CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

项目概述

本仓库（aipcrm/）的主线 = lifelog-recorder/ —— Pixel 8 Pro 上一个完全端上、零云端的 Local-First 个人记忆 + 人脉管理（Personal CRM）原生应用：24/7 录音 + 本地中文 ASR + 声纹/人脸识别 + 端上 LLM 纪要/对话 + 以「人」为中心的联系人档案 + 全相册语义索引。所有能力跑在设备上，不依赖任何 Mac/PC 服务。

子项目	路径	形态	状态
lifelog-recorder	lifelog-recorder/	Pixel 原生 Android 应用（Kotlin + Compose）	主线 v0.8
phoneuse	phoneuse/	Hermes Agent 的 Android MCP 工具层（Python/Termux + Kotlin APK 双实现）	并行实验，多数工具未验证
wechat_plain	wechat_plain/	Pixel 上微信 bot 的 Xposed/A11y 模块（端上）	辅助
wechat-viewer	wechat-viewer/	设备上跑的 Flask 微信查看/学习 Web 应用（Python/Termux）	辅助（Hermes 侧）
lemonPCRM	server/ + frontend/ + packages/	Node.js + Express 后端 + 静态前端	已废弃

[!IMPORTANT] 方向已转向纯端上 App 早期主线是 lemonPCRM（Mac 上 Node/Express + 知识图谱 + ACP 驱动 Claude CLI 的服务端 CRM）。 现已废弃：其 Personal CRM 能力已在 lifelog-recorder 里原生端上重实现（联系人档案、人脸/声纹识别、 AI 印象、RAG 对话、照片语义检索），不再依赖 Mac。server/ frontend/ packages/ 代码仅作历史留仓， 新功能不要往里加，也不要把 app 回链到它。App 与旧 lemonPCRM 的能力对比 / 仍存差距见下文 §lifelog-recorder「App 即 Personal CRM：与旧 lemonPCRM 的能力对比」。

wechat_plain（端上微信 bot，辅助）

Pixel 上微信发送/跟踪的落地，纯设备内运行（不依赖 Mac）：

• 发送消息（唯一可用链路）：am broadcast com.hermes.wechat.SEND_MSG → HermesAccessibilityService（lsposed-wechat-sendmsg 模块内）→ 启动微信 LauncherUI → 点搜索按钮 → 搜索 nickname（如"火星人"）→ 点结果 → bkk 容器内 EditText 输入文本 → 点 bql 发送按钮。纯 A11y UI 自动化，绕开所有反射 / hook 失败。
• 已废弃的两条发送路径（命名误导，勿用）：LSPosed 反射 API（HermesWeChatModule.sendTextMessageDirect，Send result: true 是误报，消息不进 message 表）；Frida daemon（Frida 17 + 微信 8.0.72 注入大 bundle 触发反调试崩溃）。真正能推进 message 表的只有 A11y service。

[!IMPORTANT] A11y service 启用方式 enabled_accessibility_services 系统设置易被关掉，重启：

adb shell "su -c 'settings put secure enabled_accessibility_services com.hermes.wechat.xposed/com.hermes.wechat.xposed.accessibility.HermesAccessibilityService; settings put secure accessibility_enabled 1'"

详见 wechat_plain/ 内文档。

wechat-viewer（设备上的 Flask 微信查看/学习 Web 应用，辅助）

2026-07-15 从 Pixel 设备 ~/wechat-viewer（Termux home）并入本仓库。是设备上 Hermes Agent 侧长出来的东西，不是 lifelog-recorder 那条端上 App 脉络——两者没打通。设备侧详细领域词典见 wechat-viewer/CONTEXT.md，开发日志见 wechat-viewer/CHANGELOG.md。

跑在 Android/Termux 里的 Flask Web 应用（app.py ~135KB 单文件 + Jinja2 模板 + SQLite），局域网访问（设备 :5000）。核心能力：

