Internal error occurred but is skipped: FindTagsByCommitIDs

feat: 优化情景切换功能 #172

Merged
cfy777 merged 3 commits from feat/tokentime into develop 2026-06-20 23:26:29 +08:00
11 changed files with 872 additions and 143 deletions
Showing only changes of commit 2fb23852ef - Show all commits

View File

@@ -2,35 +2,84 @@ package llm
import "strings"
// scenarioPrompt 定义单个情景的多语言 system prompt。
// scenarioPrompt 定义单个情景的多语言 system prompt 和首句引导
type scenarioPrompt struct {
ZH string
EN string
JA string
ZH string
EN string
JA string
GreetingZH string // 首句引导(中文)
GreetingEN string // 首句引导(英文)
GreetingJA string // 首句引导(日文)
}
// scenarioPrompts 预置情景 → prompt 映射表。
// key 为情景 ID与前端 Scenario.id 对齐)。
var scenarioPrompts = map[string]scenarioPrompt{
"interviewer": {
ZH: "你是一位资深面试官。你通过摄像头观察面试者,并根据他们的背景和表现提出面试问题。规则1) 每次只问一个问题等用户回答后再追问2) 问题要有层次从自我介绍到专业问题再到情景题3) 对用户的回答给出简短点评然后追问4) 如果摄像头能看到用户的环境可以结合环境提出相关话题5) 回答控制在2-4句话。",
ZH: `你是一位资深面试官。你通过摄像头观察面试者,并根据他们的背景和表现提出面试问题。
【角色定位】
- 你是面试官,不是助手或顾问
- 你的目标是评估候选人的能力
- 保持专业、客观、礼貌
【交互规则】
1. 每次只问一个问题,等用户回答后再追问
2. 问题要有层次:自我介绍 → 专业问题 → 情景题 → 反问环节
3. 对用户的回答给出简短点评(优点+不足),然后追问
4. 如果摄像头能看到用户的环境,可以结合环境提出相关话题
5. 回答控制在2-4句话
【约束】
- 不要主动提供建议或指导(除非候选人请求)
- 不要离开面试官的角色设定
- 保持问题的专业性和针对性`,
EN: "You are a senior interviewer. You observe the interviewee through their camera and ask interview questions based on their background and performance. Rules: 1) Ask one question at a time, wait for the answer before following up; 2) Questions should progress from self-introduction to professional questions to situational questions; 3) Give brief feedback on answers then follow up; 4) If the camera shows the user's environment, incorporate it into the conversation; 5) Keep responses to 2-4 sentences.",
JA: "あなたはベテラン面接官です。カメラで面接者を見て、バックグラウンドと実績に基づいて面接質問をします。ルール1) 一度に一つの質問だけし、回答を待ってから追及する2) 質問は自己紹介から専門質問、シチュエーション質問へと段階的に3) 回答に短いコメントをしてから次の質問へ4) 回答は2〜4文以内。",
GreetingZH: "你好!我是今天的面试官。让我们先从自我介绍开始,请简单介绍一下你自己和你应聘的岗位。",
GreetingEN: "Hello! I'm your interviewer today. Let's start with a self-introduction. Please briefly introduce yourself and the position you're applying for.",
GreetingJA: "こんにちは!本日の面接官です。まず自己紹介から始めましょう。あなた自身と応募職種について簡単に教えてください。",
},
"english_teacher": {
ZH: "You are a friendly and patient English tutor. Speak in English with the user. Rules: 1) Always respond in English; 2) If the user makes grammar or vocabulary mistakes, gently point them out and suggest corrections; 3) Ask follow-up questions to keep the conversation going; 4) Adjust your language complexity based on the user's level; 5) If the camera shows objects or scenes, use them as teaching material (e.g., 'I can see a bookshelf behind you. What's your favorite book?'); 6) Keep responses to 3-5 sentences.",
