 BLE5.0点对点，方向正确 |

---

## 6. 修正后的 POC 实验方案

**目标调整**：不再验证"力度测量精度"，转为验证"Edge Impulse 动作分类可行性"并**同时摸清饱和边界**。

1. 购买 3 片 XIAO nRF52840 Sense（¥300）
2. Edge Impulse 注册，将 XIAO 连接为数据采集设备
3. **戴手套**录制 5 类动作各 300 个样本（直/勾/摆/防守/静止）
4. 训练分类模型，目标准确率 ≥ 85%
5. 记录不同发力程度的加速度峰值，**找到 ±16g 饱和临界点**（用于DVT传感器选型决策）
6. 验证推理延迟（< 50ms）和续航（> 3h）

**通过标准**：动作分类准确率 ≥ 85%；推理延迟 < 50ms；完成饱和边界记录

**周期**：2-3 周 | **成本**：< ¥800（含开发板）—— 比原方案节省约 **90%**

---

## 6. 预计研发周期


月  1    2    3    4    5    6    7    8    9    10   11   12
    ├────────┤
    POC实验
         ├──────────────┤
         系统设计+选型（TR1-TR2）
                        ├──────────────┤
                        原理图+PCB+固件（TR3）
                                       ├──────────┤
                                       EVT打样调试（TR4）
                                                  ├──────┤
                                                  DVT（TR5）
                                                       ├──┤
                                                       认证+PVT（TR6）


**总研发周期**：约 12-14 个月（含认证，认证通常是关键路径）

---

## 7. 振动马达专项评估（v0.3 新增）

### 问题1：延迟与准确性

**关键结论：马达类型选错，再好的算法也会让用户体验很差。**

出拳信号链延迟分解：

| 环节 | ERM马达 | LRA马达 |
|------|---------|---------|
| IMU采样 | 1-5ms | 1-5ms |
| 硬件中断检测（路径A） | < 5ms | < 5ms |
| 马达物理启动 | **50-200ms** 🔴 | **< 10ms** ✅ |
| **用户感受到震动** | **~100-250ms** | **~15ms** |

- **ERM（偏心转子/Coin马达）**：机械启动延迟 50-200ms，出拳击中沙袋后手都收回来了才感受到震动，用户体验极差，**不推荐**
- **LRA（线性谐振马达）**：< 10ms 响应，配合 LSM6DS3TR-C 硬件冲击中断（< 5ms），总延迟 < 15ms，用户感受为"同步"，**推荐**

**两条检测路径**（须同时使用）：

| 路径 | 机制 | 延迟 | 用途 |
|------|------|------|------|
| A：硬件中断 | LSM6DS3TR-C 内置 Tap/Shock 检测 → 中断触发马达 | < 15ms | 出拳即时震动（计数/确认） |
| B：EI推理 | 滑窗500-1000ms → Edge Impulse 推理 → APP通知 | 500-1000ms | 拳型分析（训练结束后汇总，不做即时震动） |

路径B 的 500ms+ 延迟不适合做即时振动反馈，应该只用于 APP 端的训练分析展示。

### 问题2：耗电量与电池配置

**训练场景振动占空比假设**：60-100拳/分钟，每次震动80ms → 占空比约 **8%**

| 组件 | 电流 |
|------|------|
| nRF52840 + IMU（基础） | 6mA |
| LRA马达（60mA × 8%） | 4.8mA |
| **训练模式总平均** | **~11mA** |

**电池推荐：150mAh LiPo**
- 续航：~13 小时（PRD要求3小时，留4×余量）✅
- 尺寸：约 35×20×4mm，腕带可容纳
- 充电：XIAO板载USB-C，50mA充电电流，约3小时充满

### 振动马达选型结论（v0.3 更新：确认使用 Switch ERM 马达）

**选用器件**：Switch 手柄替换振动马达（ERM，4×8mm，3V，60-80mA，¥3-8/个）

| 使用场景 | Switch ERM 适用性 | 说明 |
|---------|-----------------|------|
| 精准打击即时反馈 | ⚠️ 有 50-150ms 延迟 | 打完拳手收回时才震，时序有错位感 |
| 节奏引导提示 | ✅ 可用 | 用户有预期，延迟可接受 |
| 训练强度提示 | ✅ 可用 | — |
| **POC 阶段验证需求** | **✅ 完全够用** | **低成本验证"用户是否需要振动"** |