• 直读微信加密库：wechat_db.py 通过 su + sqlcipher 连 /data/data/com.tencent.mm/MicroMsg/<hash>/EnMicroMsg.db（PRAGMA key + cipher_compatibility=1 + cipher_page_size=1024），多账号自动发现。密钥存在仓库里的 .wechat_key_* dotfile（本仓库 push 到自建私有 GitLab，故随代码入库）。
• 本地加工库：local_db.py 管一个独立 SQLite（circle.db，不入库）存 processed_messages / chat_summaries / articles / daily_reports / report_images / hermes_jobs / learn_queue / learning_results / reply_whitelist。
• Skill 驱动、非写死逻辑：所有智能任务（群日报、文章摘要、6 步学习闭环、发图）都走 Hermes CLI 子进程 + skill（_spawn_hermes_job() 统一起，强制 -s <skill> -t terminal,web,file），改 skill 不必重启 Flask。
• 发消息/发图复用别处链路：发图直调 wechat_hook_send（LSPosed hook），跟 §wechat_plain 的 A11y 发送是又一条独立通道。

[!IMPORTANT] 入库口径 = 只带源码，不带数据/密钥外的运行态 并入时排除了二进制 SQLite 库（circle.db/wechat.db/*.db）、日志（*.log）、static/（19M 头像图）、__pycache__——这些是数据/运行产物。设备上的仓库自身 remote 是 yibo/pixelfiles（旧、非最新），本仓库这份取自设备工作目录（含未提交改动），才是最新。别再从 pixelfiles 回拉覆盖。

phoneuse（Hermes Agent 的 Android MCP 工具层，并行实验）

完整架构见 phoneuse/ARCHITECTURE.md，Sprint 任务 + 真机审计记录见 phoneuse/TASKS.md，产品 vision 原始稿见 phoneuse/phoneuse.md。本节只给定位 + 别踩的坑，细节进文件看。

定位

把 Pixel 上所有 App 虚拟化成 Hermes Agent（独立 LLM agent runtime，跑在设备 Termux 里）可调用的数据源/能力源：App Runtime Access → Semantic Extraction → Memory Graph → Agent Planning，目标是替代"截图 + OCR + 点击"那种第一代 phone use。跟 lifelog-recorder 是不同的项目脉络，2026-06-23 才拍平合并进本仓库，目前两边没有打通。

[!IMPORTANT] 不是零 Mac lifelog-recorder 的"完全本地零云端"约束不适用于 phoneuse 的 Frida 层：frida_bridge.py 跑在 Mac 上，设备端 MCP 工具通过 adb reverse tcp:8767 tcp:8767 调用 Mac 上的 frida Python 库去 attach 设备进程。判断这部分能力时不要套用 lifelog-recorder 那套"零网络"假设。

架构（两套并行实现，未合并）

• 实现 A（Python/Termux，主链路已跑通）：notification_monitor.py(root dumpsys 轮询) → event_server.py(FastAPI+SQLite 队列，:8765) → android_mcp.py(FastMCP stdio，Hermes 直连)，独立工具模块各自 register_xxx_tools(mcp)：ui_control_tools/device_tools/telephony_tools/ocr_tools/frida_inspect_tools。
• 实现 B（Kotlin APK，大量 stub）：AgentAccessibilityService/AgentNotificationListenerService 实时事件 → Unix socket → MCP HTTP/SSE(:8080)；frida-bridge 模块是 Frida REST client 骨架。

MCP 工具现状：不要假设"写了就能用"

android_mcp.py 注册 ~60 个工具。TASKS.md 2026-06-16 真机逐个审计结论：真可用 11 / 降级 1 / 失效 23，且明确写了"之前版本所有任务全标 [x] 是错的"。典型坑：EVENT_BUS_DIR 未定义连带 connector/persona/cloud 11 个工具 NameError；_run_sqlcipher 不支持参数化导致部分微信查询工具直接 datatype mismatch。改这块前先读 TASKS.md 的审计记录，别被勾选状态骗。

Frida 深度运行时层（Layer 5，"特种部队"，只打高价值 App）

通用能力（不需要逆向任何具体 App）：

• frida_call(package, script) — 注入任意调用方自写的 JS。
• inspect_foreground_intent(package) — 枚举目标进程里所有存活 Activity，按 hasWindowFocus() 识别前台的那个，dump 它的 Intent（action/data/component/extras）。
• dump_live_bitmaps(package, max_export) — 枚举目标进程堆里所有存活 Bitmap，导出最大的 N 张为 base64 PNG。