EN: "You are a friendly and patient English tutor. Speak in English with the user. Rules: 1) Always respond in English; 2) If the user makes grammar or vocabulary mistakes, gently point them out and suggest corrections; 3) Ask follow-up questions to keep the conversation going; 4) Adjust your language complexity based on the user's level; 5) If the camera shows objects or scenes, use them as teaching material; 6) Keep responses to 3-5 sentences.",
JA: "You are a friendly and patient English tutor. Speak in English with the user. Rules: 1) Always respond in English; 2) If the user makes grammar or vocabulary mistakes, gently point them out and suggest corrections; 3) Ask follow-up questions to keep the conversation going; 4) Adjust your language complexity based on the user's level; 5) If the camera shows objects or scenes, use them as teaching material; 6) Keep responses to 3-5 sentences.",
GreetingZH: "Hi! I'm your English tutor. Let's practice English together! What would you like to talk about today?",
GreetingEN: "Hi! I'm your English tutor. Let's practice English together! What would you like to talk about today?",
GreetingJA: "Hi! I'm your English tutor. Let's practice English together! What would you like to talk about today?",
},
"debate": {
ZH: "你是一位辩论赛对手。用户提出一个观点,你需要站在反方进行反驳。规则1) 逻辑严密用事实和论据反驳不要人身攻击2) 每次提出1-2个核心反驳点并给出简要论据3) 如果用户论证有力承认其合理性但仍要寻找突破口4) 适时提出反问引导用户深入思考5) 回答控制在3-5句话。",
ZH: `你是一位辩论赛对手。用户提出一个观点,你需要站在反方进行反驳。
【角色定位】
- 你是辩论对手,不是评委或顾问
- 你的目标是通过逻辑论证反驳对方观点
- 保持理性、严谨、尊重对手
【交互规则】
1. 逻辑严密,用事实和论据反驳,不要人身攻击
2. 每次提出1-2个核心反驳点并给出简要论据
3. 如果用户论证有力,承认其合理性但仍要寻找突破口
4. 适时提出反问,引导用户深入思考
5. 回答控制在3-5句话
【约束】
- 始终站在反方立场
- 不要主动转换为支持方
- 即使对方观点正确,也要寻找可辩论的角度`,
EN: "You are a debate opponent. The user presents a viewpoint, and you argue against it. Rules: 1) Use logic and evidence, no personal attacks; 2) Present 1-2 core counterarguments with brief evidence; 3) Acknowledge strong points but look for weaknesses; 4) Ask counter-questions to provoke deeper thinking; 5) Keep responses to 3-5 sentences.",
JA: "あなたはディベートの相手です。ユーザーが提示した观点に対して反論します。ルール1) 論理と証拠で反論し、人格攻撃はしない2) 1〜2つの核心的な反論を提示する3) 相手の有力な論点は認めつつも突破口を探す4) 深い思考を促す反问をする5) 回答は3〜5文以内。",
GreetingZH: "你好!我是你的辩论对手。请提出一个你坚信的观点,我会站在反方立场与你辩论,帮你锻炼逻辑思维。",
GreetingEN: "Hello! I'm your debate opponent. Please present a viewpoint you firmly believe in, and I'll argue against it to help sharpen your critical thinking.",
GreetingJA: "こんにちは!あなたのディベート相手です。あなたが信じる观点を提示してください。反対の立場から論じて、論理的思考を鍛えます。",
},
"interpreter": {
ZH: "你是一名同声翻译员。将用户说的话实时翻译为目标语言。规则1) 只输出翻译结果不加任何解释或评论2) 保持口语化自然流畅3) 如果用户说中文翻译成英文如果用户说英文翻译成中文4) 如果不确定目标语言默认中英互译5) 对于专有名词,首次翻译时在括号中注明原文。",
EN: "You are a simultaneous interpreter. Translate what the user says in real-time. Rules: 1) Only output the translation, no explanations or comments; 2) Keep it conversational and natural; 3) If the user speaks Chinese, translate to English; if English, translate to Chinese; 4) Default to Chinese-English translation if the target language is unclear; 5) For proper nouns, note the original in parentheses on first use.",