**分阶段策略**：
- **POC/EVT**：Switch ERM（¥5）+ NMOS驱动（¥1），验证振动需求
- **DVT**：根据用户测试反馈决定是否升级 LRA（+¥24/套），有数据再决策

**驱动电路**：nRF52840 GPIO → 100Ω → NMOS(2N7002) → 马达；续流二极管(1N4148)保护

### BOM 成本影响

| 新增器件 | POC/EVT（Switch ERM） | DVT升级（LRA方案） |
|---------|---------------------|-----------------|
| 振动马达 | ¥5 | ¥20 |
| 驱动电路 | NMOS+二极管 ¥1 | DRV2605L ¥10 |
| 电池升级至150mAh | +¥5 | +¥5 |
| **合计新增** | **¥11/套** | **¥35/套** |

> POC阶段出厂成本：347 + 11 = **¥358**；如DVT升级LRA：347 + 35 = **¥382**。对目标售价1599元影响极小。CFO 需在 DVT 决策后更新财务模型。

---

## 8. 技术可行性结论（v0.2）

| 维度 | 原评估 | 新评估 | 变化 |
|------|-------|-------|------|
| 整体技术可行性 | 高 | **高**（维持） | — |
| 最大风险 | AI算法 TRL 5 | **加速度计±16g饱和** | 🔄 风险项切换，但可解决 |
| AI动作识别 | 高风险，需自研 | **Edge Impulse，低风险** | ⬆️ 大幅改善 |
| POC 成本 | 0.5-1万元 | **< 0.1万元** | ⬆️ 降低90% |
| POC 周期 | 2-3周 | **2-3周**（维持，内容更丰富） | — |
| V1 功能能力 | 规则算法分类 | **EI模型分类，精度更高** | ⬆️ 提升 |
| 量产路径 | 直接产品PCB | **XIAO→自有PCB（两阶段）** | 🟡 需规划 |
| 团队能力需求 | 需IMU算法专家 | **需嵌入式+Edge Impulse经验**（门槛更低）| ⬆️ 降低 |

### 对 CDCP 前置条件的影响

原 CDCP 前置条件 C1："CTO 完成戴手套 IMU 标定实验，验证力度误差 < 15%"

**建议更新为**：
> CTO 完成 XIAO nRF52840 Sense + Edge Impulse POC，验证动作分类准确率 ≥ 85%，并记录加速度饱和边界数据，输出 DVT 传感器选型建议。

04-cdcp-review

# CDCP 评审报告 · 智能拳击硬件

**输出方**：Board/IPMT | **日期**：2026-04-09 | **评审类型**：CDCP（概念决策评审点）

---

## 材料完整性检查

| 材料 | 状态 | 质量 |
|------|------|------|
| 市场分析报告（CMO） | ✅ 已提交 | 良好，需用户访谈验证 |
| 技术可行性报告（CTO） | ✅ 已提交 | 良好，POC实验待完成 |
| 商业可行性报告（CFO） | ✅ 已提交 | 良好，部分假设待验证 |
| Charter/PRD | — | 计划阶段产出，本次不要求 |
| 项目计划 | — | 计划阶段产出，本次不要求 |

---

## 评审打分

| 维度 | 得分 | 评审意见 |
|------|------|---------|
| 战略契合度 | 4/5 | 智能运动硬件赛道，符合消费升级方向；拳击垂直品类具有强社区属性，有利于品牌建立 |
| 市场吸引力 | 4/5 | 细分蓝海，1000-2000元段位真空清晰；SAM数字需验证，但方向判断可信 |
| 商业可行性 | 4/5 | IRR 47%，2.5年回收，悲观情景NPV仍为正；BOM成本21.7%，定价空间健康 |
| 执行可信度 | 3/5 | AI纠姿是核心卖点但TRL仅5，V1降级后差异化需重新验证；POC实验未完成 |
| 风险可控性 | 3/5 | 主要技术风险已识别并有应对方案；市场付费意愿未经一手调研验证 |
| **总分** | **18/25** | 超过CDCP通过门槛（≥15分）✅ |

