心理智慧教室_本地服务器技术方案_V1.1

**心理智慧教室**

**校园本地服务器**

**技 术 方 案**

*—— 本地化部署 · 数据安全 · 三阶段演进路线 ——*

| **文档版本** | V1\.1（修订版） |
| --- | --- |
| **编制日期** | 2026年4月8日 |
| **文档性质** | 内部技术文档 / 保密 |
| **适用范围** | 研发团队、架构评审 |
| **关联项目** | 心理智慧教室产品线 |

**1 背景与目标**

**1\.1 项目背景**

当前心理智慧教室产品的核心交付形态为「PAD \+ 账号」：学生通过平板上的软件以文字或语音方式输入心理困惑，数据直接上传至云端 AI 心理大模型进行分析与答复，结果再下发至 PAD 端供学生学习与治疗（含音乐、声波等疗愈资料）。

该模式在试点推广中暴露出三类核心痛点：

* ● 数据安全顾虑：学生隐私数据全量上云，教育主管单位及学校信息中心普遍反映缺乏本地留存和自主可控能力；
* ● 无本地数字资产：学校无法构建自有的心理健康数字平台，历史数据和干预案例无法积累；
* ● 商业模式受阻：仅售「PAD \+ 账号」的模式不符合教育采购习惯，用户侧接受度低，影响规模化落地。

为此，本方案提出在校园内部署一台专用本地服务器，作为数据隔离层、设备管理中枢与云端大模型的安全代理网关，彻底解决上述问题，并为产品形态从「工具」升级为」平台」奠定基础。

**核心原则：「轻量落地、渐进升级」——第一阶段可复用学校信息中心现有 X86 服务器完成验证，无需额外采购专用硬件，以最低成本实现快速入校。**

**1\.2 设计目标**

* ● 数据本地留存：所有学生原始数据优先落地本地服务器，脱敏后再上云，保障学校数据主权；
* ● 设备统一管理：通过内置 MDM 系统对全校 PAD 实现围栏、应用、安全的集中管控；
* ● 降低带宽依赖：常用引导素材本地缓存，并发场景下无需频繁访问公网；
* ● 本地算力支撑：基于 RK3588 NPU（第二阶段起）提供端侧推理能力，第一阶段利用现有 X86 服务器 CPU 完成推理，支持简单场景离线闭环；
* ● 三阶段平滑演进：软件架构前后一致，硬件按需逐步升级，保护研发投入；
* ● 可远程运维：服务器支持远程监控、日志采集与自动更新，降低驻场运维成本。

**1\.3 名词解释**

| **术语** | **全称 / 英文** | **说明** |
| --- | --- | --- |
| MDM | Mobile Device Management | 移动设备管理系统，用于 PAD 的围栏、应用、安全管理 |
| RK3588 | Rockchip RK3588 | 瑞芯微旗舰 SoC，含 8 核 CPU \+ 6 TOPS NPU \+ 独立 GPU |
| NPU | Neural Processing Unit | 神经网络加速单元，用于本地 AI 推理 |
| 脱敏 | Data Masking / Desensitization | 对敏感字段（姓名/学号等）进行替换/哈希，再上云 |
| MDM围栏 | Geo\-fencing / App Fence | 限定 PAD 只能在校园网络范围内使用指定应用 |
| 大模型 | LLM / Foundation Model | 云端心理 AI 大模型，提供深度分析与方案生成 |