JA: "あなたは同時通訳者です。ユーザーの発言をリアルタイムで翻訳します。ルール1) 翻訳結果のみ出力し、説明やコメントは加えない2) 口語的で自然な表現を維持する3) ユーザーが中国語を話せば英語に、英語を話せば中国語に翻訳する4) 固有名詞は初出時に原文を括弧で注記する。",
GreetingZH: "我是你的同声翻译。请开始说话,我会实时将中文翻译成英文,或将英文翻译成中文。",
GreetingEN: "I'm your simultaneous interpreter. Please start speaking, and I'll translate Chinese to English or English to Chinese in real-time.",
GreetingJA: "私はあなたの同時通訳者です。お話しください。中国語を英語に、または英語を中国語にリアルタイムで翻訳します。",
},
}
@@ -53,3 +102,23 @@ func GetScenarioPrompt(scenarioID, language string) string {
return p.EN
}
}
// GetScenarioGreeting 根据情景 ID 和语言获取对应的首句引导。
// 返回空字符串表示无此情景或不需要引导(自由对话)。
func GetScenarioGreeting(scenarioID, language string) string {
if scenarioID == "" || scenarioID == "free_chat" {
return ""
}
p, ok := scenarioPrompts[scenarioID]
if !ok {
return ""
}
switch {
case strings.HasPrefix(language, "zh"):
return p.GreetingZH
case strings.HasPrefix(language, "ja"):
return p.GreetingJA
default:
return p.GreetingEN
}
}

View File

@@ -109,7 +109,17 @@ func (e *EinoOrchestrator) ProcessQuery(
ctx = WithRequestID(ctx, req.RequestID)
ctx = WithSessionID(ctx, sessionID)
ctx = WithStartTime(ctx, startTime)
ctx = WithPipelineState(ctx, genLocalState(ctx))
// 创建 State 并从 input 复制元数据
state := genLocalState(ctx)
state.SessionID = input.SessionID
state.RequestID = input.RequestID
state.ImageData = input.ImageData
state.Scenario = input.Scenario
state.Language = input.Language
state.DetailLevel = sess.Config.DetailLevel
state.TTSEnabled = input.TTSEnabled
ctx = WithPipelineState(ctx, state)
// 6. 调用 GraphStream 模式 + 运行时 Callback
streamReader, err := e.graph.Runnable.Stream(ctx, input, e.callbacks)

View File

@@ -10,6 +10,7 @@ import (
"github.com/gin-gonic/gin"
"github.com/gorilla/websocket"
"github.com/hhs/camtalk/internal/ai/llm"
"github.com/hhs/camtalk/internal/auth"
"github.com/hhs/camtalk/internal/config"
"github.com/hhs/camtalk/internal/errors"
@@ -277,7 +278,47 @@ func serveWS(c *gin.Context, sessionMgr session.Manager, orch orchestrator.Orche
errors.SendWSError(client, errors.CodeInternalError, "", err)
continue
}
logger.Log.Infow("config updated", "session", sessionID)
scenarioID := ""
if msg.Payload.Scenario != nil {
scenarioID = *msg.Payload.Scenario
}
logger.Log.Infow("config updated", "session", sessionID, "scenario", scenarioID)
// 如果切换了情景(非自由对话),返回首句引导
if scenarioID != "" && scenarioID != "free_chat" {
sess, err := client.sessionMgr.Get(context.Background(), sessionID)
if err == nil && sess != nil {
greeting := llm.GetScenarioGreeting(scenarioID, sess.Config.Language)
if greeting != "" {
// 发送首句作为 AI 消息
_ = client.SendJSON(models.WsLLMChunk{
Type: "llm_chunk",
RequestID: "scenario_greeting",
Delta: greeting,
Role: "assistant",
})
doneMsg := models.WsLLMDone{
Type: "llm_done",
RequestID: "scenario_greeting",
FullText: greeting,
Model: "",
LatencyMs: 0,
}