字符串解密 / sendMessage() 之类具体方法 hook 是per-app 逆向，不通用——微信 8.x 重度混淆已经卡死过一次（TASKS.md S3-05/S3-06），明确排除在这层通用能力之外。

[!IMPORTANT] frida_bridge.py 版本锁定 + 已知匹配 bug Mac 端跑 frida_bridge.py 必须用 frida==17.9.10 + frida-tools==14.8.0（phoneuse/.venv，start_frida_bridge.sh 一键起 adb reverse + 起桥）——更新版本的 frida-tools 对 frida 有严格版本 range 依赖，配不上设备上跑的 frida-server 17.9.10 会直接报错。 现有进程匹配（req.package in p.name）按子串匹配 frida 报告的人类可读进程标签，不是包名——微信主进程标签是 "WeChat" 不含包名子串，会回退匹配到无 UI 的 :push 子进程，导致静默空结果（不报错，看起来像目标 App 没有 Activity/Bitmap）。inspect_foreground_intent/dump_live_bitmaps 已对空结果加诊断提示，根因（frida_bridge.py 本身）未修——影响面会牵连 frida_call 其它调用方，留作后续单独修。

已知阻塞

• 真机连续性差：开发时常掉 USB，涉及真机的验证要先确认 adb devices 能看到设备。
• 微信相关的 Frida/A11y 经验跟 wechat_plain 是分开积累的——wechat_plain 已验证过 Frida daemon 注入微信大 bundle 会触发反调试崩溃（见上文 §wechat_plain）；phoneuse 走的是 USB attach 而非常驻 daemon，崩溃模式不一定一样，但动手前先看那段记录，别重新踩同一个坑。

Hermes Agent 运行时现状（手机 ~/.hermes/，据 2026-06-24 一次性设备备份）

备份本身不进 git（含真实 API key + 真实微信消息原文，已加进根 .gitignore 的 /hermes_backup_*/），看完建议删掉或挪出仓库。这里只摘录"对以后开发有用"的事实，原始内容不再保留引用路径。

phoneuse/android_mcp.py 的真实消费方是第三方框架 Hermes Agent（Nous Research 出品，非本项目自研），跑在手机 Termux 里，靠 ~/.hermes/config.yaml 的 mcp_servers.android-phone 一条配置连过来；驱动模型是 Kimi（model.default: kimi-for-coding，base_url: api.kimi.com/coding）。Hermes 自己又在 phoneuse 之外长出了一套 skills/plugins/cron，会直接调用 phoneuse 的 MCP 工具，值得记下来：

• memory_graph.db 确认在线增长：备份快照里 1020 person / 1255 message / 518 vector，对比 TASKS.md 2026-06-16 审计时的 522/1205/510+——证明 ingest_wechat_to_memory/embed_memory_messages 这条链路在真实持续跑，不是一次性验证。
• wechat-image-sender skill（2026-06-23 验证通过）补上了 phoneuse 自己没做的能力：send_wechat_message/mcp_android_phone_send_wechat_message 只能发文字，发图片靠这个 skill 的 am start -a android.intent.action.SEND -t image/png 唤出微信"选择聊天"→OCR 找联系人（拼音兜底）→固定坐标 (899, 2627) 点发送，针对 1344×2992 屏幕全程验证可用。以后要给 wechat_send.py 加发图能力，这条路子是现成验证过的，不用重新摸索。该 skill 更早的笔记（image_sending_limitations.md）里提过想用 Frida bridge 做但因为"不在 Termux 里跑"放弃——这正是这次新增的 frida_inspect_tools.py/start_frida_bridge.sh 解决的那条链路，以后两边可以接上看看。
• wechat-group-digest skill：查 EnMicroMsg.db 群消息→提取公众号文章/讨论→Kimi 摘要→Pillow/GPT-Image-2 生成报纸风格信息图→调 mcp_android_phone_send_wechat_message 发文字摘要。绑了两个 cron job（每天 00:00 / 12:00），截至备份时两个都报错失败：cannot import name 'env_float' from 'utils'——hermes-agent 自身 Python 包版本问题，不是 phoneuse 代码的锅，升级 hermes-agent 应该能解，但别假设这两个 cron 在正常工作。
• feishu-lark skill + hermes-feishu 插件：飞书机器人通道（身份 "pixel phone agent"），跟微信是两条独立的消息平台，互不影响。
• VisualAgent cron daemon（每 5 分钟轮询 /sdcard/VisualAgent/commands/ 执行 screenshot/tap/swipe/input/start_app）：跟 phoneuse 自己的 ui_control_tools.py 是两套独立的 UI 自动化通道，目前没有合并，谁先谁后没有约定。