---

## 关键发现

### 支持立项的理由

1. **市场空白明确**：FightCamp（¥8000+）与入门款（¥299）之间存在真实价格/功能断层，¥1599精准数据定位清晰
2. **核心传感技术成熟**：IMU+BLE方案 TRL 8-9，主要风险在算法层且可通过V1降级处理
3. **财务下行风险可控**：悲观情景下NPV仍为正（+580万），投资损失风险低
4. **进入窗口存在**：国内目前尚无强势品牌，12个月内是最佳进入时间

### 主要担忧

1. **AI纠姿是核心差异化卖点，但TRL仅5**：V1降级后，产品差异化是否仍足够驱动¥1599的购买决策？期望 CPO 在 PDCP 前重新定义V1的价值主张
2. **戴手套IMU标定实验未完成**：这是整个算法的前提假设，尚未经实验验证
3. **付费意愿假设未经一手调研**：¥1599的价格敏感度需要30个用户访谈验证

---

## 决策结果

### ⚠️ 有条件批准

授权进入概念阶段深化，满足以下2个前置条件后**自动进入计划阶段**，无需重新召开评审：

| # | 条件 | 通过标准 | 负责人 | 截止日期 |
|---|------|---------|-------|---------|
| C1 | 完成戴手套 IMU 标定 POC 实验 | 力度误差 < 15%，速度误差 < 10% | CTO | 2026-05-09 |
| C2 | 完成30个目标用户访谈 | 验证¥1599付费意愿，形成访谈摘要报告 | CMO | 2026-05-09 |

### 若条件未达成
- C1 未通过（误差>15%）：重新评估技术路线，可能需要增加硬件算力（方案B）
- C2 结果负面（付费意愿弱）：重新评估定价策略（降至¥999）或目标市场（转向B端拳击馆）

---

## IPMT 行动要求

| 行动 | 负责人 | 截止 |
|------|-------|------|
| 启动戴手套POC实验（采购开发板） | CTO | 2026-04-16 |
| 设计用户访谈问卷（含付费意愿测试） | CMO | 2026-04-16 |
| 招募30名目标用户（拳击健身爱好者） | CMO | 2026-04-23 |
| POC实验结果汇报 | CTO | 2026-05-09 |
| 用户访谈报告提交 | CMO | 2026-05-09 |
| 条件确认后通知 Board 进入计划阶段 | CEO | 2026-05-12 |

开发记 - 成本分析&技术选型agent

Fri, 17 Apr 2026 00:00:00 +0000

最近公司基本停滞，无事可做的大家每天上午会讨论下可以利用 AI 做什么。这周尝试做了一个成本分析与技术选型的 Agent，目的是降低产品成本、弥补人员链路配置不足的问题，快速进行产品拆解与分析。

项目地址：unit-bot

项目框架

unit-bot/
├── SKILL.md                  # OpenClaw skill 清单与配置说明
├── openclaw_bot.py            # Webhook 服务器（/hooks/agent）
├── agent.py                   # BOM Agent 核心逻辑（Claude 工具调用循环）
├── core/
│   ├── db.py                  # 产品数据库 CRUD（深度合并 / 完整度追踪）
│   ├── bom_loader.py          # 拆机 Excel 解析（自动识别 data/ 目录）
│   ├── components_lib.py      # 标准件库 JSON CRUD
│   └── feishu_sync.py         # 飞书多维表格同步（未配置时静默跳过）
├── scripts/
│   ├── build_components.py    # 拆机 Excel → teardown CSV + 标准件库
│   ├── import_products.py     # 产品数据库 xlsx 批量导入
│   ├── gen_g30spro_teardown.py # AI 辅助拆机草稿生成（模板）
│   └── start.py               # 服务启动入口
├── data/
│   ├── products_db.json        # 产品规格数据库（含 last_updated）
│   ├── teardowns/              # 各机型拆机 CSV（含生成日期，历史版本保留）
│   │   └── {机型}_teardown_{日期}.csv
│   └── lib/
│       └── components_lib.csv  # 标准件库（8桶分类，含 last_updated）
├── .env.example
└── requirements.txt

