```

docs: 精简 PRD 与技术架构文档，聚焦 Demo/SDK 定位

将 digital-human-prd.md 从完整产品规划简化为 Demo/SDK 定位，移除用户管理、模型管理后台、行为编排编辑器、平台化部署等非当前版本功能，明确核心体验为文本对话、语音输入、视觉镜像三条关键路径，补充前后端配置说明（VITE_API_BASE_URL、OPENAI_API_KEY 等）。

重构 digital-human-technical-architecture.md，删除 Supabase 数据库设计、用户权

Author: ShiJiashuai

.trae/documents/digital-human-prd.md

@@ -1,86 +1,69 @@
-## 1. 产品概述
-数字人项目是一个基于Web技术的3D虚拟人物交互系统，通过整合3D建模、语音交互、行为控制等技术，为用户提供逼真的虚拟人物交互体验。该系统支持多平台部署，可应用于客服、教育、娱乐等多个场景。
-
-目标用户包括企业客户（客服、培训）、教育机构（在线教学）、以及个人开发者（娱乐应用）。产品价值在于降低虚拟人物开发门槛，提供一站式的数字人解决方案。
-
-## 2. 核心功能
-
-### 2.1 用户角色
-| 角色 | 注册方式 | 核心权限 |
-|------|----------|----------|
-| 普通用户 | 邮箱注册 | 基础交互、查看数字人 |
-| 开发者 | 邮箱+开发者认证 | 自定义数字人、API调用 |
-| 管理员 | 后台分配 | 系统管理、用户管理 |
-
-### 2.2 功能模块
-数字人项目包含以下核心页面：
-1. **主控制台**: 数字人预览、场景选择、参数调节
-2. **模型管理**: 3D模型上传、编辑、动画配置
-3. **语音配置**: TTS语音设置、ASR识别配置
-4. **行为编辑器**: 动作序列编辑、触发条件设置
-5. **部署管理**: 多平台打包、发布配置
-
-### 2.3 页面详情
-| 页面名称 | 模块名称 | 功能描述 |
-|----------|----------|----------|
-| 主控制台 | 数字人预览区 | 实时渲染3D数字人，支持360度旋转查看，调节光照和背景 |
-| 主控制台 | 场景选择器 | 提供多种预设场景（办公室、教室、舞台等），支持自定义场景上传 |
-| 主控制台 | 参数调节面板 | 调节数字人大小、位置、表情强度、动作速度等参数 |
-| 模型管理 | 模型上传 | 支持FBX、GLTF格式3D模型上传，自动检测模型完整性和兼容性 |
-| 模型管理 | 模型编辑器 | 可视化编辑模型节点，调整骨骼权重，设置默认姿势 |
-| 模型管理 | 动画库 | 内置常用动画（走路、挥手、说话），支持自定义动画导入 |
-| 语音配置 | TTS设置 | 选择语音合成引擎，调节语速、音调、音量，支持多种语言和声音 |
-| 语音配置 | ASR配置 | 设置语音识别语言、敏感度，配置唤醒词和命令词 |
-| 语音配置 | 音频预览 | 实时预览TTS效果，录制和测试ASR识别准确性 |
-| 行为编辑器 | 动作序列 | 创建和编辑动作序列，设置动作间的过渡时间和触发条件 |
-| 行为编辑器 | 触发条件 | 设置基于语音、时间、用户操作的触发条件 |
-| 行为编辑器 | 行为测试 | 实时测试行为组合效果，调试动作执行时序 |
-| 部署管理 | 平台选择 | 支持Web、移动端、小程序等多平台部署选项 |
-| 部署管理 | 构建设置 | 配置构建参数，优化不同平台的性能和兼容性 |
-| 部署管理 | 发布管理 | 版本控制、灰度发布、回滚机制 |
-
-## 3. 核心流程
-
-### 普通用户流程
-用户登录系统后，可以在主控制台选择预设的数字人模型和场景，通过语音或文字与数字人进行交互。系统会实时响应用户输入，驱动数字人做出相应的动作和语音回复。
-
-### 开发者流程
-开发者可以上传自定义的3D模型，配置专属的语音参数，编辑复杂的行为逻辑，最终将自己的数字人应用部署到目标平台。
-
-```mermaid
-graph TD
-  A[登录页面] --> B[主控制台]
-  B --> C[模型管理]
-  B --> D[语音配置]
-  B --> E[行为编辑器]
-  B --> F[部署管理]
-  C --> G[模型上传]
-  C --> H[动画配置]
