文章目录项目协作记忆最高优先级文件操作边界默认自主运行版本管理习惯沟通和实验解释阶段成果必须直观可视化重大操作必须编写可复现教程推进效率与mask2world思路的关系项目协作记忆最高优先级文件操作边界任何删除、移动或重命名文件与文件夹的操作执行前都必须先向用户说明具体对象并取得明确同意。直接命令如此助手编写、修改或运行的代码与脚本中只要包含删除、移动或重命名行为也同样如此。项目代码、数据和实验输出只能在当前项目文件夹E:\Reset\mask2world内创建或修改。项目范围外默认只读确需修改其他项目文件或用户文件时必须先说明路径、原因和影响并取得用户明确同意。允许 Conda、pip、Git、PyTorch 及相关工具为了运行当前项目在明确指定的项目环境目录、软件依赖目录、工具缓存目录和系统临时目录中写入必要的依赖、缓存和临时文件但不得修改其他项目、其他已有环境或用户个人文件。此例外不允许未经询问删除、移动或重命名任何文件。默认自主运行除本节明确规定必须询问的情况外助手应自主、连续地推进当前任务不因安装环境、补充依赖、普通兼容性问题、命令超时、推理失败或需要修正实现而停下来询问。助手可以自主进行只读检查、搜索资料、下载当前项目所需资源、运行代码、推理、测试和调试也可以在E:\Reset\mask2world内创建和修改项目文件、数据及输出。普通报错应先自行定位原因、尝试合理修复或替代方案并继续完成当前目标不能把可以自行解决的小问题交回用户决定。只有出现以下情况才停下来询问需要删除、移动或重命名文件需要修改当前项目以外的项目文件或用户文件操作可能覆盖或破坏已有重要成果存在会明显改变项目方向且无法从现有目标判断的关键选择已经尝试合理方案但仍无法继续。除上述情况外均采用合理判断直接推进直到完成当前目标或遇到真正无法自行排除的障碍。平台自身强制要求的权限确认不受本规则控制但应尽量复用已批准的安全命令范围减少重复确认。版本管理习惯每个项目都应在项目根目录维护一个version.md本项目使用根目录下的version.md以通俗易懂的语言记录版本变化、已经实现的能力、存在的问题和下一步计划。当项目获得阶段性进展时先询问用户是否维护version.md。只有用户明确同意才更新版本记录。大版本号使用 1.0、1.1、1.2、1.3 这种形式。只有用户明确认定当前成果属于大版本才能新增或升级大版本助手不能根据实验规模或主观判断自行认定大版本。小版本号使用 1.11、1.12、1.13 这种形式表示 1.1 大版本下的第 1、2、3 个小版本1.21、1.22 表示 1.2 大版本下的小版本。该编号是层级编号不按普通十进制数值大小理解。普通阶段进展、修复、失败经验、探索实验和认知推进经用户同意后可以记录为相应大版本下的小版本小版本不表示正式大版本能力升级。用户确认前不得擅自升级版本普通修复和中间实验也不自动形成新版本。正式版本和探索版本都要用通俗语言说明针对什么问题、如何解决、实现了什么、仍有什么问题或下一步需要做什么。探索失败必须如实写明失败表现和得到的认识。版本事实优先从E:\Reset\mask2world_version中的历史快照和当前实际输出核对不凭印象编写。沟通和实验解释做实验前先讲清楚问题、目的、比较方法和判断标准做完后按“做了什么、看到什么、能说明什么、不能说明什么、下一步”的顺序通俗解释。未核对视频中是否包含真实踢腿之前不能把高踢腿证据当成误检。没有动作真值时候选分数只能算观察信号不能当作识别效果结论。阶段成果必须直观可视化阶段性成果的主要验收材料必须是用户能够直接观看和核对的图片或视频不能只提供 JSON、曲线、事件数量、准确率、损失等数值报告。数值报告用于解释可视化中看到的现象不能代替可视化。可视化要沿着真实处理链展示“输入经过系统后变成了什么、系统据此做出了什么判断”不能只展示最后一个动作标签。以当前动作识别阶段为例至少应提供以下可视化原视频与 SAM 3D Body 结果同步展示让用户直接看到每一帧恢复出的 3D Body 如何运动视角、坐标方向和人体朝向要容易与原视频对应。在三维教师可视化中同步显示当前动作阶段和最终判断例如准备、抬腿、向前伸、峰值、收腿以及踢腿、走路、其他动作或未知同时标出动作开始、峰值和结束。对蒸馏后的 TCN 输出独立推理视频在原视频上持续显示“踢腿/非踢腿/未知”、连续概率和自动事件区间使误报、漏报和延迟可以直接观看。需要比较教师与学生时优先制作时间同步的并排或叠加视频清楚标出两者一致和不一致的位置而不是让用户自己对照两个 JSON。