Gopeed 下载管理器五问速答指南：安装、调参、扩展与备份
2026/10/7 16:06:17
如何把 Fieldwatch 的15分钟信号数据交给 AI 分析：AI Export 智能报告导出完整实战指南
【免费下载链接】FieldwatchReceive-only Wi-Fi and Bluetooth LE observer for Android. MIT.项目地址: https://gitcode.com/gh_mirrors/fi/Fieldwatch
Fieldwatch 是一款 Android 端"只收不发"的 Wi-Fi 接入点 + 蓝牙 BLE 广播离线监听工具：无账号、无服务器、数据全部留在手机本地。它的AI Export（智能报告导出）功能，能把最近 15 分钟（或一次命名 sit 观察窗口）的信号数据，自动打包成一份"可直接粘贴给 AI"的分析提示词——含设备速率、RSSI 强度分段、Extra attention 高关注设备与在机 Debrief 报告原文。你只需把导出的文本粘贴给任意聊天 AI，就能拿到一份"手机自己写不出来"的统计补遗：竞争假设、跟踪信号压力测试与下一步观察建议。本文带你从零跑通这套流程 🔍
一、AI Export 导出的到底是什么？
先纠正一个常见误解：AI Export不是一个数据文件，而是一份text/plain格式的"现成提示词"（paste-ready prompt），通过 Android 系统分享面板发出，Fieldwatch 本身不上传任何数据，是否交给 AI 完全由你决定。
它由两层内容组成：
| 内容块 | 说明 |
|---|---|
| Onboard Debrief 原文 | 手机在机生成的 Debrief 报告（数量统计、你在哪、跟踪提示），要求 AI 不得改写 |
| 工作数据（Working data） | 15 分钟与 5 分钟窗口的 Wi-Fi / BLE / 已签名 / 隐藏 SSID / RAND BLE 占比、每分钟新设备速率 |
| RSSI 强度分段 | ≥−50、−51..−70、−71..−85、<−85 dBm 四档分布 |
| Extra attention 行 | 被特征库标记的高关注设备，含完整 MAC、名称、RSSI 区间、驻留时长 |
| 观察员笔记 / 标记 | 你写的 Observer notes、标"我的"设备、书签设备 |
| Finder 类设备行 | 专用于对"疑似跟踪器"做压力测试，不是尾随名单 |
| GPS 路径信息 | 定位点数量、路径长度、跨度，（若开启在线地名）逆地理编码地名 |
更妙的是，提示词里内置了一整套AI 行为约束：不得虚构"有人在跟踪你"、不得把特征/OUI 匹配说成身份认定、不得给安全建议、RSSI 只是"响度"而非距离。这等于给 AI 戴上了"防幻觉手铐"，让输出更可信 📡
二、实战四步：从扫描到 AI 报告
第 1 步：开启监听，攒满一个 15 分钟窗口
默认窗口就是15 分钟（另含一个 5 分钟近期切片），见 DebriefPrompt.kt。开始前建议：
- Settings → Scan intensity 调 High performance（前几分钟抓得更全）；
- 开启GPS tagging和Logging，让路径与日志完整；
- 可选：Start sit给窗口命名（如
walk-home），之后 Debrief 与 AI Export 就固定用这个窗口，而不是滚动 15 分钟。
⏱ 提示：Live 列表的内存上限约 400 台电台；一次完整 sit 最多保留 3000 台。行车场景建议每 10–15 分钟回 Reports 页取一次 Debrief / AI Export。
第 2 步：在 Reports 页一键生成 AI Export
进入Reports页，找到AI Export按钮（ReportsScreen.kt）。点击后界面会依次显示Looking up place names…（若开了在线地名）和Building AI export prompt…，随后弹出系统分享面板。分享的邮件主题会自动写成：
Fieldwatch AI export — last 15 minutes（滚动窗口）Fieldwatch AI export — sit <你的窗口名>（命名 sit）
生成逻辑在 FieldwatchViewModel.kt 的startAiExport：先取窗口内的设备与 GPS 路径，再调用 DebriefPrompt.kt 组装提示词，最后仅通过Intent.ACTION_SEND交给分享面板——应用内没有任何网络上传路径。
