安卓端需明确功能边界、版本适配(Android 10+,不兼容Go版)、语音输入双路径逻辑、AI回复分段渲染与术语解释规则,以及严格权限声明与降级策略。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

要让安卓开发团队准确实现码上飞AI应用的功能,必须把用户真实操作路径、界面元素状态、数据流转条件写清楚,不能只写“支持AI对话”这种模糊描述。
明确核心功能边界
先划清哪些必须做、哪些不做。比如:【码上飞AI安卓端必须支持离线语音唤醒词识别】,但无需实现蓝牙耳机双耳同步低延迟传输——该能力由系统级音频框架保障,应用层不介入。
在需求文档首行用加粗标出适用版本范围:【仅适配 Android 10 及以上,不兼容 Go 版本(Android Go Edition)设备】。这是硬性前提,影响后续所有权限声明和API调用方式。
语音输入模块需求写法
方法一:点击麦克风按钮触发实时语音转文字
1. 用户点击底部导航栏右侧「语音」图标 → 页面顶部出现动态声波动画 → 同时启动 RecognitionListener 监听器;
2. 语音流持续输入超3秒无有效语义(ASR置信度<0.6),自动停止录音并显示提示:“没听清,请再说一遍”;
3. 若检测到连续200ms静音,立即结束识别并提交已识别文本,不等待用户点击停止按钮。
方法二:长按麦克风按钮保持录音
手指按住按钮不放即开始录音,松开即停止——这个操作路径必须与系统原生录音逻辑一致,否则用户会产生认知冲突。注意:松手瞬间必须触发一次 finalResult 回调,不能依赖 onEndOfSpeech,因为部分厂商ROM会延迟触发该回调。
AI回复展示规则
AI生成的每条回复必须分段渲染:首行显示「码上飞AI」灰色小字标签 → 换行后正文左对齐,字体大小为15sp → 遇到代码块自动包裹在带左右边距的浅灰底色容器内,且启用水平滚动;
当回复含多个技术术语(如“Transformer”“LoRA”“KV Cache”),首次出现时需在词尾添加悬浮问号图标,点击弹出20字以内解释浮层——该浮层文案由产品团队预置在 assets/term_explains.json 中,不可动态联网拉取。
权限声明与降级策略
安装时申请 RECORD_AUDIO 权限 → 若用户拒绝,禁用语音入口按钮,并将按钮文案改为「需开启麦克风权限」;
运行时再次请求权限 → 若用户点「不再询问」,则彻底隐藏语音相关UI区块,不保留占位空白;
【禁止在未获得 WRITE_EXTERNAL_STORAGE 权限时尝试向 /sdcard/Android/data/ 下写入日志文件】,此时所有调试日志改用 Logcat 输出,且不记录原始语音PCM数据。