**2 整体系统架构**

**2\.1 系统架构总览**

整体系统分为三层：终端层（PAD）、本地服务器层（校园内网）、云端服务层（互联网）。三层之间的数据流动遵循「本地优先、脱敏出境」原则。

| **系统整体架构图（三层架构）** |
| --- |
|  |

**2\.2 数据流说明**

以下描述一次完整的「学生咨询 → AI分析 → 结果返回」数据流：

1\. 学生在 PAD 上通过应用输入文字或语音咨询内容；语音数据经校园内网发送至本地服务器，由本地服务器完成语音转文本（ASR）预处理；

2\. PAD 将原始文本或语音数据通过校园内网发送至本地服务器的接入网关，本地服务器对语音数据执行 ASR 转换；

3\. 本地服务器应用管理平台对数据进行结构化存储，并执行脱敏处理（替换姓名、学号为匿名 ID）；

4\. 脱敏后的数据包通过 HTTPS 上传至云端 AI 大模型服务接口；

5\. 云端大模型完成分析，生成文字辅导方案、音乐/声波疗愈素材，将结果推送至本地服务器；

6\. 本地服务器将结果存储，并与匿名 ID 重新关联原始学生账号，通知 PAD 端拉取；

7\. PAD 从本地服务器下载结果资料，展示给学生；后续访问历史资料直接从本地获取，无需再次上云。

| **🔐 数据安全关键控制点**1\. 原始数据（含姓名、学号、班级）永远不出本地服务器；2\. 上云数据仅包含匿名 ID \+ 心理内容文本；3\. 结果返回后与匿名 ID 的映射关系仅存在于本地服务器的安全存储区；4\. 本地服务器与 PAD 之间通信使用私有证书 TLS 加密。 |
| --- |

**3 本地服务器功能模块设计**

**3\.1 功能模块总览**

本地服务器软件平台由以下五大功能模块构成，各模块相互独立、接口解耦，便于后续按需替换或升级。

| **功能模块关系图（软件架构图）** |
| --- |
|  |

**3\.2 设备管理模块（MDM）**

MDM 模块是本地服务器对校园 PAD 设备进行统一管控的核心组件，主要实现以下功能：

**3\.2\.1 设备注册与认证**

* ● PAD 首次接入时，扫描二维码或输入激活码完成设备注册；
* ● 设备与本地服务器之间建立证书信任关系，确保仅授权设备可接入；
* ● 支持批量注册（CSV 导入），适配学校大批量采购场景。

**3\.2\.2 应用管理**

* ● 统一推送、升级、卸载心理教室 App 到所有 PAD，无需人工逐台操作；
* ● 白名单机制，仅允许运行授权应用，防止学生安装无关软件；
* ● 远程锁屏、清除数据，支持设备丢失时的安全处置。

**3\.2\.3 网络围栏**

* ● PAD 连接的 Wi\-Fi SSID 与本地服务器进行绑定，离开校园网络后自动限制敏感功能；
* ● 上网流量策略：PAD 只允许访问本地服务器 IP 及授权云端接口，隔绝无关互联网访问。

**3\.2\.4 设备状态监控**

* ● 实时掌握全校 PAD 的在线状态、电量、存储空间、App 版本；
* ● 异常告警：设备长期离线、存储满载、App 崩溃均触发管理端通知。

**3\.3 应用数据管理平台**

应用数据管理平台是本地服务器的业务核心，负责数据汇聚、账号管理、流程调度和教师管理端的数据展示。

**3\.3\.1 账号与基础数据管理**

* ● 支持与学校现有信息化平台（教务系统/班级数据库）对接，通过标准 API 或文件导入完成学生、教师账号初始化；
* ● 若学校无信息化系统，提供管理控制台手动创建账号，支持 Excel 批量导入；
* ● 账号体系分层：学校管理员 \> 心理辅导老师 \> 学生，权限清晰。

**3\.3\.2 数据汇聚与本地存储**

* ● 接收 PAD 端上传的原始咨询数据，按学生账号、时间、类型归档存储；
* ● 存储结构支持按班级/年级/时间段检索，为后续学情分析提供数据基础；
* ● 云端返回的辅导方案、音乐/声波素材一并存储，形成「本地资源库」。

**3\.3\.3 流程调度**

* ● 管理数据上云队列：批量处理、并发控制、失败重试；
* ● 管理云端结果回写流程：结果到达后自动推送通知至对应 PAD；
* ● 素材预加载调度：根据历史访问热度，定期从云端同步高频素材至本地缓存，命中时直接返回本地资源。

**3\.3\.4 教师管理端门户**

* ● Web 端后台，心理辅导老师可查看班级/年级的心理健康分布报告；
* ● 支持查看个案历史记录（已脱敏展示）、干预进度跟踪；
* ● 生成周/月/学期维度的班级心理健康趋势图表，辅助老师提前介入高风险学生。

**3\.4 数据安全与脱敏模块**

该模块是本地服务器与云端之间的「安全网关」，所有出境数据必须经过此模块处理。

**3\.4\.1 脱敏策略**

| **字段类型** | **处理方式** | **说明** |
| --- | --- | --- |
| 姓名 | SHA\-256 哈希 \+ 本地映射表 | 哈希值上云，原文留本地 |
| 学号/班级 | 映射为匿名序号 | 每次会话生成，不可逆 |
| 心理咨询文本 | 直接上传（去除可关联标识） | 脱敏后的纯内容文本 |
| 音频/语音 | 本地转文字后上传文字 | 原始音频不出本地 |
| 设备信息 | 仅上传设备 UUID（无地理信息） | 与学生账号关联保存在本地 |

