数据目录

每个租户有两个目录，都在 tenants.json 里指定：data（数据库和派生数据）和 recordings（原始录音）。按快速开始部署的 Docker 里，它们是宿主机上的 data/main 和 data/main/recordings。

DATA_DIR

DATA_DIR 在 Docker 里是宿主机的 ./data；用 uvx、pip 或从源码运行时默认是用户数据目录（见配置项）。第一次启动生成的租户 main 在它下面：

<DATA_DIR>/
├── tenants.json
├── models/                         模型文件（MODELS_DIR）
└── main/                           租户 main 的 data 目录
    ├── live.db                     SQLite 数据库（WAL 模式，旁边有 live.db-wal、live.db-shm）
    ├── <日期>.passes.jsonl          每次转写时引擎的原始输出
    └── recordings/                 租户 main 的 recordings 目录
        └── chunks/<设备名>/<日期>/<HH>.<扩展名>

data 目录

路径	内容
live.db	SQLite 数据库，见下表；结构定义在 server/alldayrec/db.py
<日期>.passes.jsonl	每一遍转写时引擎的原始输出
owner-redimnet2.npz	「我」的声纹
voices/clips/	说话人的声音片段
firmware/	录音设备的固件包（只在第一个租户的目录里）
live-record.apk	服务器在 /app.apk 提供的安卓 App（只在第一个租户的目录里）

recordings 目录

路径	内容
chunks/<设备名>/<日期>/<HH>.<扩展名>	每台设备每小时一个文件，收到的音频块原样追加在后面；每块在文件里的位置和长度记在 live.db 的 pieces 表里。扩展名按上传时的 Content-Type：ogg、webm、aac，其他是 bin
rejected/<设备名>/<开始时刻>.<扩展名>	解码失败（接口返回 400）的上传，原样留着供检查

live.db 的表

表	内容
sentences	定稿的句子：时间、说话人、文字、来源设备、引擎
drafts	初稿层的句子（只在页面开着时产生），定稿覆盖后仍保留
conversations	对话：起止时间、参与者、说话秒数、句数、类型、设备
summaries	每段对话的摘要（JSON）
timelines	对话结束时的实时分析
voices	每段对话里每个说话人标签的声纹和声音片段
apart	被标成「不是这个人」的声音
people	认出名字的人的声纹
enrolled	每个人的声纹是从哪些句子学来的，一句一行；撤销和拆开时据此减掉
aliases	一个人的别名
name_hints	每个标签在对话里被怎么称呼（只用于建议名字）
profiles	认出名字的人的人物卡片，每一行带出处
pieces	上传的音频块索引，也是处理队列
feedback	用户对摘要的纠正
todo_marks	待办上的「完成」或「不对」标记（main 上新增，v0.1.0 没有）
kv	每台设备的处理进度等键值
device_log	手机上传的设备事件，包括录音设备自己的日志
device_status	客户端读到的录音设备状态（电量、存储卡、固件）
calls	每次语音识别和大模型调用的耗时、结果和用量，不记内容
balances	预付费账户的余额，每小时一次
perf_stalls	事件循环被卡住的记录：结束时刻、毫秒、卡在哪些函数（只在第一个租户的库里；main 上新增）
perf_samples	进程每分钟一行：CPU 秒、内存、循环延迟、各线程池占用、排队的音频块、打开的网页数（只在第一个租户的库里；main 上新增）
perf_requests	HTTP 请求：用时 50 ms 及以上的每个一行，另外每分钟按方法、路由、状态码各一行汇总（main 上新增）
perf_pieces	每个定稿块和初稿轮次各步骤的耗时：解码、VAD、识别、声纹、写库（main 上新增）

perf_ 开头的表只记耗时和资源用量，不记内容，保留 90 天。GET /api/perf?day=YYYY-MM-DD 读一天的；从数据库副本导出用 python -m alldayrec.perf export <live.db> <YYYY-MM-DD>。

enrolled 出现之前学到的声纹，每人只有一行汇总，不对应具体的句子。那时学进了别人声音的，可以用 python -m alldayrec.bank relearn <live.db> 从这个人现在名下的声音（实时录音里的）重新算出这一行：只打印每人前后的句数、用上和丢掉的声音数、新旧声纹的余弦，不写库；加 --apply 才写，写完重启服务端（声纹在启动时载入）。之后逐句学到的不受影响。