[!NOTE] 备份不完整 备份自带的 manifest.json 列了 5 个 skill（含 screen-wake、android-visual-automation），但备份目录里实际只有 3 个（wechat-group-digest/wechat-image-sender/feishu-lark）——别假设这份备份是手机上 ~/.hermes/ 的完整镜像。

lifelog-recorder（Pixel 8 Pro 24/7 录音 + 本地中文 ASR + 本地 LLM，v0.8）

完整接手地图、踩坑清单、命令速查见 lifelog-recorder/HANDOFF.md。本节只勒住整个项目的架构骨架 + 关键决策来源，不重复细节。

项目目标

把 Pixel 8 Pro 当成永远开机的麦克风：7×24 后台录音 → VAD 切段 → 中文 ASR 转文字 → 入库 → 按时间轴显示和搜索 → LLM 总结成纪要。最终目的是把所有「我说过 / 别人对我说过」的内容沉淀成可搜索、可回放的个人记忆库，并在 app 内自成端上 Personal CRM（photolog）：某段语音 → 声纹 → 联系人档案，照片 → 人脸 → 同一联系人。整套 CRM 跑在设备上，已取代旧的 Mac 端 lemonPCRM。

约束：完全本地 / 零云端依赖 / 月成本 0 元 / 隐私走 0 网络。

架构骨架

block-based diarization-first（2026-06-07 起，commit 07f3d22）：弃掉「录一句·转一句·实时聚类」（短句 embedding 噪声大、实时滑动聚类污染 anchor → 声纹串人）。改为攒块 → 整块 diarize → 逐 turn 转写，从源头产出单说话人干净 embedding。没有实时字幕，文字在块关闭后出。

Foreground Service (foregroundServiceType=microphone, WAKE_LOCK partial)
  └ AudioRecord 16k mono PCM16  (VOICE_RECOGNITION source, no AGC/NS)
     └ Silero VAD ONNX (500ms 静音切段 / 30s 强切) ── 段不再直接入库
        └ BlockBuffer：speech-only PCM 攒「块」(filesDir/blocks/<ts>/audio.pcm + manifest)
           关块：静音≥5min 或 块≥10min ──Channel──> BlockProcessor (与采集解耦)
              └ DiarizationEngine: pyannote 分割 + campplus + 聚类 → turns[start,end,speaker]
                 └ 每 turn: paraformer 转写 + campplus 干净嵌入 + SpeakerClusterer.assign 全局认人
                    └ Room SQLite (turn = 时间轴一行: Segment/Transcript/Summary/SpeakerProfile/Chat*)
                       └ Compose 底部 4-tab (人物 / 录音 / 对话 / 设置)；「录音」内含 4 顶部子 tab (录音 / 时间轴 / 声纹 / 纪要)
                          ├ SummaryWorker：按时间间隔切「会话」→ 本地 llama-swap(8080) Qwen3.5-2B 出纪要
                          ├ ChatScreen：本地 2B/4B(llama-swap 8080) + Hermes(8642→Kimi) 多端点对话
                          └ photolog/CRM 层 (PhotologScreen/PersonProfileScreen/PhotologViewModel + vision/)
                               人物 tab = 「我管理的人物」；通讯录(微信+手机两源合并)是池子（勾选纳入）；相册人脸标注/绑声纹自动入库
                               相册 tab = 全相册自动索引(MediaStore 全量)：Tier-0 人脸/时间秒级铺 + Tier-1 VL 场景描述充电补 + 搜图(关键词/语义)

