# CrowdGuard 项目索引

项目定位

本项目面向大型公共空间高峰时段的轻异常线索核验与协同处置。系统基于 CrowdOS Kernel 将低置信度现场线索转化为可核验、可协同、可复盘的任务链，通过位置、时间、角色、负载、可信度等约束完成动态参与者选择、多人核验、处置复核和质量控制。

校园大型活动、景区高峰、活动场馆、商场活动日和开放式文旅街区都可以作为同构场景；第一版可以用校园大型活动或模拟公共空间高峰作为演示壳，但产品边界不再限定为校园。

LLM 仅作为受控辅助层，用于线索结构化、任务卡生成、核验清单生成和反馈摘要，不做最终风险定级、身份识别或处置裁决。

当前目标

先完成一个小范围、可演示、可复现的试点原型：

• 试点范围：一个高峰公共空间场景，例如校园大型活动、景区入口、场馆散场或商场活动日。
• 核心闭环：线索进入 -> 分级闸门 -> 受控结构化 -> CrowdOS 任务链调度 -> 现场核验/复核 -> 处置记录 -> 复盘统计。
• 比赛交付：方案、CrowdOS Kernel 扩展或接入、应用源码、测试记录、答辩材料。
• 真实落地：帮助一线保安和值班班长减少重复跑动、重复沟通和事后补记录，把模糊线索变成可追踪的现场任务链。

目录导航

目录	用途	主要文件
00_contest/	比赛资料与赛题理解	competition-summary.md
01_product/	产品目标、用户场景、MVP、生命周期、路线图、可行性判断、外部调研任务	product-goal.md, demo-shell-selection.md, feasibility-innovation-assessment.md, lifecycle-plan.md, roadmap.md, external-ai-research-tasks.md, research-report-review-2026-06-08.md
02_architecture/	系统架构、模块边界、接口设计	system-overview.md
03_crowdos/	CrowdOS 接入与 Kernel 改进方案	integration-plan.md, kernel-scan-report.md
04_data/	数据字典、样例数据、隐私边界	data-dictionary.md, sample-data-readme.md, sample-clues-campus-career-fair.jsonl
05_code/	后续代码根目录、工程结构、编码规范、环境准备	README.md, project-structure.md, engineering-standards.md, environment-setup.md
06_tests/	测试计划、验证用例、对比评测、验收标准	test-plan.md, evaluation-plan.md
07_delivery/	比赛提交物、答辩材料、演示脚本	submission-checklist.md
08_records/	版本结果、决策记录、实验记录、下一步行动	version-map.md, result-log.md, decision-log.md, next-actions.md
scripts/	自动化脚本、数据生成、演示启动脚本	README.md

版本记录规则

每次形成一个可说明的结果，都要在 08_records/result-log.md 记录：

• 版本号：例如 v0.1.0
• 日期
• 本版本目标
• 改了哪些文件
• 运行了哪些验证
• 得到什么结果
• 还剩什么问题
• 相关材料位置

版本与成果的总览写在 08_records/version-map.md，避免后面分不清某个结果来自哪个版本。

文件放置规则

• 比赛原文、通知、提交要求放入 00_contest/。
• 产品目标、用户、指标、MVP 范围、可行性和创新性判断放入 01_product/。
• 给外部 AI 或同伴调研的提示词、研究任务和验收标准放入 01_product/external-ai-research-tasks.md。
• 架构图、模块边界、接口草案放入 02_architecture/。
• CrowdOS 任务模型、参与者模型、Kernel 改进点放入 03_crowdos/。
• 数据结构、样例事件、脱敏规则放入 04_data/。
• 代码统一放入 05_code/，不要散落在根目录。
• 工程规范、结构树和本地环境准备放入 05_code/。
• 测试用例和验收记录放入 06_tests/。
• PPT、演示脚本、提交清单放入 07_delivery/。
• 每次实验、版本、重要决策放入 08_records/。

不做范围

• 不做人脸识别。
• 不做游客、学生、居民或员工轨迹追踪。
• 不让 AI 自动作出处罚、执法、医疗或高风险处置裁决。
• 第一版不直接接管实时视频流，不训练视频识别模型。
• 第一版不做物业 ERP、视频平台、全场景工单平台或应急指挥全家桶。