**3\.4\.2 通信安全**

* ● 本地服务器与 PAD 之间：私有 CA 签发 TLS 证书，强制 HTTPS；
* ● 本地服务器与云端之间：标准公网 TLS 1\.3，接口鉴权采用 JWT Token \+ 签名机制；
* ● 管理员控制台访问：仅限校园内网 IP 段，外网访问需 VPN 通道。

**3\.5 本地算力推理模块（NPU）**

该模块充分利用 RK3588 的 6 TOPS NPU 资源，在本地完成部分推理任务，降低对云端的依赖，同时实现更低延迟的响应。

**3\.5\.1 本地推理能力范围**

* ● 情绪分类模型：基于学生输入文本，快速判断情绪类别（正常/低落/焦虑/危机），推理延迟 \<200ms；
* ● 危机预警模型：识别高风险关键词及语义组合，实时触发心理辅导老师提醒；
* ● 引导方向预判：在云端返回结果前，基于本地轻量模型先给出初步引导资料，降低体感等待时间；
* ● 音乐/声波匹配：根据情绪分类结果，从本地资源库快速匹配推荐资料，无需上云。

**3\.5\.2 模型同步策略**

* ● 本地模型初始版本随服务器软件包预置；
* ● 云端在模型迭代后，推送差量更新包至本地服务器，低峰期自动更新；
* ● 更新前后均进行完整性校验（SHA\-256），确保模型文件未被篡改；
* ● 若更新失败，自动回滚至上一稳定版本。

| **💡 RK3588 算力说明**RK3588 标称 NPU 算力为 6 TOPS（INT8），支持 TensorFlow Lite、ONNX、MindSpore Lite 等主流推理框架。实测在情绪分类（BERT\-tiny 量化版）场景下，单次推理 \<50ms，完全满足实时响应需求。本模块与录播项目共用 RK3588 SoC 开发积累，可复用 BSP 和推理 SDK（RKNN Toolkit），显著降低研发成本。 |
| --- |

**3\.6 存储与资源管理模块**

**3\.6\.1 存储结构规划**

| **分区** | **用途** | **推荐容量** | **备注** |
| --- | --- | --- | --- |
| 系统分区 | OS \+ 软件平台运行环境 | 64 GB | eMMC / SSD，固定大小 |
| 数据分区 | 学生咨询原始数据 \+ 映射表 | ≥ 500 GB | 机械硬盘或 NVMe，可扩容 |
| 资源缓存 | 音乐、声波、辅导素材缓存 | ≥ 200 GB | 读密集型，SSD 优先 |
| 日志分区 | 系统日志、审计日志 | 50 GB | 可按策略滚动清理 |
| 备份分区 | 定期本地快照 | 与数据分区等大 | 可接外置 USB 硬盘 |

**3\.6\.2 数据生命周期管理**

* ● 学生数据默认保留学生在校期间，毕业后由管理员决定归档或删除；
* ● 云端返回素材：永久保留，形成学校「本地资源库」，可循环使用；
* ● 日志数据：滚动保留 90 天，超期自动压缩归档；
* ● 备份策略：每日增量备份 \+ 每周全量备份，支持接外置存储介质。

**4 硬件技术规格**

**4\.1 RK3588 核心板规格**

本方案第二、三阶段均以 RK3588 为核心处理器，以下为该 SoC 的关键参数：

| **模块** | **参数项** | **规格** | **备注** |
| --- | --- | --- | --- |
| CPU | 架构 | Cortex\-A76×4 \+ Cortex\-A55×4（大小核） | 最高 2\.4 GHz |
| NPU | 算力 | 6 TOPS（INT8） | 支持混合精度 INT4/INT8/FP16 |
| GPU | 型号 | ARM Mali\-G610 MP4 | 支持 OpenCL / Vulkan |
| 内存 | 容量 | 8 GB / 16 GB LPDDR4X | 建议选 16 GB |
| 存储接口 | 类型 | eMMC 5\.1 \+ PCIe 3\.0（NVMe 扩展） | NVMe 接口用于数据盘 |
| 网络 | 接口 | 双千兆以太网 \+ Wi\-Fi 6（可选） | 以太网用于内网接入 |
| 视频编解码 | 能力 | H.264/H.265 8K 解码 | 与录播项目复用 |
| 操作系统 | 支持 | Android 12 / Debian 11 / Ubuntu 20\.04 | 服务器场景建议 Debian/Ubuntu |

| **🔗 与录播项目协同**研发团队已有 RK3588 录播项目积累，本地服务器软件栈可直接复用其 BSP（Board Support Package）、驱动适配、推理 SDK（RKNN Toolkit）等成果，显著缩短开发周期，估计可节省 2～3 个月研发时间。 |
| --- |

