docs/03-dev-schedule.md

Objectverse Diary — 开发计划（Day-by-Day）

周期：June 5 - June 15, 2026（共 11 天）
目标：完成 MVP、打磨 UI、冲全部徽章、提交视频与社交文案

---

Day 1：立项 + 项目骨架

目标：确定项目不可变范围。

• 配置 GitHub origin
• 确认并同步 GitHub repo
• 创建 Hugging Face Space
• 创建基础 Gradio app
• 写 README 草稿
• 确定英文主界面文案
• 建立 AGENTS.md
• 建立 .codex/skills/

---

Day 2：MVP 交互闭环

目标：先不管模型，跑通产品流程。

• 图片上传
• 文本描述输入
• personality mode 选择
• mock object JSON
• mock diary 输出
• trace JSON 保存
• share card HTML 预览
• mock example gallery
• MVP smoke tests
• six public mock sample traces
• local initial-stage acceptance script
• local initial-stage completion report

交付：Upload → Generate → Diary → Share Card → Trace

---

Day 3：接入 VLM

目标：让 AI 真正看图。

• 接入 MiniCPM-V 或轻量 VLM
• 输出 object understanding JSON
• 做 JSON repair
• 加 example gallery
• 新增 Space VLM 验证脚本
• 新增 ZeroGPU 兼容装饰器
• ZeroGPU CUDA probe
• 缓存示例输出
• Space 真实图片验证（L4 因 HF 402 Payment Required 阻塞；ZeroGPU CUDA probe 成功；2026-06-08 full validation reached the app but fell back to mock vision for mug/keyboard/shoe）

验收：上传杯子/键盘/鞋子，模型能识别物品并提取外观特征。

完成记录：MiniCPM-V 2.6 已作为可配置 vision backend 接入，默认仍是 mock vision；scripts/check_space_vlm.py 已可用三张临时公开图片验证 Space 端 mug/keyboard/shoe。2026-06-06 已尝试切到 L4，但 Hugging Face 返回 402 Payment Required；随后 ZeroGPU CUDA probe 成功。2026-06-08 full validation reached the app through the direct hf.space path, but all three objects included vision-fallback-to-mock。文本生成已接入可选 llama.cpp runtime wiring，但最终 GGUF 模型仍未选择/下载。

---

Day 4：文本模型 + llama.cpp

目标：让核心人格生成走小模型本地推理。

• 下载小模型 GGUF
• 接入可选 llama.cpp / llama-cpp-python runtime wiring
• 封装 generate_persona()
• 封装 generate_diary()
• README 说明运行方式
• 用真实 GGUF 做本地 smoke test
• README 说明最终模型参数量

交付：src/models/llama_cpp_runner.py 已支持 TEXT_MODEL_PATH；不提交 models/text_model.gguf。后续仍需确定真实 GGUF、参数量和训练/发布路径。

---

Day 5：训练数据 + 微调准备

目标：冲 Well-Tuned 勋章。

• 设计 SFT schema
• 生成 mock SFT preview 数据
• 生成 200-500 条 real/candidate object-persona 样本
• 手工精选 50 条高质量样本
• 上传 dataset 到 HF
• 准备 LoRA 训练脚本

数据格式示例：

{
  "instruction": "Create a secret diary persona for this object.",
  "input": {
    "object": "old keyboard",
    "features": ["dusty", "mechanical keys", "developer desk"],
    "mode": "cynical"
  },
  "output": {
    "character_name": "Clackwell",
    "diary": "He calls it productivity. I call it percussion with anxiety.",
    "tags": ["burnout instrument", "debug witness", "plastic philosopher"]
  }
}

---

Day 6：LoRA 微调 + Hub 发布

目标：拿到可展示的自微调模型。

• 用 Modal credits 进行训练
• 导出 LoRA adapter
• 发布 HF model repo
• app 中加入模型说明
• README 加 Well-Tuned section

交付：HF model repo、HF dataset repo、train log、model card

⚠️ Modal credits 兑换码不应公开分享，项目文档里只写"used Modal credits"。

---

Day 7：UI 魔改

目标：冲 Off-Brand 勋章。

视觉方向：

A strange archive room for everyday objects.
Dark paper texture, amber highlights, typewriter output, museum labels.

界面布局：

Left:   Object Intake
Middle: Object File
Right:  Secret Diary
Bottom: Share Card + Trace

• 自定义 CSS
• 自定义 hero section
• 隐藏 Gradio 默认风格
• 加 typewriter / archive reveal 视觉感
• 做英文主文案 + 中文辅助
• 做 6 个示例卡片

完成记录：Phase 2 UI 已完成为 archive dashboard。MiniCPM-V 2.6 vision backend 和可选 llama.cpp runtime wiring 已接入但默认仍 mock；LoRA 未接入；UI 参考/ 仅作为本地视觉参考，不入库。

---

Day 8：Trace + Sharing is Caring

目标：公开可复现材料。

• trace logger
• sample traces
• prompt templates
• dataset preview
• trace JSONL export
• 失败案例记录
• Space VLM validation report 模板
• 真实模型 traces
• GitHub repo 同步整理

---

Day 9：Field Notes

目标：完成技术博客。

英文标题：Building Objectverse Diary: A Small-Model AI Toy Where Everyday Objects Come Alive

博客结构：

1. Why I built it
2. Why Track 2
3. Why small models are enough
4. Product design
5. Model architecture
6. Gradio Off-Brand UI
7. llama.cpp runtime
8. Fine-tuning dataset
9. Traces and reproducibility
10. What failed
11. What I would improve next

---

Day 10：Demo 视频

目标：视频必须比代码更能打。

建议长度：90 秒

 0- 8s  What if every object around you had a secret life?
 8-20s  This is Objectverse Diary, a small-model AI toy built with Gradio.
20-35s  Upload a photo of any everyday object.
35-50s  A vision model reads the object, then a small fine-tuned model creates its hidden personality.
50-70s  Now this coffee mug writes its secret diary and complains about its owner.
70-82s  You can chat with the object and generate a shareable personality card.
82-90s  Built with small models, Gradio, llama.cpp, public traces, and no commercial cloud APIs.

---

Day 11：提交检查

• Space under official org
• Space MiniCPM-V validation passes for mug, keyboard, and shoe（当前 wired but hosted validation falls back to mock）
• Demo video ready
• Social post ready
• README complete
• Model parameter count documented
• No commercial API
• Fine-tuned model linked
• Dataset linked
• Traces linked
• Field Notes linked
• UI English-first, Chinese-second
• Submit before June 15, 2026