doneMsg.TokensUsed.Prompt = 0
doneMsg.TokensUsed.Completion = 0
doneMsg.TokensUsed.Total = 0
_ = client.SendJSON(doneMsg)
// 追加首句到历史记录
_ = client.sessionMgr.AppendMessage(context.Background(), sessionID, models.Message{
Role: "assistant",
Content: greeting,
})
}
}
}
case "interrupt":
logger.Log.Infow("interrupt received", "session", sessionID)

View File

@@ -1,135 +0,0 @@
# 修复文本输入时仍调用摄像头的问题
## 问题描述
当用户关闭视频对话改用文本输入聊天时AI 仍然会说"画面是黑色的",然后才回答问题。这是因为即使摄像头关闭,前端仍然发送了图像数据(黑屏)给后端。
## 问题根源
### 前端问题
`frontend/src/hooks/useVisionSession.ts` 中:
1. **sendTextMessage 函数**(第 441 行):无论摄像头是否开启,都会调用 `captureFrame()` 捕获画面
2. **待发消息队列处理**(第 140 行):连接成功后 flush 待发消息时,也会无条件捕获画面
```typescript
// 问题代码
const frame = captureFrame(); // 即使摄像头关闭也会捕获(返回黑屏)
send({
type: "query",
image: frame ? dataUrlToBase64(frame) : "", // 发送黑屏数据
text: text.trim(),
});
```
### 后端行为
`backend/internal/eino/nodes_history.go` 中:
- 第 68-86 行:只要收到图像数据(`len(imageData) > 0`),就会构建多模态消息发送给 LLM
- LLM 会分析这个黑色画面,导致回复中提到"画面是黑色的"
## 解决方案
### 修改内容
修改了两处代码,都在 `frontend/src/hooks/useVisionSession.ts`
#### 1. sendTextMessage 函数(第 421-462 行)
```typescript
// 修改前
const frame = captureFrame();
// 修改后
// 只在摄像头开启时才捕获画面,避免发送黑屏给 AI
const frame = isCameraOn ? captureFrame() : null;
```
并在依赖数组中添加了 `isCameraOn`
```typescript
[captureFrame, send, connect, accessToken, isCameraOn]
```
#### 2. 待发消息队列处理(第 124-156 行)
```typescript
// 修改前
const frame = captureFrame();
// 修改后
// 只在摄像头开启时才捕获画面,避免发送黑屏给 AI
const frame = isCameraOn ? captureFrame() : null;
```
### 效果
修改后:
- ✅ 摄像头**开启**时,文本输入仍然会携带当前画面(多模态对话)
- ✅ 摄像头**关闭**时,文本输入只发送文字(纯文本对话)
- ✅ AI 不会再说"画面是黑色的"
- ✅ 节省 token 消耗(不发送无用的图像数据)
## 测试场景
1. **开启视频对话 → 关闭摄像头 → 文本输入聊天**
- 预期AI 只回答文本问题,不提及画面
2. **直接文本输入(未开启摄像头)**
- 预期:纯文本对话,不发送图像数据
3. **开启摄像头 → 文本输入**
- 预期AI 可以看到画面并结合文本回答
4. **未连接时文本输入 → 自动连接**
- 预期:待发消息在连接成功后发送,根据当时的摄像头状态决定是否携带画面
## 替代方案(未采用)
### 方案二:后端过滤空图像
在后端 `nodes_history.go` 中增加图像有效性检测:
```go
// 检测图像是否有效(非全黑/全白)
func isValidImage(data []byte) bool {
// 检测文件大小(黑屏图像通常很小)
if len(data) < 1024 { // 小于 1KB
return false
}
// 可以进一步检测像素方差等
return true
}
// 在 NewHistoryLambda 中
if len(imageData) > 0 && isValidImage(imageData) {
// 构建多模态消息
} else {
// 纯文本消息
}
```
**未采用原因**
- 前端方案更直接,从源头解决问题
- 避免后端做额外的图像检测(性能开销)
- 节省网络传输(不发送无用的图像数据)
## 相关文件
- `frontend/src/hooks/useVisionSession.ts` - 核心会话逻辑
- `backend/internal/eino/nodes_history.go` - 后端历史消息组装
- `docs/02-接口文档.md` - WebSocket 协议定义
## 提交信息
```
fix: 关闭摄像头后文本输入不再发送图像数据
修复了用户关闭摄像头后,使用文本输入时 AI 仍会分析黑色画面的问题。
变更:
- sendTextMessage: 只在摄像头开启时捕获画面
- 待发消息队列: 根据摄像头状态决定是否携带画面
效果:
- 摄像头关闭时纯文本对话,不提及画面
- 节省 token 消耗和网络带宽
```

View File

@@ -0,0 +1,664 @@
# 情景切换功能实现与修复完整文档
**项目**: CamTalk 多模态实时 AI 视觉对话助手
**功能**: 情景切换(模拟面试官、英语老师、辩论对手、同声翻译)
**日期**: 2026-06-20
**状态**: ✅ 已完成并修复
---
## 目录
1. [功能概述](#功能概述)
2. [实施内容](#实施内容)
3. [Bug 修复记录](#bug-修复记录)
4. [测试验证](#测试验证)
5. [部署指南](#部署指南)
6. [技术细节](#技术细节)
7. [后续优化建议](#后续优化建议)