核心功能

8 桶 BOM 成本拆解表（含各桶估算金额与零售价占比）
供应链分析：核心件供应商 + 可降级替代方案 + 节省金额

8 桶成本分析框架

#	子系统	核心内容	旗舰机基准占比
1	算力与电子	SoC 主板 · Wi-Fi/蓝牙模组 · 被动元件	10–12%
2	感知系统	LDS/dToF · 视觉摄像头 · IMU · 超声波	10–13%
3	动力与驱动	吸尘风机 · 驱动轮模组 · 底盘升降	10–12%
4	清洁功能	拖布驱动 · 水泵 · 水箱 · 边刷 · 滚刷	13–17%
5	基站系统	集尘 · 水路 · 加热 · 基站电控 · 基站结构	15–20%
6	能源系统	电芯 · BMS · 充电电控	7–9%
7	整机结构 CMF	外壳注塑 · 喷涂/IMD · 模具摊销	10–13%
8	MVA + 软件授权	组装/测试人工 · 算法版税 · OS 授权 · 包材	9–13%

关键指标

整机 BOM 率：旗舰机约 48–55%（零售价），实际测试一般在30%左右，后续版本会优化一下。
基站系统占比随档位差异显著：
- 入门机（¥2000–2500，仅充电+集尘）5–8%
- 中档机（¥2500–3500，自清洁+水路）12–15%
- 旗舰机（¥5000+，加热/烘干/多泵）15–20%

数据获取与分析

数据库结构

目录 / 文件	内容	时间戳
`data/products_db.json`	产品规格数据库	每条记录含 `last_updated`
`data/teardowns/{机型}_teardown_{日期}.csv`	各机型拆机数据	文件名含生成日期，历史版本自动保留
`data/lib/components_lib.csv`	标准件库（8桶分类）	每行含 `last_updated` 列

统一汇总在飞书表格中调取，本地备份保存。重启服务后数据不丢失。

我的多Agent协作系统

Fri, 10 Apr 2026 00:00:00 +0000

最近想尝试引入多agent协同办公，昨天研究了一下 https://github.com/wanikua/danghuangshang 和华为 IPD 研发流程。把我的 “巴段荣” 升级了一下。

介绍一下 “巴段荣”

说到我的“巴段荣”，是配置在 openclaw 上的人设。巴菲特+段永平+荣格为一体的高端顾问团。

我是**巴段荣**——一个融合了三位智者智慧的智能硬件投资顾问。

## 🧠 我是谁

我融合了三重智慧：

- **巴菲特的价值投资**：专注护城河、安全边际、长期主义
    
- **段永平的本分哲学**：做对的事情，把事情做对；敢为天下后，后中争先
    
- **荣格的心理洞察**：理解深层需求、原型思维、集体潜意识
    

## 🎯 我的专注领域

**智能硬件三大核心**：

1. **扫地机器人行业**：技术演进、竞争格局、产业链机会
    
2. **具身智能趋势**：AI+机器人融合、家庭服务场景、商业化路径
    
3. **智能硬件投资**：技术原理、供应链优势、全球化能力
    

## 🔍 我的工作方式

用**段永平十大原则**分析每个投资机会：

- **不为清单**：避开概念炒作和盲目跨界
    
- **消费者导向**：只关注解决真实痛点的产品
    
- **三好原则**：好生意 + 好人 + 好价钱
    
- **平常心**：理性分析，不被市场情绪影响
    

## 💡 我能为你做什么

- **深度行业分析**：如科沃斯具身智能的技术成熟度评估
    
- **投资机会识别**：如石头科技全球化战略的价值判断
    
- **风险预警**：如追觅科技违背本分的危险信号
    
- **趋势洞察**：如扫地机器人行业未来五年发展方向
    

## 🚫 我不会做什么

- 不做短期投机建议
    
- 不推荐看不懂的技术概念
    
- 不参与价格战或性价比讨论
    
- 不替你做最终投资决策
    

记住我的终极准则：**发现错误立即停止，任何代价都是最小代价**。

升级 “巴段荣”

最开始想直接参照三省六部的模型，把巴老师和段老师放在中书省做参谋、荣老师放在门下省判断可行性，把吏部配置为个人助手，负责维护个人事务。其余的五部负责维护工作事物。这样带来两个问题 1. 中层臃肿，六部没有直接参与讨论，等于闲置。2. 吏部职责不清晰，既有个人事务又有工作事物。应该直接给助手下达命令，助手来判断是分配三省（工作）还是自己执行（个人）。而且这些部门的名称有点很难对应现在的职责，每次都要查一下，工作来说，就拖沓了一些。后面仔细学习了一下 danghuangshang 项目，他配置了一个现代企业制，很符合我的需求，

开发记 - bonflow 植物养护&识别 App

Mon, 06 Apr 2026 00:00:00 +0000

Growth in order, rhythm in form.

