docs: plan v1.2 trajectory recognition workflow

task_plan.md

@@ -76,3 +76,42 @@ Create and evolve an independent git project under `~/Code` for monitoring food
 ```
 
 其中 `阶段 x` 表示同一 `v1.1 优化改造` 批次内的工作阶段，不代表拆分成独立批次。
+
+## v1.2 轨迹识别
+
+### Goal
+
+在 `/Users/yoilun/Code/cold_display_guard` 中完成轨迹识别改造：保留现有 ROI 占用计时和垃圾桶动作兜底，新增轻量轨迹移动检测，输出可被未来 YOLO 物品识别模型复用的统一 `disposal_evidence`，让报警后移出的物品按来源区域确认是否进入垃圾桶。
+
+### Stop Conditions
+
+- [ ] v1.2 所有阶段完成。
+- [ ] 必要 Python 测试通过。
+- [ ] 前端测试或构建在受影响时通过。
+- [ ] `docs/project.md` 记录 v1.2 架构、配置、运行方式和关键决策。
+- [ ] 没有 blocking bug 或未处理的高风险问题。
+- [ ] 如果同一问题连续 3 次修复仍失败，暂停并报告原因、已尝试方案和建议下一步。
+
+### Phases
+
+| Phase | Status | Goal | Acceptance Criteria |
+| --- | --- | --- | --- |
+| 1 | pending | 建立 `disposal_evidence` 数据契约并让状态机优先按来源区域丢弃 | `Observation` 支持 evidence；engine 能按 `source_zone_id` 精确关闭 pending batch；同帧移除+evidence 有回归测试；旧 `trash_deposit_count` 仍可兜底 |
+| 2 | pending | 实现无 YOLO 依赖的轻量轨迹检测 | synthetic frame 测试覆盖源区域到垃圾桶、非源区域运动、未到垃圾桶、单帧反光、多候选互不串扰；不引入模型依赖 |
+| 3 | pending | 集成 runtime 配置、诊断和候选窗口加速采样 | `main.py` 写入 `disposal_evidence` 与 trajectory diagnostics；配置默认 `trajectory_enabled=true`、`yolo_enabled=false`；候选活跃时使用更短采样间隔 |
+| 4 | pending | 文档、全量验证和部署准备 | README/project/progress 更新；Python 全量测试通过；前端测试/构建按影响范围验证；远端部署命令和风险记录清楚 |
+
+### v1.2 Decisions
+
+- 第一版使用 `MotionTrajectoryBackend`，不安装 YOLO、PyTorch、ONNX Runtime 或 OpenVINO。
+- YOLO 作为后续 `YoloDetectionBackend` 接入统一 evidence contract，不能绕过轨迹校验直接关闭业务事件。
+- 状态机只消费 `disposal_evidence`，不依赖具体视觉后端。
+- 轨迹 evidence 优先级高于 FIFO 垃圾桶动作兜底。
+- 子 agent 派发必须使用标准上下文头：
+
+```text
+[项目: /Users/yoilun/Code/cold_display_guard]
+[工作流批次: v1.2 轨迹识别]
+[阶段: 阶段 x]
+[角色: 对应智能体角色]
+```