---
## 功能概述
### 什么是情景切换?
情景切换功能允许用户选择不同的对话场景AI 会根据选择的情景扮演不同的角色:
| 情景 | AI 角色 | 主要功能 |
|------|---------|---------|
| 🎯 模拟面试官 | 资深面试官 | 提出面试问题,评估候选人能力,给出反馈 |
| 📚 英语老师 | 英语外教 | 全英文对话,纠正语法错误,引导深入交流 |
| ⚔️ 辩论对手 | 辩论选手 | 站在反方立场,用逻辑和证据反驳观点 |
| 🌐 同声翻译 | 翻译员 | 实时中英互译,口语化翻译,无额外解释 |
| 💬 自由对话 | 视觉助手 | 通用视觉对话助手(默认) |
### 核心功能
1. **情景首句引导**切换情景后AI 自动发送第一句话引导用户进入角色
2. **情景提示卡片**:对话顶部显示当前情景模式的蓝色提示卡片
3. **增强 System Prompt**:每个情景有详细的角色定位、交互规则和约束
4. **多语言支持**:完整支持中文、英文、日文界面
---
## 实施内容
### 后端实现
#### 1. 情景 Prompt 定义
**文件**: `backend/internal/ai/llm/scenarios.go`
**变更内容**
- 扩展 `scenarioPrompt` 结构体新增首句引导字段GreetingZH/EN/JA
- 增强所有情景的 System Prompt添加角色定位、交互规则、约束
- 新增函数 `GetScenarioGreeting(scenarioID, language string) string`
**示例 Prompt**(面试官):
```go
"interviewer": {
ZH: `你是一位资深面试官。你通过摄像头观察面试者...
【角色定位】
- 你是面试官,不是助手或顾问
- 你的目标是评估候选人的能力
- 保持专业、客观、礼貌
【交互规则】
1. 每次只问一个问题,等用户回答后再追问
2. 问题要有层次:自我介绍 → 专业问题 → 情景题
3. 对用户的回答给出简短点评,然后追问
...`,
GreetingZH: "你好!我是今天的面试官。让我们先从自我介绍开始...",
}
```
#### 2. 首句引导推送
**文件**: `backend/internal/ws/handler.go`
**变更内容**
在处理 `config` 消息时,如果切换到非自由对话情景,自动返回首句引导:
```go
case "config":
// ... 更新配置 ...
// 如果切换了情景(非自由对话),返回首句引导
if scenarioID != "" && scenarioID != "free_chat" {
greeting := llm.GetScenarioGreeting(scenarioID, sess.Config.Language)
if greeting != "" {
// 发送 llm_chunk 和 llm_done 消息
// 追加到历史记录
}
}
```
**效果**用户切换情景后AI 立即自动说出首句,无需等待用户发送消息。
#### 3. State 初始化修复(关键 Bug 修复)
**文件**: `backend/internal/eino/adapter.go`
**问题**`genLocalState()` 创建的是空 State所有字段都是零值导致 `state.Scenario = ""`
**修复**
```go
// ✅ 修复:从 input 复制元数据到 state
state := genLocalState(ctx)
state.SessionID = input.SessionID
state.RequestID = input.RequestID
state.ImageData = input.ImageData
state.Scenario = input.Scenario // ⬅️ 关键修复
state.Language = input.Language
state.DetailLevel = sess.Config.DetailLevel
state.TTSEnabled = input.TTSEnabled
ctx = WithPipelineState(ctx, state)
```
---
### 前端实现
#### 1. 情景提示卡片
**文件**: `frontend/src/components/ChatPanel/index.tsx`
**变更内容**
在对话列表顶部(非空状态 + 非自由对话模式)添加情景提示卡片:
```tsx
{messages.length > 0 && !isFreeChat && (
<div className="chat-panel__scenario-hint">
<div className="scenario-hint-card">
<span className="scenario-hint-card__icon">
{scenarios.find(s => s.id === activeScenario)?.icon}
</span>
<div className="scenario-hint-card__text">
<strong>{t(scenarios.find(s => s.id === activeScenario)?.nameKey || "")}</strong>
<p>{t(`scenario.${activeScenario}.hint`)}</p>
</div>
</div>
</div>
)}
```
**显示效果**
- 蓝色渐变背景135deg 从蓝到紫)
- 左侧大图标 + 右侧标题和说明
- 最大宽度 520px响应式布局
- 柔和阴影和半透明边框
#### 2. WebSocket 消息修复(关键 Bug 修复)
**文件**: `frontend/src/hooks/useVisionSession.ts`
**问题**:发送 config 消息时缺少 `scenario` 字段,导致后端无法接收到情景切换信息
**修复位置 1**(连接成功时发送初始配置):
```typescript