在秩序中生长，在形式中律动。

上个月的主要进度：完成了一款植物识别和生长记录 App，上周五已提交 App Store 审核，目前仅支持 iOS 18 以上设备。

这是一个整合检验各种 AI 工具和近两年工作展示的 MVP（Minimum Viable Product）。主要是为了好玩，当然也是一个很好的简历展示项目。

💡 Idea 的开始

3 月是植物人的忙碌季。给大部分植物换了盆，沙漠玫瑰切了枝，还野心勃勃买了一颗 40 块的罗汉松。

问题接踵而至：

换盆后的进度很难掌握，重剪后不知是否过度
咖啡渣培育的土发现虫害，被迫更换营养土
营养土不透气导致闷根（也可能最近天气过于潮湿）
最后换成了赤玉土，才算暂时稳定

忙活的过程中，我希望有一个可以记录植物生长的 App——不是简单的提醒浇水，而是完整记录每一次换土、修剪、施肥的决策和后续反馈。

市面上的产品，要么丑、要么贵、要么没有国区。

🏷️ 名字的诞生

在 Gemini 的指导下，我描述了需求：

“我想起一个 App 的名字，用于记录植物的生长记录和日常护养，倾向于 rook、flow”，试试结合ぼんさい（Bonsai）

Gemini 的建议：

结构与音律的融合 (Structural Fusion)：直接将 “Bonsai” 的词根与你喜欢的词结合，创造出一种类似高端硬件品牌的命名感。

Bonflow：将"盆 (Bon)“与"流动 (Flow)“结合。听起来非常顺滑，寓意植物在器皿中展现出的生命韵律。

Sairook：取自"栽 (Sai)“与"堡垒 (Rook)"。给人一种非常扎实、可靠的记录感，像是一个守护植物生长的坚固容器。

Sai-Logic：栽种逻辑。听起来像是一个精密、工程化的养护工具，符合你对"系统性"记录的需求。

Bonflow 成功诞生。

📱 iOS 历险记

App 的开发从 iOS 开始。年前做过一个拳击硬件的 App，就设计规范和开发文档来说，感觉是个比较容易让 AI 协助的平台。

OpenClaw 尝鲜记 - 第二集

Fri, 06 Mar 2026 00:00:00 +0000

更新一下最近玩 openclaw 的进展。部署到了 RDK X5 的板子上，esp32 连接了一个 so-arm-100 机械臂，并实现了语义控制。展示一下跳舞的成果。模型用的阿里云 7.9/月的 coding-plan qwen3 max，发傻的时候就切换到贵一点的claude，调试通了，再切回来便宜的。

“再跳一段新疆舞”

三倍速新疆舞	终端显示

硬件配置以及校准：

https://wiki.seeedstudio.com/lerobot_so100m_new/

3D打印以及机械臂组装，按照 seeed 的教程安装了本地环境，并进行了机械校准（很重要！坏了两个电机🤷），并把校准文件地址提供给 openclaw 参考执行。

软件配置：

使用官方提供的 openclaw 一键安装脚本进行部署： curl -fsSL https://openclaw.ai/install.sh | bash

重启 Gateway：openclaw gateway restart

skill 技能

连接了 notion ，并在 telegram对话 成功创建notion页面。准备用作定期的数据备份。

权限配置调整

2026.3.2版本龙虾，默认只有 message 权限了直接去改 openclaw.json 配置文件，把 tools.profile 的 message 修改为 full，重启 OpenClaw。

大概过程

身份设定。把 openclaw 设置为在 rdk x5 上通过esp32控制运行的机械臂，描述基础硬件配置信息。提供 github 上的工程链接，以及本地配置环境，尝试调用单个电机文件测试驱动，多电机联动测试。 Tool.md 扩充。摄像头安装，通过飞书实现图片调取。上面这些步骤差不多完成后，我又给它配置一个24位的led灯环，想让舞蹈看起来更热闹些。不晓得什么问题板子凉了，再也没连接上。本来还想开个直播在线跳舞的……还可以多打印几个机械臂，在线点模特……可惜了……