声纹纠偏 L1+L2（SpeakerClusterer）：L1 = reclusterAll 和 assign 都冻结人工命名 anchor 不漂移（止住「秦子琛吸宜博→质心漂→吞更多」雪球）；L2 = 重命名/合并时 rebuildAnchor 用该人全部段均值重建质心（多 anchor，取代单段注册）。用户流程：听一段 → 命名/合并 → 「重新聚类」。阈值默认 0.45（设置页 0.35–0.65）。CAMPPlus 在短中文段上区分度有天花板，详见 memory lifelog-block-diarization-pipeline.md。

⚠️ 旧的周期 DiarizationWorker/DiarizationScheduler 已删除（diarize 现在在块关闭时当场做）。WorkManager 每 worker 有 10min 硬上限，是把 diarize 放进常驻前台服务而非 WM worker 的原因。

本地 LLM 栈（v0.6，零云端）：Termux 自编 llama.cpp HEAD + llama-swap v223 监听 127.0.0.1:8080，按 model 名（2b/4b）热切换 Qwen3.5-{2B,4B}-Q4_K_M。纪要 worker + App 对话都打 8080；Magisk service.d 开机自启。完整部署/坑见 memory pixel-local-llm-stack.md + HANDOFF.md。

photolog / 人脉 CRM 层（v0.7 新增）：在录音之外把 lifelog 长成端上 mini-CRM。PhotologScreen（人物 tab + 相册 tab）、PersonProfileScreen（联系人档案：tab 式 + 记录搜索 + 微信聊天/朋友圈/AI 印象 + 「🎤 录一段绑定 TA」当场录声纹）、PhotologViewModel 统管。两个人物池分离：「我管理的人物」（CRM 关心的人，人物 tab 显示）vs「通讯录全部联系人」（池子，选人页里勾选纳入）。池子有两个来源：微信（Mac 推的 enroll 数据）+ 手机系统通讯录（READ_CONTACTS → ContactsContract，contactRef phone:<id>，按手机号/姓名跨源自动合并）；Person 还存手填 realName(真名)/resume(简历)，档案页可编辑。vision/（FaceEngine/FaceMatcher/PhotoProcessor/PhotoScheduler/PhotoFaceWorker/PhotoVlWorker/PhotoVlState/GalleryScanner/VisionClient/EmbedClient/WeChatEnrollWorker）做相册扫描 + 人脸聚类 + 微信头像锚点入库；微信头像配方与「锚点 embedding 必须端上算」见 memory wechat-avatar-face-enrollment.md。声纹绑人 ↔ 人脸标注 ↔ 微信联系人三者打通到同一 Person。

全相册自动索引 / 分层管线（v0.8 新增）：把手机整个相册自动跑成可搜索内容。核心矛盾：本地 VL（Qwen2.5-VL-3B）真机 ~30-40s/张，几千张全量 VL 按天计 → 分层。GalleryScanner 游标遍历 MediaStore 全量，只存 content:// uri 不拷文件（拷一份撑爆私有目录），mediaId 去重增量；photos 加 source/mediaId/scanState/captionEmbedding（Room v14）。Tier-0 PhotoFaceWorker（15min，battery-not-low）：扫描 + ML Kit 人脸 + 512d emb + GPS，秒级全量铺好，立刻按人/时间搜；Tier-1 PhotoVlWorker（15min，+charging）：Qwen-VL 场景描述 + caption 语义向量，优先级队列（有人脸>近期），慢慢补。scanState：0 待索引→1 人脸已铺→2 已出描述；imported 源（手动导入）走同管线，只是 decode 走 file path。搜图：关键词（caption+人名 LIKE，中文子串比 FTS4 靠谱）+ 语义（EmbedClient 打 llama-swap embed 模型出 query 向量 → 全库 caption 向量余弦 top-K；没配 embed 模型则优雅降级，只用关键词）。VL 控制 PhotoVlState（singleton，paused 持久化）：相册页运行中显「暂停/停止」、空闲显「立即理解/继续」，正在 VL 的格子转圈，格子角标 待索引/待理解/已描述；暂停连充电时的周期 worker 也尊重。详见 HANDOFF.md §四 photolog 段。