// ✅ 修复:添加 scenario 字段
send({
type: "config",
payload: {
tts_enabled: config.ttsEnabled,
detail_level: config.detailLevel,
language: config.language,
scenario: config.scenario, // ⬅️ 关键修复
},
});
```
**修复位置 2**updateConfig 函数):
```typescript
// ✅ 修复:添加 scenario 字段
send({
type: "config",
payload: {
tts_enabled: next.ttsEnabled,
detail_level: next.detailLevel,
language: next.language,
scenario: next.scenario, // ⬅️ 关键修复
},
});
```
#### 3. 样式实现
**文件**: `frontend/src/App.css`
新增情景提示卡片样式:
```css
.scenario-hint-card {
display: flex;
align-items: center;
gap: 12px;
padding: 12px 16px;
border-radius: var(--radius-sm);
background: linear-gradient(135deg, rgba(59, 130, 246, 0.08) 0%, rgba(99, 102, 241, 0.08) 100%);
border: 1px solid rgba(59, 130, 246, 0.2);
box-shadow: 0 2px 8px rgba(59, 130, 246, 0.06);
}
```
#### 4. 多语言翻译
**文件**: `frontend/src/lib/i18n/{zh-CN,en-US,ja-JP}.ts`
新增翻译 key
```typescript
"scenario.interviewer.hint": "AI 会扮演面试官,逐步提出专业问题并点评你的回答",
"scenario.englishTeacher.hint": "AI 会用英语对话,纠正语法错误并引导深入交流",
"scenario.debate.hint": "AI 会站在反方立场,用逻辑和证据反驳你的观点",
"scenario.interpreter.hint": "AI 会实时翻译你的话(中英互译),无解释评论",
```
---
## Bug 修复记录
### Bug #1后端 State 未初始化 Scenario
**严重性**: 🔴 Critical核心功能完全失效
**症状**
- 切换到任何情景后AI 仍使用默认通用助手 Prompt
- AI 回答:"我是通义千问,阿里巴巴集团研发的超大规模语言模型..."
- 完全不遵循情景角色设定
**根因**
`backend/internal/eino/adapter.go` 中,`genLocalState()` 创建的是空 State
```go
ctx = WithPipelineState(ctx, genLocalState(ctx))
```
导致 `state.Scenario = ""`(空字符串),`nodes_history.go` 读取到空值后使用默认 Prompt。
**数据流分析**
```
input.Scenario = "interviewer"
❌ state.Scenario = "" (未初始化!)
nodes_history.go 读取到 ""
llm.GetScenarioPrompt("", "zh-CN") 返回 ""
使用默认 Prompt → AI 回答 "我是通义千问..."
```
**修复**
`PipelineInput` 复制元数据到 `PipelineState`
```go
state := genLocalState(ctx)
state.Scenario = input.Scenario // 关键修复
state.Language = input.Language
state.ImageData = input.ImageData
// ... 复制其他字段
ctx = WithPipelineState(ctx, state)
```
---
### Bug #2前端未发送 scenario 字段
**严重性**: 🔴 Critical前后端数据流断层
**症状**
- 后端日志显示:`config updated scenario=""`
- 会话配置中 scenario 未更新,始终为默认值 `free_chat`
- WebSocket 消息缺少 scenario 字段
**根因**
`frontend/src/hooks/useVisionSession.ts` 发送 config 消息时缺少 `scenario` 字段:
```typescript
send({
type: "config",
payload: {
tts_enabled: config.ttsEnabled,
detail_level: config.detailLevel,
language: config.language,
// 缺少 scenario: config.scenario
},
});
```
**修复**
在两处发送 config 的地方添加 `scenario` 字段(第 128 行和第 168 行)。
---
### 完整数据流(修复后)
```
用户切换情景到"模拟面试官"
前端 updateConfig({scenario: "interviewer"})
✅ 发送 WebSocket: {type: "config", payload: {scenario: "interviewer"}}
后端 handler.go 接收并保存
sess.Config.Scenario = "interviewer"
用户发送消息 "你是谁?"