**4\.2 三阶段硬件形态对比**

| **对比项** | **第一阶段X86通用服务器** | **第二阶段RK3588嵌入式** | **第三阶段定制嵌入式** |
| --- | --- | --- | --- |
| 部署场景 | 信息中心机房 | 独立机柜/弱电间 | 独立机柜/壁挂 |
| 算力 | 视学校配置（无NPU） | 6 TOPS NPU（RK3588） | 定制算力，可叠加NPU |
| 功耗 | 100～300 W | 约 15 W（典型） | 定制优化，≤ 20 W |
| 存储扩展 | 标准服务器硬盘位 | M.2 NVMe \+ USB 外置 | 定制扩展槽 |
| 远程运维 | 标准 SSH/Web 后台 | 远程 OTA \+ 监控 | 专用运维管理模块 |
| 参考成本 | 依赖学校现有资产 | ¥8,000～12,000（物料） | 量产后 ≤ ¥6,000 |
| 适用规模 | 1～2 所示范校 | 3～50 所 | 100 所以上，批量部署 |

**5 三阶段演进路线**

本方案的核心设计原则是「软件先行，硬件渐进」：在软件架构上保持高度一致，通过三阶段硬件升级路线，实现从零到规模化的平滑演进，最大程度保护研发投入。

| **三阶段演进路线图（时间轴/里程碑图）** |
| --- |
|  |

| **第一阶段** | **X86 通用服务器阶段（验证期）***目标：以最低成本快速入校，验证软件平台完整性*▸ 硬件：利用学校信息中心现有 X86 服务器，或采购标准企业级服务器（如华为 FusionServer / 浪潮 NF5280）；▸ 软件：完成应用管理平台、MDM 模块、数据脱敏模块的全功能开发与部署；▸ NPU 推理：此阶段 NPU 模块可用 CPU 模拟推理（性能降级但功能完整）；▸ 规模：1～2 所示范校，单校 40～50 台 PAD；▸ 目标：完成功能验证、用户反馈收集、性能基线测量；▸ 里程碑：软件平台通过稳定性测试（连续运行 30 天无崩溃），用户满意度评分 ≥ 4/5。 |
| --- | --- |

| **第二阶段** | **RK3588 嵌入式服务器阶段（扩展期）***目标：引入 NPU 算力，降低功耗，形成产品标准化形态*▸ 硬件：采购成熟的 RK3588 核心板（如瑞芯微官方 EVB 或集成商成品模组）；▸ 软件：将第一阶段软件平台移植至 ARM 架构（Debian/Ubuntu on RK3588），启用 NPU 推理模块（RKNN Toolkit）；▸ 关键工作：NPU 量化模型适配（情绪分类、危机预警两个模型）、存储扩展方案验证；▸ 与录播项目协同：复用 BSP 和 RKNN SDK，估计移植周期 6～8 周；▸ 规模：扩展至 5～20 所学校；▸ 里程碑：NPU 推理延迟 \<200ms，平台稳定运行，完成远程 OTA 升级验证。 |
| --- | --- |

| **第三阶段** | **定制嵌入式服务器阶段（规模化期）***目标：专有形态，降本增效，支撑百所以上学校批量部署*▸ 触发条件：订单规模达到 100 台以上，需求功能已稳定（第二阶段验证完成）；▸ 定制方向：专用 PCB 设计（精简不必要接口，增加教育场景专用接口），外观定制（小巧壁挂式）；▸ 算力扩展：根据实际负载，可在定制板中叠加更多 NPU 模组（如双 RK3588 / NPU 加速卡）；▸ 远程运维：集成专用运维管理模块，支持批量 OTA、集中日志、异常告警大屏；▸ 存储扩展：设计专用扩容槽，支持热插拔硬盘，适配不同规模学校的存储需求；▸ 软件复用：无需重新开发软件，仅对 BSP 和驱动进行适配，保护研发投入。 |
| --- | --- |