OpenClaw 尝鲜记

Thu, 05 Feb 2026 00:00:00 +0000

玩了三天风风火火的 OpenClaw/MoltBot/ClawdBot，还蛮好玩的，就是 Token 爆炸！尤其是那个 qwen3 max …… 随随便便一问，大几十万 token，问一下好几块…… 在此感谢阿里云送了150块优惠券🙏。

安装

用了阿里云和腾讯云的轻量化服务器，阿里云大模型的api调用默认打开的，第一天莫名其妙欠费8块…… 腾讯云倒是不会，而且版本也很新，看起来更新很快，像要把 channel、skill都封装进去，就是莫名其妙崩！暂时弃掉腾讯云了…… 等我的 mac mini 退休吧，给我的bot安个家，这线上的支出太可怕了。

关于模型

尝试了 qwen3 max / deepseek r1/v3.2 / GLM4.7 , 相对来说 qwen3好些（毕竟价钱在……）切换了模型之后似乎记忆也有些问题…… 可能没重启之类的。

channel

接入了telegram，帅呆！

自定义了快捷菜单，目前看效果是不错，不知道会不会记忆混乱。感觉是个很不错的接入方式。

机器人设置	快捷菜单

飞书

飞书，总是挂…… 等等官方新版支持效果。

目前可以支持机器人创建飞书文档…… 它不给我开权限也是个问题……

创建飞书文档	倒是给我开个权限啊！

skill

上午看了一个新的，awesome-openclaw-skills 我的bot帮我整理了一下

👇



🦞 OpenClaw 核心插件库

消息与通信

• bluebubbles - BlueBubbles 集成
• discord - Discord 功能扩展
• slack - Slack 集成
• imsg - iMessage 支持
• wacli - WhatsApp CLI 工具

开发者工具

• github - GitHub 集成（issue、PR、CI 等）
• coding-agent - 编码助手
• tmux - Tmux 会话管理
• 1password - 1Password 集成

媒体与内容

• gemini - Google Gemini AI 集成
• openai-image-gen - OpenAI 图像生成
• openai-whisper - 语音转文字
• spotify-player - Spotify 控制
• songsee - 音乐识别
• gifgrep - GIF 搜索

生产力工具

• gog - Google Workspace 集成（Gmail、日历、Drive 等）
• notion - Notion 集成
• obsidian - Obsidian 笔记
• apple-notes - Apple Notes
• apple-reminders - Apple 提醒事项
• things-mac - Things 3 任务管理

系统与设备控制

• canvas - 实时画布控制
• camsnap - 摄像头快照
• openhue - Philips Hue 灯光控制
• sonoscli - Sonos 音响控制
• weather - 天气信息

实用工具

• clawhub - 插件管理 CLI
• skill-creator - 技能创建工具
• summarize - 内容摘要
• model-usage - 模型使用统计
• session-logs - 会话日志管理

安装与管理

通过 ClawHub CLI 可以轻松管理这些插件：

还装了一些飞书相关的、都是bug…… 等官方更新吧

我的 Garmin 表盘

Thu, 22 Jan 2026 00:00:00 +0000

23年的双十一换了 Garmin 的 Forerunner265S

购买原因：

1. 可以不带手机跑步和听音乐 
2. 待机时间长 
3. 显得专业

想换《辐射》主题很久了…… 有看到喜欢的又没办法海外付款，最近试试用AI写了一个主题，目前还是比较满意的

Pip-Boy 3000 表盘 - Garmin Forerunner 265s

辐射（Fallout）系列游戏启发的Pip-Boy主题表盘，专为Garmin Forerunner 265s设计，采用标志性的绿色单色复古未来主义美学。

功能特性

复古Pip-Boy设计：经典绿色单色配色方案 (#00FF00)
CRT屏幕效果：真实的扫描线叠加，呈现复古终端外观
全面的数据显示：
- 时间（时:分，带秒数）
- 日期（日、月、年）
- 步数计数器
- 心率监测
- 电池百分比
- 消耗卡路里
避难所男孩角色：标志性的辐射吉祥物
Pip-Boy边框：带角落支架的技术边框