-  D --> I[TTS设置]
-  D --> J[ASR配置]
-  E --> K[动作编辑]
-  E --> L[触发条件]
-  F --> M[平台选择]
-  F --> N[发布部署]
-```
-
-## 4. 用户界面设计
-
-### 4.1 设计风格
-- **主色调**: 深蓝色(#1a365d)为主，搭配白色和浅灰色
-- **按钮样式**: 圆角矩形设计，主要操作为实心填充，次要操作为边框样式
-- **字体**: 中文使用思源黑体，英文使用Inter，正文字号14px，标题字号18-24px
-- **布局风格**: 左侧导航栏+右侧主工作区的卡片式布局
-- **图标风格**: 使用线性图标，保持简洁现代的风格
-
-### 4.2 页面设计概览
-| 页面名称 | 模块名称 | UI元素 |
-|----------|----------|--------|
-| 主控制台 | 预览区 | 占据页面右侧70%空间，深色背景突出3D模型，底部悬浮控制条 |
-| 主控制台 | 参数面板 | 左侧抽屉式设计，分组显示参数，滑块和数值输入框组合 |
-| 模型管理 | 模型列表 | 网格布局展示模型缩略图，悬停显示操作按钮 |
-| 语音配置 | 设置面板 | 标签页分组不同设置，实时波形图显示音频效果 |
-| 行为编辑器 | 时间轴 | 底部时间轴设计，拖拽式编辑，支持缩放和关键帧设置 |
-
-### 4.3 响应式设计
-系统采用桌面端优先设计，支持1920x1080及以上分辨率。在平板设备上采用自适应布局，手机端提供简化版本的核心功能。所有交互元素都针对鼠标和触摸操作进行优化。
+# MetaHuman 交互 Demo/SDK PRD（精简版）
+
+## 1. 产品定位
+
+本项目是一个“数字人交互 Demo/SDK”，用于展示与验证：
+
+- Web 端 3D 数字人渲染与基础动画
+- 语音交互（TTS/ASR，基于 Web Speech API）
+- 视觉镜像（摄像头 + MediaPipe，表情/头部动作映射）
+- 后端对话大脑（FastAPI + OpenAI，可配置；无 key 时自动回退 Mock）
+
+## 2. 目标用户
+
+- 需要快速演示“数字人交互闭环”的开发者/方案人员
+- 需要基于现有代码二次开发接入业务场景的团队
+
+## 3. 非目标（当前版本明确不做）
+
+- 用户注册/登录/权限管理
+- 模型管理后台（上传/编辑/审核/发布）
+- 行为编排编辑器（时间轴、复杂触发条件）
+- 平台化部署管理与多租户能力
+
+## 4. 核心体验与关键路径
+
+### 4.1 关键路径 A：文本对话驱动数字人
+
+1. 用户打开页面（默认 Advanced 页）
+2. 输入文本并发送
+3. 系统请求后端 `/v1/chat` 获取 `{ replyText, emotion, action }`
+4. 数字人表现：表情/动作同步更新；未静音时播放 TTS
+
+### 4.2 关键路径 B：语音输入驱动对话
+
+1. 用户点击录音
+2. ASR 得到文本
+3. 走与文本输入相同的 `/v1/chat` 链路
+
+### 4.3 关键路径 C：视觉镜像
+
+1. 用户授权摄像头
+2. 面板展示摄像头画面与识别到的情绪/动作
+3. 数字人表情/动作随识别结果变化
+
+## 5. 功能清单（以当前实现为准）
+
+- 3D：渲染与基础交互（旋转、环境、加载状态）
+- 音频：
+  - 语音合成（TTS）
+  - 语音识别（ASR）
+  - 静音/录音状态与 UI 同步
+- 对话：
+  - 统一接口：`POST /v1/chat`
+  - 有 key 走 OpenAI；无 key 或异常走 Mock
+- 视觉：
+  - FaceMesh / Pose 推理
+  - 表情与头部动作映射
+
+## 6. 配置与运行
+
+### 6.1 前端
+
+- `VITE_API_BASE_URL`：后端地址（默认 `http://localhost:8000`）
+
+### 6.2 后端
+
+- `OPENAI_API_KEY`：可选；不配置则使用 Mock
+- `OPENAI_MODEL`：可选；默认 `gpt-3.5-turbo`
+- `OPENAI_BASE_URL`：可选；支持传入域名/`/v1`/完整路径，后端会规范化为 `.../v1/chat/completions`