**5\.1 软件架构跨阶段一致性保障**

三个阶段的软件平台在业务层面完全一致，差异仅在底层适配层：

| **层级** | **跨阶段设计要点** |
| --- | --- |
| 业务逻辑层 | 所有功能模块（MDM、数据平台、脱敏、推理）代码不变，跨阶段共用 |
| 推理抽象层 | 统一推理接口（Inference API），第一阶段用 CPU，第二/三阶段自动切换 NPU |
| 存储抽象层 | 统一文件系统接口，底层支持 ext4 / NTFS / APFS，无业务入侵 |
| 网络通信层 | RESTful \+ WebSocket 接口规范，与硬件完全解耦 |
| 运维管理层 | 统一运维 Agent，通过配置文件适配不同阶段硬件的监控指标 |

**6 部署规划与网络架构**

**6\.1 典型校园网络拓扑**

本地服务器部署在校园内网，建议接入学校核心交换机，并划分专用 VLAN，与教务网络隔离，确保心理数据不被校内其他系统访问。

| **【图示占位】校园网络拓扑图** |
| --- |
|  |

**6\.2 网络配置要求**

| **配置项** | **最低要求** | **推荐配置** |
| --- | --- | --- |
| 校园内网带宽（服务器上行） | 100 Mbps | 千兆有线 |
| 公网出口带宽 | 20 Mbps | 100 Mbps |
| Wi\-Fi 标准（教室） | Wi\-Fi 5（802\.11ac） | Wi\-Fi 6（802\.11ax） |
| AP 覆盖密度 | 1个AP/50台PAD | 1个AP/25台PAD |
| 服务器 IP 配置 | 静态内网 IP（固定） | 同左，另配公网 DDNS（可选） |
| 防火墙规则 | PAD→服务器：443；服务器→云端：443 | 同左，加 IDS/IPS |

**6\.3 单校部署物料清单（50台PAD参考）**

| **序号** | **物料** | **数量** | **备注** |
| --- | --- | --- | --- |
| 1 | 本地服务器（X86/RK3588） | 1 台 | 含系统预装 |
| 2 | 数据存储硬盘（≥1 TB NVMe/HDD） | 1～2 块 | 按需扩容 |
| 3 | UPS 不间断电源（≥1000VA） | 1 台 | 保障服务器稳定运行 |
| 4 | 千兆交换机（8口） | 1 台 | AP \+ 服务器接入 |
| 5 | Wi\-Fi 6 AP（企业级） | 1～2台/教室 | 按教室面积决定 |
| 6 | 网线（超六类） | 若干 | AP 到交换机走线 |
| 7 | PAD（已预装 App \+ MDM Profile） | 40～50 台 | 学生用 |
| 8 | 教师管理端（PAD/PC） | 1～2 台 | 心理辅导老师用 |

**7 运维管理方案**

**7\.1 远程运维架构**

本地服务器内置运维 Agent，支持云端运维中台对所有已部署服务器进行集中管理，无需频繁驻场。

* ● 远程 OTA 升级：支持软件平台、推理模型、系统补丁的远程推送与更新，支持灰度发布与一键回滚；
* ● 实时监控：CPU/内存/存储/网络/温度等指标每 30 秒上报至云端运维大屏；
* ● 日志采集：结构化日志实时上报（脱敏后），支持远程日志查询与告警规则配置；
* ● 远程 Shell（可选）：通过加密隧道（WireGuard VPN）开放受控 SSH 入口，仅供运维人员使用，所有操作留存审计日志。

**7\.2 故障恢复流程**

1\. 服务异常：运维 Agent 自动检测进程状态，服务崩溃后 30 秒内自动重启；

2\. 硬件故障（硬盘）：RAID 1 镜像（第二、三阶段）\+ 自动告警，管理员现场更换硬盘后自动重建；

3\. 网络断开：本地服务器进入离线模式，已缓存素材继续供 PAD 使用，恢复网络后自动同步队列；

4\. 系统崩溃：提供一键恢复镜像，通过 USB 启动介质 20 分钟内完成系统恢复。

**7\.3 巡检周期建议**

| **巡检类型** | **周期** | **主要检查项** |
| --- | --- | --- |
| 自动巡检（运维Agent） | 每 30 分钟 | 进程状态、磁盘空间、网络连通性、温度 |
| 日常巡检（远程） | 每周一次 | 日志异常、存储增长趋势、PAD 在线率、模型版本 |
| 深度巡检（远程） | 每月一次 | 安全审计日志、数据备份完整性、证书有效期 |
| 现场巡检 | 每学期一次 | 硬件清洁、UPS 电池检测、线缆检查、版本全面更新 |