技术栈：Kotlin 2.1 + Compose BOM 2024.12.01 + Room 2.6.1 + WorkManager 2.10 + OkHttp 4.12，AGP 8.7.3，minSdk 30 / targetSdk 35（Android 14 强制 foregroundServiceType 起步），arm64-v8a 单 ABI。

接口

内部组件接口（pipeline，详见 lifelog-recorder/HANDOFF.md §四）：

上游	→	下游	数据形式
AudioCapture	SharedFlow	VAD	FloatArray 30ms 帧 (512 samples)
Vad.acceptWaveform()	poll	Vad.front() / pop()	SpeechSegment(start, samples: FloatArray)
BlockBuffer.append()	sync	filesystem	filesDir/blocks/<startTs>/{audio.pcm, manifest.json}（speech-only PCM + run 偏移）
BlockBuffer.close()	Channel	BlockProcessor.process()	块目录（关块条件：静音≥5min 或 块≥10min）
DiarizationEngine.diarize()	sync	—	List<Turn(startSec, endSec, speaker)>（pyannote 分轮）
ParaformerEngine.transcribeFloat()	sync	—	OfflineRecognizerResult(text, tokens, timestamps, lang, emotion, event)（逐 turn）
SegmentWriter	sync	filesystem	filesDir/segments/YYYY-MM-DD/HH-MM-SS-MS.opus（turn 切片）
Repository.segments/transcripts	suspend	Room	DAOs in data/Daos.kt（turn = 一行）

外部接口：

• ModelDownloader → https://hf-mirror.com/csukuangfj/sherpa-onnx-paraformer-zh-2023-09-14/（断点续传，fallback huggingface.co）
• XfyunIatClient → wss://iat.xf-yun.com/v1（讯飞大模型，仅作云复核 fallback）
• 未来 Summary Worker → http://127.0.0.1:8642/v1/chat/completions（hermes gateway 转发到 Kimi）

对外暴露的 IPC：RecorderService 仅做自启/暂停（startForegroundService / stopService），状态走 RecorderState (StateFlow) 推给 UI；没有 binder/广播接口。

历史沿革 / PoC 失败与成功记录

这一节是为什么选了 paraformer 而不是 whisper / 云 ASR 的完整溯源。后面 session 想换技术栈前必读。

Round 1 — 全云 ASR 路线（弃）：最初想用「VAD 段 → 上传讯飞 / 百度 / Groq Whisper」流式 ASR。讯飞「中文识别大模型」WebSocket 客户端已经写完（asr/XfyunIatClient.kt，鉴权 + 三段帧协议 + 增量结果解析），但发现按次计费下 24/7 用量会冲到月 5000+ 元。「讯飞流式听写区间包 80 元/月 unlimited」是消费端「讯飞听见」App 的卡，不是开发者 API——这是用户和我都踩过的坑。

Round 2 — whisper.cpp on-device（弃）：在 Pixel 8 Pro Termux 编了 whisper.cpp + NEON 优化，跑 95s 中文 TTS sample：

模型	线程	RTF	速度	中文质量
ggml-tiny.bin	4	0.26	3.8× realtime	❌ 输出乱码「战亡未来一年」，中文不可用
ggml-small-q5_1.bin (181 MB)	8 (最快)	1.66	0.60× realtime	✓ 转写正确
ggml-small.bin (fp16, 465 MB)	4	1.76	0.57×	同 q5_1（量化省的全被 ARM dequant 吃回）

结论：whisper-small 任何配置都 ，连续录会越积越多。tiny 够快但中文崩。on-device whisper 路线直接砍掉。

Round 3 — sherpa-onnx + 中文专门优化模型（采用）：阿里 DAMO 的 paraformer-zh 跟 SenseVoice 都是 ONNX 部署、Android 友好。同样 95s sample：

模型	测试环境	RTF	速度	备注
paraformer-zh int8 (232 MB) t=4	proot Ubuntu	0.068	14.7× realtime	选定
paraformer-zh int8 t=8	proot	0.099	10.1×	8 线程反而慢，X3+A715 协调开销
SenseVoice int8 (228 MB) t=4	proot	0.092	10.9×	带情绪/事件 metadata，但慢
paraformer-zh int8 t=4	真机 Android app	0.048	20.94× realtime	proot 摘掉后再快 43%
paraformer-zh int8 t=4	真实活语音（用户对手机说）	—	20-32×	1-10s 段，~50-300ms 转写

