DryOut · 长音视频知识脱水归档工具产品系统Vibe Coding

1、立项原因：播客、长视频与深度长文的信息密度低，用户习惯"先收藏再看"，实际收藏夹只存不看，内容资产无法沉淀。DryOut 把"入库"和"脱水"合并成一步：粘贴网页/视频/播客链接后自动解析元数据，调用大模型提取"高光金句（60字内）+ 一句话结论（45字内）+ 三段式论据数组 + 分类标签"，直接产出可检索、可收藏的结构化卡片，解决"存了不看、看了记不住"的问题。

2、行业场景：面向内容消费与个人知识管理，典型用户是播客听众、长视频学习者、研究者与内容创作者。可复用于知识付费平台的内容二次加工、企业培训资料的自动摘要归档、媒体机构的内容资产结构化等业务背景。

1、功能模块：① 链接投喂与元数据解析（支持网页、视频、播客 URL，自动抓取标题与正文）；② LLM 结构化脱水（输出高光金句、一句话结论、三段式论据数组、分类标签四类字段）；③ 馆藏画廊（卡片按入库顺序编号 DRY-001 起，支持分类筛选与检索）；④ 个人星标与私有批注（登录后独立存储，与公共卡片解耦）；⑤ 三套主题实时切换（原色构成 / 蓝图纸版 / 夜间展厅）；⑥ 藏书票海报导出（Canvas 多配色）。

2、主要功能描述：用户粘贴一个长内容链接，系统自动解析元数据并调用大模型完成脱水，把一小时的内容压缩成一张可扫读的结构化卡片，直接进入个人馆藏。访客无需登录即可浏览 6 张预置卡片，登录后可对任意卡片加星标、写私有批注。

1、我负责的任务：独立完成产品定义与全栈落地。包括需求与功能规格定义、数据模型设计（公共卡片主表 distill_cards 与用户私有状态表拆分解耦）、验收标准制定、AI 生成代码的审查与修正、线上部署与问题排查。

2、技术栈与架构：React 19 + Vite 前端；Supabase（PostgreSQL / Auth / RLS 行级安全策略 / Edge Functions / Storage）；大模型经 Edge Function 代理调用 DeepSeek；Cloudflare Pages 部署；Playwright 做端到端测试。

3、难点与亮点：① 安全——大模型 API Key 不落前端，改为 Edge Function 校验 Bearer Token 后代调，未授权请求返回 401；② 容错——未配置 Key 或调用超时时自动降级到基于 26 个中文信号词加权打分的本地启发式引擎，保证功能可用；③ 数据隔离——用 RLS 实现"访客可读预置卡片、登录用户私有状态互不可见"；④ 一致性——卡片内容与个人星标/批注拆两表，用 null 与空串区分"未填写"与"主动清空"，并做乐观更新 + 失败回滚。