Claude
301c477e25
Main är sedan den här grenen skapades en helt annan produkt — Semantika,
en mobilapp med egen CDK-infrastruktur. Den äger nu repots rot: en
npm-workspaces-monorepo med apps/mobile, services/api och infra.
För att båda ska rymmas i samma repo flyttar Guidad Felsökning in i en
egen katalog i stället för att göra anspråk på roten:
felsokning/app webbklienten (Vite, egen package.json och
eslint-/vitest-konfiguration)
felsokning/services plattformstjänsten och AI-orkestern
felsokning/infra Terraform och databasschemat
felsokning/docs vision, moduler, drift
felsokning/supabase edge-funktion och migrationer
Merge:n hade tagit bort 128 filer som Guidad Felsökning bygger på —
värdapplikationens komponenter, Supabase-klienten, tillgångar — eftersom
main raderat dem och den här grenen inte råkat ändra just dem. De är
återställda på sin nya plats. Utan dem gick varken bygget eller
testerna: ai.ts och synk.ts importerar Supabase-klienten.
Semantikas rotfiler är orörda: package.json, eslint.config.js och
.github/workflows/ är deras. Guidad Felsökning har egna motsvarigheter i
sin katalog.
CI flyttar samtidigt från GitHub Actions till .gitea/workflows — samma
syntax, egna runners. .github/workflows/ tillhör Semantika härefter.
Verifierat på den nya platsen: 96 vitest-tester, typkontroll, eslint på
både klient och tjänster, bygge, och integrationstest mot riktig Postgres.
Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_012EQg3rJsrQ1ZNTvkzmQAtt
79 lines
3.8 KiB
Markdown
79 lines
3.8 KiB
Markdown
# Modul: Kommunikationsmodell (röst)
|
|
|
|
## Grundprincip
|
|
|
|
**Användaren pratar, systemet skriver.**
|
|
|
|
Systemet använder tal-till-text (Voice-to-Text) för all röstinmatning. Teknikern ska aldrig behöva skriva med tangentbord under ett pågående arbete.
|
|
|
|
Ingen röstagent: systemet för inte ett löpande röstsamtal, läser inte upp långa svar och försöker inte efterlikna en mänsklig konversation. Kommunikationen är **tal in, text ut**.
|
|
|
|
## Viktig designprincip
|
|
|
|
> All röst behandlas som ett inmatningssätt, inte som ett separat gränssnitt.
|
|
|
|
All logik i systemet bygger på text. Voice-to-Text är endast ett sätt att skapa den texten. Det gör lösningen enklare att underhålla, enklare att söka i, enklare att exportera och enklare att utveckla vidare med nya AI-modeller i framtiden.
|
|
|
|
## Arbetsflöde
|
|
|
|
1. Teknikern trycker på mikrofonen: *"Jag har mätt mellan stift 14 och jord. Jag får 12,4 volt."*
|
|
2. Voice-to-Text transkriberar talet.
|
|
3. Den transkriberade texten skickas till AI:n som en vanlig textförfrågan.
|
|
4. AI:n svarar alltid skriftligt: *Verifierat: Matningsspänning finns på stift 14. Nästa steg: Kontrollera jordanslutningen på stift 7.*
|
|
|
|
## Varför detta val?
|
|
|
|
- fungerar bättre i bullriga verkstäder,
|
|
- ger en permanent textlogg utan extra steg,
|
|
- gör det enkelt att söka i historiken,
|
|
- minskar risken för missförstånd jämfört med ett kontinuerligt röstsamtal,
|
|
- passar bättre när flera tekniker arbetar i samma ärende.
|
|
|
|
## Push-to-Talk (PTT)
|
|
|
|
Röstinmatning fungerar enligt Push-to-Talk. Appen lyssnar **endast** när användaren aktivt håller inne mikrofonknappen eller har startat en tydlig inspelning. Ingen bakgrundslyssning. Ingen automatisk aktivering.
|
|
|
|
### Flöde
|
|
|
|
1. Användaren håller inne mikrofonknappen (eller trycker på en tydlig "Spela in"-knapp beroende på plattform).
|
|
2. Inspelning startar omedelbart.
|
|
3. Appen visar tydligt att inspelning pågår: röd indikator, timer, ljudnivåmätare, texten "Inspelning pågår".
|
|
4. Talet transkriberas i realtid — användaren ser texten växa fram och får direkt återkoppling om talet uppfattats korrekt.
|
|
5. När inspelningen avslutas visas den transkriberade texten i ett **redigerbart** textfält.
|
|
6. Användaren kan godkänna, redigera eller spela in på nytt.
|
|
7. **Först när användaren bekräftar** skickas texten vidare till AI:n och sparas i arbetsloggen.
|
|
|
|
### Redigering före skick
|
|
|
|
Transkriberingen är alltid redigerbar. Vanliga korrigeringar: registreringsnummer, serienummer, komponentbeteckningar, personnamn, facktermer.
|
|
|
|
**"Skicka" sker aldrig automatiskt.** Teknikern får alltid en snabb chans att rätta transkriberingen innan den blir en del av den permanenta arbetsloggen. Det minskar risken för felaktiga registreringsnummer, komponentbeteckningar och mätvärden.
|
|
|
|
### Ingen dold funktionalitet
|
|
|
|
Användaren ska alltid kunna se:
|
|
|
|
- när inspelning pågår,
|
|
- när den är avslutad,
|
|
- vad som kommer att skickas,
|
|
- vad som faktiskt har sparats.
|
|
|
|
Det ska aldrig råda någon tvekan om när ljud spelas in eller när information skickas.
|
|
|
|
## Automatisk journalföring
|
|
|
|
Varje transkriberad mening blir automatiskt en del av arbetsloggen:
|
|
|
|
```
|
|
08:14 "Mätt spänning mellan stift 14 och jord. 12,4 volt."
|
|
08:14 AI: Matningsspänning verifierad.
|
|
08:15 "Relä klickar inte."
|
|
08:15 AI: Kontrollera styrsignal till relä.
|
|
```
|
|
|
|
Allt sparas utan att teknikern behöver skriva en enda rad.
|
|
|
|
## Handsfree-arbete
|
|
|
|
Appen är optimerad för upptagna eller smutsiga händer. Under ett normalt ärende ska användaren kunna identifiera objektet med kameran, fotografera komponenter, diktera observationer, få nästa steg presenterat och fortsätta arbetet — utan att skriva manuellt. Gränssnittet ska fungera med handskar, smutsiga händer, starkt solljus, buller och vibrationer; mikrofonknappen är stor, lätt att träffa och har tydlig visuell återkoppling.
|