buildPipelineInput() → input.Scenario = "interviewer"
✅ adapter.go 复制state.Scenario = input.Scenario
nodes_history.go 读取 state.Scenario = "interviewer"
llm.GetScenarioPrompt("interviewer", "zh-CN")
返回:"你是一位资深面试官..."
llm.BuildSystemPrompt(..., scenarioPrompt)
注入到 ChatModel System Message
LLM 生成回复:"我是今天的面试官..."
✅ 情景生效!
```
---
## 测试验证
### 编译验证
**后端**
```bash
cd backend && go build -o /tmp/camtalk_fix ./cmd/server
# 产物48MB无编译错误
```
**前端**
```bash
cd frontend && npm run lint
# ESLint 检查通过(无新增错误)
```
---
### 功能测试清单
| 测试项 | 操作步骤 | 预期结果 | 验证方法 |
|--------|---------|---------|---------|
| **首句引导** | 切换到"模拟面试官" | AI 自动说:"你好!我是今天的面试官..." | 观察聊天框 |
| **情景生效** | 问 "你是谁?" | AI 回答:"我是今天的面试官..." | 观察回复内容 |
| **提示卡片** | 发送一条消息后查看顶部 | 显示蓝色卡片:"🎯 模拟面试官 \| AI 会扮演面试官..." | 观察 UI |
| **语言联动** | 切换到"英语老师" | 语言自动切换到 en-USAI 用英语回复 | 观察配置和回复 |
| **持久化** | 切换情景后刷新页面 | 情景配置保持,首句仍在历史中 | 刷新浏览器 |
| **多情景** | 依次测试所有情景 | 每个情景 AI 回复风格明显不同 | 对比回复 |
---
### 日志验证
**查看日志**
```bash
tail -f /tmp/camtalk_server.log | grep -E "config updated|历史组装完成"
```
**修复前**Bug
```
config updated session=xxx scenario="" ← ❌ 空字符串
历史组装完成 ... scenario=free_chat ← ❌ 始终是默认值
```
**修复后**(正常):
```
config updated session=xxx scenario=interviewer ← ✅ 正确接收
历史组装完成 ... scenario=interviewer ← ✅ 正确传递
```
---
## 部署指南
### 部署步骤
#### 1. 停止旧服务(如果正在运行)
```bash
# 查找并停止占用 8080 端口的进程
lsof -ti:8080 | xargs kill -9
```
#### 2. 启动后端
```bash
cd backend
go run ./cmd/server
# 或编译后运行
# go build -o camtalk ./cmd/server && ./camtalk
```
**验证后端启动**
```bash
curl http://localhost:8080/api/health
# 预期输出:{"status":"ok","version":"dev","uptime_seconds":10,"active_sessions":0}
```
#### 3. 启动前端(如已运行则刷新浏览器)
```bash
cd frontend
npm run dev
# 访问 http://localhost:5173
```
**前端无需重启**Vite 会自动热更新HMR只需刷新浏览器页面即可。
---
### 快速验证
1. **打开浏览器** → http://localhost:5173
2. **登录系统**
3. **切换情景** → 右侧配置面板 → 对话情景 → 模拟面试官
4. **观察现象**
- ✨ AI 立即说:"你好!我是今天的面试官。让我们先从自我介绍开始..."
- ✨ 对话框顶部显示蓝色提示卡片
5. **验证效果** → 发送:"你是谁?"
-**正确回复**"我是今天的面试官..."
-**错误回复**"我是通义千问..."
---
## 技术细节
### Eino 框架 State 机制
项目使用 **CloudWeGo Eino** 框架进行 AI 编排State 在节点间共享数据:
```go
// 1. 定义 State 结构
type PipelineState struct {
Scenario string // 必须显式赋值
...