安装说明

前置要求

安装 Connect IQ SDK Manager
- 下载地址：https://developer.garmin.com/connect-iq/sdk/
- 使用Garmin Connect账户登录
安装 Visual Studio Code
- 下载地址：https://code.visualstudio.com/
安装 Monkey C 扩展

官方文档

打开 VS Code
进入扩展 (Cmd+Shift+X)
搜索 “Monkey C”
安装官方Garmin扩展

生成开发者密钥（如果还没有）

openssl genrsa -out developer_key.pem 4096
openssl pkcs8 -topk8 -inform PEM -outform DER -in developer_key.pem -out developer_key.der -nocrypt

构建表盘

使用 Visual Studio Code（推荐）：

iPhone + Notion自动化复盘

Wed, 24 Dec 2025 00:00:00 +0000

在折腾了飞书之后，又回来折腾notion，其实有考虑要不要整合在一个平台上，不过飞书webhhok似乎只能传输字段，再加上自定义的小组件没有那么全面，决定还是在Notion上面做复盘。

操作流程

前期准备

首先需要获取 Notion API , 然后复制数据库的ID： www.notion.so{workspace_name}/{database_id}?v={view_id}

Notion模版

复盘的模版参考了这个

苹果快捷方式

添加获取URL参考： Notion API文档 Create a page 中 shell 的格式，{} 就是词典、[] 就是数组、“” 就是文本

复盘大纲

至于复盘的内容，用 Gemini 写了一个大纲

第一阶段：客观数据（状态回顾）

日期、领域、评分、是否锻炼、是否读书。
作用：快速勾选，建立当天的基本面。

第二阶段：主观感受（复盘核心）

今天的感受（Feelings）、出现问题（Problem）、继续保持（Keep）。
建议：先写 Problem 再写 Keep。先面对问题，再用亮点收尾，心情会更积极。

第三阶段：行动转化（未来转化）

努力改善（Try）。
作用：这是复盘的唯一输出物，必须是具体的动作。

BTY, 把这个模版上架了，感觉操作起来比飞书难很多，还是值得 ¥1.88，期待有人下单。

iPhone + 飞书自动化记账

Wed, 10 Dec 2025 00:00:00 +0000

最近又在折腾 Notion，发现之前吃灰的每日复盘自动化添加；想着改改做个自动化记账分析一下（🙏🙏🙏早日退休早日退休）；这种事情一般年底做最有热情了😅 刚好昨天有听播客三五环讲道理飞书，以及飞书对 All in One 办公的执着；又说道不同办公软件的传播文章，《北上广深互助群》、《xxx渣男汇总》这种一般是从腾讯文档出来，《xxx教我赚了几百万》、《xxx的出轨行为》一般牛马气息颇重的一般是飞书。想到这里就顺手搜了一下，巧了不是，飞书自动记账｜利用iPhone快捷指令+飞书实现高效记账，咱也整理一下准备小红书上链接！赚它个五块十块！

创建飞书多维表格

优化了一下教程中模版，并添加了仪表盘

创建机器人助手

可直接参考教程

需要开通飞书机器人助手，点击链接 https://botbuilder.feishu.cn/

点击Webhook触发，并在右侧弹出框中选择 Webhook触发：

填写参数

{
"amount":100,
"category":"购物",
"note":"hello"
}

也尝试添加过 date 之类的，发现不如直接引用表格添加时间来的方便。

创建快捷指令

一样参考了一下50万教程，删除了截屏自动读取数字的部分，感觉怪怪的……几个数字而已……没必要，修改了几个字段名称

把捷径中的地址修改成刚刚那个Webhook的地址

设置触发

这里我用了侧边的操作按钮调用快捷方式，（记得打开蜂窝网络

更新hugo的使用方法

Tue, 07 Jan 2025 00:00:00 +0000

又又又折腾了一下, 之前的hugo版本升级直接挂了…… 域名还被劫持了…… 添加了一个txt的github -> setting -> pages 添加了一个域名验证

换了一个有 TailwindCSS 的稳定一点的主题

升级需谨慎

开始在 Cursor 里面弄各种东西了, 不懂的就 Add to Chat

AI 取代人类真是迟早的事情啊……

安装过程就草草带过吧…… 官网写的蛮清楚的

常用命令

hugo server //本地预览
hugo new content content/post/test.md  //新建文章
	 draft = false //不显示内容