第 3 步：粘贴给 AI，读懂它的五段式回答
把分享面板里的文本整段粘贴给你的聊天 AI（任何支持长文本的模型）。按内置的输出规范（DebriefPrompt.kt），一份合格的回答应包含：
- 免责声明— 实验性用途重申；
- Onboard Debrief 已确立的事实— 3–5 句话，不重复印名册；
- 数字新增了什么— 5 分钟 vs 15 分钟变化、RSSI 分段、RAND BLE 占比、新设备速率、"街边/住宅/零售/车辆"场景判断；
- Extra attention 与跟踪提示— 用完整标识符逐行压力测试"Possible trackers with you / Possible tail"，同意、限定或承认数据太薄；
- 下一步缩小不确定性— 只给应用内动作（对某行 Hunt、延长 GPS 路径、Compare sits、Filters），不给安全建议。
最后必须有一行Takeaway:，且要带一个在机报告里还没有的数字（速率、RAND 占比或 5/15 分钟变化）。如果 AI 的回答没有这几段，说明提示词被截断或模型跑偏，换一家重粘即可 ✅
第 4 步（进阶）：对比两次 sit 的 AI Export
把第二次观察也保存为 sit 后，在 Reports →Compare sits里选第二个窗口，再点AI Export：得到的是"重叠、各自独有的 Extra attention / 命名电台、下一次 sit 能缩小什么"的对比补遗（SitDiffPrompt.kt）。适合"今天这条路 vs 上周这条路"的复测场景。
另外，点开任意 Live 行进入设备详情页，还有一个单电台 AI Export（DeviceDetailScreen.kt），把一台电台的信号特征、签名说明与位置信息单独喂给 AI 深问。
三、导出前必看的 3 条隐私边界
- Privacy mode 会脱敏：开启后 AI Export 中 MAC 尾部变成
:**:**:**、GPS 坐标被掩码；但日志文件、sit 导出、GPX/KML 仍保留完整地址与坐标，分享前自行确认（ReportsScreen.kt）。 - GPS 打点 = 你这部手机当时的位置，不是对方电台的位置，切勿把坐标钉到"摄像头/标签"上。
- 模式匹配 ≠ 身份认定：AI Export 的结论是假设而非法律发现，数据离开手机后如何存储与发布由你负责，请遵守当地法规。
四、关键模块与资料路径
| 文件 | 作用 |
|---|---|
| DebriefPrompt.kt | 15 分钟 / sit 级 AI Export 提示词生成 |
| DebriefReport.kt | 在机 Debrief 报告正文 |
| SitDiffPrompt.kt | 两次 sit 对比的 AI Export |
| FieldwatchViewModel.kt | startAiExport：组装、脱敏、分享 |
| ReportsScreen.kt | Reports 页 AI Export 入口 |
| docs/instruction.txt | 权限与首次启动指引 |
| docs/Fieldwatch_User_Manual.pdf | 完整用户手册（含 AI Export 章节） |
| CHANGELOG.md | 各版本更新记录 |
五、常见问题 FAQ
Q：AI Export 会不会把数据发到网上？不会。应用只把文本交给 Android 分享面板；是否粘贴给在线 AI 由你决定，Privacy mode 还可先行脱敏。
Q：为什么报告只覆盖 15 分钟？Debrief 读的是 Live 内存（约 400 台上限）而非日志，15 分钟是它的数据边界。想要更长窗口就Start sit命名窗口（上限 3000 台），或用日志导出补全细节。
Q：AI 说"检测到有人跟踪你"，能信吗？不能直接信。提示词已要求 AI 只在在机 GPS 共行测试支持时才谈跟踪，且必须给出"模式匹配而非身份"的限定——把它当观察线索，不当结论。
一句话总结：Fieldwatch 负责"听见"，AI Export 负责"说清楚"，AI 负责"想得深"——三件事各就其位，一份 15 分钟信号快照就能变成可追问、可复测、可归档的智能分析报告 🎯
【免费下载链接】FieldwatchReceive-only Wi-Fi and Bluetooth LE observer for Android. MIT.项目地址: https://gitcode.com/gh_mirrors/fi/Fieldwatch
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考