结论：on-device paraformer 完胜。月成本 0 元，延迟

关键坑（接手必读）

1. 不要把 .onnx 当 asset mmap：sherpa-onnx v1.13.2 native code 对 asset 压缩兼容差，silero VAD 直接 SIGSEGV。已加 androidResources.noCompress.add("onnx") 但保险起见在 RecorderService.runPipeline 里把 VAD 模型从 assets 拷到 filesDir 后再用 file path 加载。
2. silero_vad.onnx 别从 snakers4 的 GitHub raw 拉：会被 LFS 重定向成 HTML。用 https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/silero_vad.onnx。
3. Tensor G3 paraformer 线程甜点 = 4，不是 8。
4. AID_INET (3003) gotcha：跨 root + adb 调试 Termux 用户态时必须 su -G 3003 10288 -c "..."，否则 DNS 全断。详见 ~/.claude/projects/-Users-yibo-Documents-aipcrm/memory/magisk-su-android-inet-group.md。
5. keys.properties gitignored：讯飞凭证从这里读到 BuildConfig.XFYUN_*。模板 keys.properties.example。
6. 232 MB paraformer 模型不进仓库：首次启动从 hf-mirror.com 下到 app.filesDir/models/paraformer-zh/。dev 加速可以预先 adb push 进去（HANDOFF.md §三）。

未来计划（按优先级）

完整待办、估时、技术路线见 lifelog-recorder/HANDOFF.md §五。

✅ v0.2–v0.9 已完成：Opus 编码 / BOOT 自启 + 电池白名单 / FTS4 中文搜索 / 段播放 / 声纹在线聚类 / 会话级纪要（按时间间隔切会话） / 底部 4-tab + 子 tab UI / App 内对话（本地 2B/4B + Hermes） / 本地 LLM 栈（llama-swap） / Room 迁移（去 destructive） / block-based diarization-first 录音管线（v0.7，攒块→整块分轮→逐 turn 转写） / 声纹纠偏 L1 冻结 anchor + L2 多 anchor 重建 / 设置页（SettingsScreen：纪要模型后端 / 聚类阈值 / llama-swap 端点 / 电池豁免） / photolog 人脉 CRM 层（人物档案 + 相册人脸 + 微信通讯录/朋友圈/AI 印象） / 存储 TTL（超期删 .opus，文字永留） / 全相册自动索引（v0.8：MediaStore 全量扫描 + Tier-0 人脸/Tier-1 VL 分层管线 + 关键词/语义搜图 + VL 暂停/停止控制，Room v14） / 微信抽取完全端上化（v0.8 P2 #6：SQLCipher key 端上推导 + 联系人/头像/聊天/朋友圈全不依赖 Mac） / Transcript→Person 提及关系（v0.9 P0 #5：词典反查 + MentionScanner 实时扫 + mentions 表 + 「被提到」tab） / 人↔人共现边（v0.9 P1 #1：RelationBuilder + relations 表 + 「相关」tab + CommunitiesScreen） / 待跟进 & 话题实体（FollowupExtractor + TopicExtractor，4B LLM 抽取）。

剩余摘要：

• ⭐ 语义搜图落地（代码已完成：EmbedClient + SettingsScreen embed 字段；需在 Pixel llama-swap config.yaml 加 embed 模型才生效，中文 GGUF 如 bge-small-zh，参见 HANDOFF.md §七 调试陷阱）
• ✅ 内部 Transcript 实体 → Person 表（已完成：crm/MentionExtractor.kt + MentionScanner 词典反查 + BlockProcessor 实时扫 + PersonProfileScreen 「被提到」tab + RelationBuilder 共现边）
• ✅ 微信抽取端上化（已完成 2026-06-10：SQLCipher 端上解密 + 联系人/头像/朋友圈全端上，不依赖 Mac）