**8 风险评估与应对措施**

| **风险项** | **风险等级** | **潜在影响** | **应对措施** |
| --- | --- | --- | --- |
| 学校网络环境差异大 | 中 | 部分功能受限 | 提前完成网络评估，分级部署方案 |
| RK3588嵌入式系统适配周期长 | 中 | 第二阶段延期 | 与录播项目联合研发，复用BSP积累 |
| NPU 推理精度不足 | 低 | 本地模型效果差 | 保留云端兜底，本地推理仅用于辅助 |
| 数据脱敏不完整导致泄露 | 高 | 合规风险 | 脱敏模块独立审计，上线前渗透测试 |
| 定制硬件供应链风险 | 低～中 | 第三阶段延期 | 选用成熟方案，提前锁定核心元器件 |
| 学校服务器故障宕机 | 中 | 短期服务中断 | UPS保障\+离线模式\+快速恢复镜像 |
| 云端大模型接口变更 | 低 | 需二次适配 | 接口层做适配封装，变更时仅改适配层 |

**9 研发工作计划**

**9\.1 第一阶段开发计划（0～6 个月）**

| **模块** | **工作内容** | **工期（周）** | **输出物** |
| --- | --- | --- | --- |
| 应用管理平台 | 数据汇聚、账号管理、流程调度、教师后台 | 8 | 平台后端 \+ Web 管理控制台 |
| MDM 模块 | PAD 注册、应用推送、围栏策略 | 4 | MDM Server \+ PAD Agent |
| 数据脱敏模块 | 脱敏算法实现、安全审计日志 | 2 | 脱敏 SDK \+ 审计日志组件 |
| 本地缓存模块 | 素材预存储、并发命中逻辑 | 2 | 缓存管理服务 |
| 系统集成测试 | 全链路功能验证、性能基线测试 | 2 | 测试报告 |
| 示范校部署 | 现场部署、用户培训、反馈收集 | 2 | 部署手册 \+ 问题记录 |

**9\.2 第二阶段开发计划（6～18 个月）**

| **模块** | **工作内容** | **工期（周）** | **输出物** |
| --- | --- | --- | --- |
| ARM 平台移植 | 软件平台移植至 RK3588 Debian | 4 | ARM 版软件包 |
| RKNN 推理接入 | 情绪分类、危机预警模型量化与适配 | 6 | 量化模型 \+ 推理 SDK 集成 |
| 远程运维系统 | OTA 升级、监控 Agent、日志中台 | 4 | 运维管理平台 |
| 多校联调 | 5～20 所学校并发部署与压力测试 | 4 | 稳定性报告 |

**9\.3 第三阶段启动条件**

| **✅ 第三阶段启动检查清单**□ 订单规模确认达到 100 台以上；□ 第二阶段软件平台通过稳定性测试（连续运行 90 天无故障）；□ 推理模型精度满足业务指标（情绪分类准确率 ≥ 85%）；□ 完成硬件定制需求规格书评审（含接口、尺寸、热设计）；□ 供应链合作伙伴确认，完成 NDA 签署。 |
| --- |

**附录 参考文档与版本记录**

**A. 参考文档**

* ● 《心理实验设备沟通纪要（2026年4月3日）》
* ● 《心理教室技术方案整理（2026年4月8日）》
* ● RK3588 Technical Reference Manual（瑞芯微官方）
* ● RKNN Toolkit2 用户手册（瑞芯微官方）
* ● MDM 开源方案参考：Headwind MDM、FleetDM

**B. 版本记录**

| **版本** | **日期** | **变更说明** |
| --- | --- | --- |
| V1\.0 | 2026\-04\-08 | 初稿，基于三次沟通会议整理完成，待研发团队评审 |
| V1\.1 | 2026\-04\-10 | 修正数据流ASR执行位置（端上→网关侧）；补充第一阶段X86复用路径与轻量落地原则 |

*— 文档结束 —*