mask、关键点、人体骨骼、3D Body、光流、动作标签、关系、事件和置信度只要实际参与了本阶段判断就应尽量画进综合可视化界面文字默认使用中文并控制遮挡和信息密度。报告必须建立在观看可视化之后再写按“画面中实际发生了什么、教师或学生为什么这样判断、哪一步起了作用、哪里判断错了、能说明什么、下一步如何解决”的顺序分析。如果算法已经产出结果但尚未提供足以直观核对的可视化则该阶段只能算计算完成不能算完整交付或阶段验收完成。重大操作必须编写可复现教程项目涉及模型部署、环境搭建、模型训练、知识蒸馏、数据生产流程、板端部署或其他重大工程操作时必须在项目内编写对应的 Markdown 教程不能只留下代码、零散命令或对话记录。每篇教程开头必须明确注明项目名称、项目版本号、教程版本号、最后更新日期和适用范围。项目版本号必须以用户已经确认并写入version.md的版本为准不能自行升级或编造如果教程记录的是尚未形成正式版本的实验应明确写“适用于当前实验阶段尚未升级正式版本”。教程标题、文件名或页头应能直接看出所属项目例如mask2world避免教程离开当前目录或被单独传阅后无法判断属于哪个项目、哪个阶段。教程必须使用通俗语言默认读者不了解此前操作读者按照教程从上到下执行应能独立复现结果。教程至少应写清楚这一步要解决什么问题、完成后能得到什么使用的代码仓库、模型名称、论文或官方页面以及可靠的下载地址模型权重实际保存路径、项目代码路径和主要输入输出路径操作系统、显卡、CUDA、Python、PyTorch 等已经验证过的环境信息Conda 安装位置、环境名称、创建环境和进入环境的方法依赖安装命令及必要的版本约束每条命令应在哪个工作目录、哪个 Conda 环境中运行可以直接复制执行的下载、推理、训练、蒸馏、评估和可视化命令输入文件应放在哪里、成功后会生成哪些文件、如何直观检查结果是否正确实际遇到的报错、踩坑、错误尝试、原因和最终解决办法当前方法的速度、显存、适用范围和已知限制从零复现的推荐顺序以及只想重新运行推理或可视化时的最短路径。以 SAM 3D Body 为例教程必须覆盖模型与权重下载地址、代码地址、Conda 环境创建、PyTorch/CUDA 安装、依赖安装、权重目录结构、单帧和整段视频推理命令、人体网格与动作教师可视化命令、输出位置、性能记录和踩坑说明。训练和蒸馏也必须各自记录数据从哪里来、是否使用人工标签、伪标签如何生成、训练目标、关键参数、启动命令、断点或模型文件位置、推理验证命令以及如何判断训练只是记住数据还是获得了跨视频能力。项目日常运行中有价值的命令应随时补进相应教程例如普通推理、批量推理、生成报告、生成综合可视化、导出模型和板端测试命令避免命令只存在于聊天记录中。教程中的 Windows 路径、命令和环境名必须与项目实际可用状态核对不能凭印象编写重大依赖或下载地址变化时应同步维护教程。教程是重大操作完成的一部分。代码已经跑通但没有留下可复现教程时只算实验成功不算工程交付完整。推进效率优先执行最可能获得最大实质进步的下一方案不默认用多轮小实验缓慢试探。高收益方案若风险较高先列出推荐方案和备选方案说明各自可能推进的程度、风险与成本再由用户选择。涉及人体三维、视频生成、动作理解等快速发展方向时必要时先核对论文、官方开源实现和权重避免重复实现已有方法。直觉和现有约束已经表明大概率无效的实验不做只有确实需要新证据才能判断时才进行实验试错。与mask2world思路的关系引入现有研究时必须比较它与mask2world的思路像不像、差异在哪里、短期工程效果和长期研究价值分别谁更好。必须明确回答项目是否应该坚持原思路或应吸收、修正、放弃其中哪些部分不能因为现成模型效果强就默认项目原创路线没有价值。重点比较是否无需人工动作标注、是否利用生成结果与真实观察的差异进行自我修正、是否支持持续学习和认知循环以及能否最终压缩部署到Orin。mask2world不排斥较慢的原创试错。如果比较后仍认为认知循环和无动作人工标注路线更好可以坚持实验并容忍探索速度但必须持续搜索是否已有工作实现了相同思想或其中一部分。已被优秀结果验证的模型、表示、几何方法和训练方法应优先吸收可作为教师、感知组件、初始化、反馈或对照而不是为了保持“纯自研”重复造轮子。吸收现有方法不等于放弃mask2world目标是用现有成果最快补齐基础能力把原创研究集中在现有方法没有解决的认知循环、样本自适应、持续学习以及任意人—物—人动作和关系上。