App 即 Personal CRM：与旧 lemonPCRM 的能力对比

App（photolog）已覆盖、并在「联系人」维度超过旧 lemonPCRM 的核心：

能力	旧 lemonPCRM（Mac/server）	现 app（端上）
联系人实体	Person 图节点	Person（融合 声纹/人脸/微信/手机 四模态，更丰富）
多源导入	微信 / LinkedIn / X / 会议 / 照片	微信 + 手机通讯录 + 手动 + 24/7 录音（独有）
每人聚合视图	社媒动态 / 纪要 / 文件 / 照片	聊天 / 朋友圈 / 照片 / 录音 / AI 印象 / 简历（PersonProfileScreen 四 tab）
AI	Master Agent over 图谱（工具编排）	RAG 对话 over 转写/纪要（LifelogRetriever）+ AI 印象
照片	人脸聚类 + CLIP 检索	人脸聚类 + 语义检索（端上 ML Kit + ArcFace + Qwen-VL + embed）
部署	Mac Node 服务（依赖 Claude CLI）	纯端上（更隐私 / 零成本 / 零网络）

仍存差距（旧 lemonPCRM 有、app 还没有）：

1. 人↔人关系图：app 只有 人↔模态（声纹/人脸/微信/手机）链接，没有 person↔person 边（KNOWS / 同事 / 同项目）。app 现在是「带富资料的扁平联系人表」，不是知识图谱。
2. Organization / Project / Event 实体：app 只有 Person/Photo/Face，没有组织/项目/事件节点。
3. 关系分析：旧有 关系路径(path) / 社群发现(communities) / 待跟进(followups)；app 三者皆无。
4. AI agent / 工具编排：app 是纯 RAG 对话，AI 不能对数据做动作（建人 / 连边）；旧有 Master→Sub-Agent + 图谱工具（create_person/link_persons 等）。
5. Transcript 内容 → 实体：app 只按声纹把录音连到 Person（谁说的），没有从转写文本抽人名/项目做关联（旧 lemonPCRM 的 MENTIONED_IN）——这正是下一步要补的。
6. 微信抽取端上化：微信联系人/头像/聊天/朋友圈仍由 Mac 一次性抽取（解密 EnMicroMsg.db + 抠头像）推到 filesDir/wx_enroll/，再由 WeChatEnrollWorker 端上入库。手机系统通讯录已完全端上；微信抽取是「纯 App」最后一块拼图。

下一步：Transcript 实体 → 内部 Person 表（取代旧「回链 lemonPCRM」）

不再回链外部 server，改在 app 内部打通：从 Transcript.text / Summary 抽实体（人名/项目/地点，端上 LLM 或规则 NER）→ 与本地 Person 表匹配 → 建一张「提及」关系（新表 mentions(segmentId, personId, ...) 或 Person↔Segment 边）。让 PersonProfileScreen 除了现有「TA 自己说的」（声纹匹配段）之外，还能显示「TA 被哪些录音提到、说了什么」。这直接补差距 #5；同段被同时提到的人 → 共现边，又为差距 #1（人↔人关系图）打基础。

上面 6 项差距的可执行 TODO 清单（带优先级 P0–P3 + 做法）见 lifelog-recorder/HANDOFF.md §「端上 CRM 补齐 — TODO」。路线：P0 #5 → P1 #1 → P2 #6。

注意事项

• 构建：cd lifelog-recorder && JAVA_HOME=/opt/homebrew/opt/openjdk@17 ./gradlew :app:assembleDebug，adb install -r ...。无测试框架。改 Room schema 必须写 Migration（AppDatabase 已去 destructive 改 fail-loud；24/7 录音库静默清掉是大事故，见 memory lifelog-room-migration-wipe.md）。
• 改完即真机验证：app 是 24/7 录音的命脉，改 RecorderService / 管线后务必装机看 logcat（reconcile → / pipeline running / BlockProcessor）确认录音没断。
• keys.properties / local.properties gitignored：讯飞凭证 + Hermes 端点 → BuildConfig；sdk.dir 换机要改。模板见 keys.properties.example。
• server/ frontend/ packages/（旧 lemonPCRM）已废弃：不再维护、不要往里加功能、不要让 app 依赖它。

[!NOTE] 旧 lemonPCRM 的服务端架构（ACP 四层 / Master→Sub-Agent / GraphStore / 微信 server 链路）已从本文件移除。 如确需考古，查 git 历史里本文件的早期版本。