From 555dc9e434eefef7e45ea75440c1805d5730e204 Mon Sep 17 00:00:00 2001 From: Nick Szaunig Date: Fri, 16 Oct 2026 03:58:05 +0200 Subject: [PATCH] docs: owner requirements for voice-guided inspection (Beute part 4) Co-Authored-By: Claude Opus 5.5 (1M context) --- TASKS.md | 2 ++ ...e-teil4-sprach-durchsicht-anforderungen.md | 36 +++++++++++++++++++ 2 files changed, 38 insertions(+) create mode 100644 docs/superpowers/specs/2026-10-16-beute-teil4-sprach-durchsicht-anforderungen.md diff --git a/TASKS.md b/TASKS.md index 96601a6..4a52912 100644 --- a/TASKS.md +++ b/TASKS.md @@ -343,6 +343,8 @@ Spec: `docs/superpowers/specs/2026-10-15-beute-3d-design.md`. Teil 1 (Daten) und - [ ] L5 Durchsicht und Offline - [ ] Inhaber: Maße prüfen (Zarge außen, Styropor-Einlage, Verdunster) und Fotos der Beuten schicken (Spec §14) - [ ] T5-Spec um eine Bewegungs-Sprache ergänzen, bevor T5 umgesetzt wird (Spec §12.4) +- [ ] Teil 4 Sprach-Durchsicht: Anforderungen in `docs/superpowers/specs/2026-10-16-beute-teil4-sprach-durchsicht-anforderungen.md`; Brainstorming + Spec nach L5, baut auf T7 auf +- [ ] Next.js auf aktuelle Patch-Version heben (npm audit: kritische Lücke nur für Windows-Server, Produktion läuft unter Linux) ## Später (KANN) – Abschnitt 26, Liste 3 diff --git a/docs/superpowers/specs/2026-10-16-beute-teil4-sprach-durchsicht-anforderungen.md b/docs/superpowers/specs/2026-10-16-beute-teil4-sprach-durchsicht-anforderungen.md new file mode 100644 index 0000000..9d8addc --- /dev/null +++ b/docs/superpowers/specs/2026-10-16-beute-teil4-sprach-durchsicht-anforderungen.md @@ -0,0 +1,36 @@ +# Beute Teil 4: Sprach-Durchsicht – Anforderungen des Inhabers + +Stand: 2026-10-16 · Status: Anforderungen gesammelt, noch kein Design. Grundlage für die spätere Spec (Brainstorming). Baut auf T7 „Freihand“ (`2026-10-14-t7-sprache-design.md`) und der Beute-Spec (`2026-10-15-beute-3d-design.md`) auf. + +## Szenario + +Der Imker startet eine Durchsicht und schaltet die Sprach-Unterstützung ein. Das Handy steckt in der Brusttasche oder liegt in der Nähe. Er arbeitet mit beiden Händen und spricht frei und viel, zum Beispiel: + +> „Zarge eins“ / „Zarge ganz unten“, „Rähmchen rechts eins sieht gut aus, ist eine Futterwabe, die daneben ist eine Pollenwabe, beide ca. 25 %, die dritte ist eine Brutwabe, wenig Brut, Futterkranz gering.“ + +Aus dem Gesagten entstehen die Durchsicht und die Änderungen am Aufbau (Rähmchen-Arten, Anteile), als Vorschläge zum Bestätigen. + +## Anforderungen (Inhaber) + +1. **Klare Logik, nichts vermischen:** Jede Angabe gehört eindeutig zu einer Zarge und einem Rähmchen. Bezüge wie „daneben“, „die dritte“, „rechts eins“, „ganz unten“ werden über einen aktuellen Zeiger (Zarge, Rähmchen) aufgelöst. +2. **Sofort nachfragen bei logischem Fehler**, aber nicht ausarten: keine Dauer-Nachfragen. Nur bei echten Widersprüchen oder blockierender Unklarheit; Kleinigkeiten werden gesammelt und am Ende geklärt. +3. **Token-arm:** so wenig KI-Aufrufe und Tokens wie möglich, ohne Abstriche an der Funktion. +4. **Nur mit Internet** läuft die Live-Unterstützung. Ohne Netz wird eine Sprachnotiz aufgenommen (T7 Stufe 2) und später so viel wie möglich daraus übernommen. +5. **Start:** Knopf „Sprache an“ in der Durchsicht. **Ende:** nur durch „Durchsicht beendet“ (gesprochen) oder ausdrücklich per Knopf. **Kein automatisches Ende bei Stille**: Schwache Mikrofon-Aufnahme darf die Sitzung nicht abbrechen. +6. **Zählrichtung „mal so, mal so“:** Der Imker sagt, von wo er zählt (von hinten mit Flugloch vorn, oder von der Seite). Die App muss beides verstehen und fragt nach, wenn die Richtung für die laufende Zarge nicht bekannt ist. +7. **Prozentangaben** („ca. 25 %“) bedeuten den **Anteil der Wabenfläche**, der mit dem genannten Inhalt (Futter, Pollen, Brut) belegt ist, über beide Seiten gemittelt. + +## Erste Architektur-Idee (aus dem Gespräch, noch nicht entschieden) + +- Dauerhafte Spracherkennung auf dem Gerät (Browser), Sätze an Pausen getrennt. +- Eigener deterministischer Parser für die Imker-Grammatik (Zarge, Rähmchen, Arten, Prozente, Brut-/Futter-Angaben) vor jeder KI. +- KI (kleines Claude-Modell, strukturierte Ausgabe, zwischengespeichertes Schema) nur für Sätze, die der Parser nicht versteht; nur neuer Satz + Zeiger-Zustand werden gesendet. +- Widerspruchs-Regeln lokal; kurze Rückfrage per Sprachausgabe; Fragen-Budget je Durchsicht. +- Ende: kurze Zusammenfassung, Bestätigen per Wort oder Tipp; Quelle `AI_SUGGESTION` für Aufbau-Änderungen. + +## Offene Punkte für das Brainstorming + +- Datenmodell für Rähmchen-Anteile (Futter %, Pollen %, Brut %) und Bemerkungen je Rähmchen/Seite. +- Reihenfolge mit T7 (Grundlage) und Beute L4/L5. +- Kosten-Rechnung pro Durchsicht mit aktuellen Modellpreisen. +- Datenschutz: Ton bleibt im Cluster bzw. auf dem Gerät, nur Text geht an die KI (wie T7).