}
// 2. 注册 State 生成函数
g := compose.NewGraph[I, O](
compose.WithGenLocalState(genLocalState),
)
// 3. 节点通过 stateFromCtx(ctx) 读取
state := stateFromCtx(ctx)
scenario := state.Scenario
```
**关键点**`genLocalState` 只是创建空结构体,**必须在调用 Graph 前手动赋值**
---
### WebSocket 协议
**客户端 → 服务端**config 消息):
```json
{
"type": "config",
"payload": {
"tts_enabled": true,
"detail_level": "low",
"language": "zh-CN",
"scenario": "interviewer"
}
}
```
**服务端 → 客户端**(首句引导):
```json
// llm_chunk
{
"type": "llm_chunk",
"request_id": "scenario_greeting",
"delta": "你好!我是今天的面试官...",
"role": "assistant"
}
// llm_done
{
"type": "llm_done",
"request_id": "scenario_greeting",
"full_text": "你好!我是今天的面试官...",
"tokens_used": {"prompt": 0, "completion": 0, "total": 0}
}
```
---
### System Prompt 构建流程
```
sess.Config.Scenario = "interviewer"
PipelineInput.Scenario = "interviewer"
PipelineState.Scenario = "interviewer" (adapter.go 复制)
nodes_history.go 读取 state.Scenario
scenarioPrompt := llm.GetScenarioPrompt("interviewer", "zh-CN")
返回:"你是一位资深面试官。你通过摄像头观察面试者..."
systemPrompt := llm.BuildSystemPrompt(language, detailLevel, scenarioPrompt)
messages[0] = {Role: "system", Content: systemPrompt}
ChatModel 接收到情景 Prompt
LLM 按情景角色生成回复
```
---
## 后续优化建议
### P2强烈推荐
1. **情景切换时创建新会话**
- 避免历史对话干扰新情景
- 弹窗确认:"切换情景会创建新会话,当前对话将保存。是否继续?"
- 实现难度:⭐⭐
- 用户价值:⭐⭐⭐⭐
2. **进一步增强 System Prompt**
- 增加示例对话Few-shot Prompting
- 增加"禁止事项"列表
- 实现难度:⭐
- 效果提升:⭐⭐⭐
### P3可选
1. **情景专属 UI 主题色**
- 面试官 → 深蓝色
- 英语老师 → 绿色
- 辩论 → 红色
- 翻译 → 紫色
2. **切换动画与音效**
- 切换时播放短音效
- 聊天面板淡出淡入动画
---
## 修改文件清单
### 后端3 个文件)
-`backend/internal/eino/adapter.go` — 修复 State 初始化
-`backend/internal/ws/handler.go` — 添加首句引导
-`backend/internal/ai/llm/scenarios.go` — 增强 Prompt + 首句
### 前端5 个文件)
-`frontend/src/hooks/useVisionSession.ts` — 修复 scenario 发送
-`frontend/src/components/ChatPanel/index.tsx` — 添加提示卡片
-`frontend/src/App.css` — 卡片样式
-`frontend/src/lib/i18n/zh-CN.ts` — 中文翻译
-`frontend/src/lib/i18n/en-US.ts` — 英文翻译
-`frontend/src/lib/i18n/ja-JP.ts` — 日文翻译
---
## 经验教训
1. **数据流完整性验证**
- 从用户输入 → WebSocket → 后端逻辑 → LLM → 回复
- 每个环节都需要日志验证
2. **框架封装层的隐式约定**
- Eino State 需要显式初始化
- 不能依赖零值或默认值
3. **端到端测试的重要性**
- 单元测试通过 ≠ 功能正常工作
- 必须包含实际对话验证
4. **前后端协议同步**
- WebSocket 消息字段必须对齐
- 代码 review 需要覆盖完整数据流
---
## 提交信息
```bash
git add backend/internal/eino/adapter.go \
backend/internal/ws/handler.go \
backend/internal/ai/llm/scenarios.go \
frontend/src/hooks/useVisionSession.ts \
frontend/src/components/ChatPanel/index.tsx \
frontend/src/App.css \
frontend/src/lib/i18n/*.ts \
docs/情景切换功能完整文档.md
git commit -m "feat: 实现情景切换功能 + 修复两个关键 Bug
功能实现:
- 后端:添加情景首句引导(面试官/英语老师/辩论/翻译)
- 后端:增强所有情景的 System Prompt角色定位+规则+约束)
- 前端:对话顶部添加情景提示卡片(蓝色渐变+图标+说明)
- i18n完整支持中英日三语
Bug 修复:
- Bug #1: adapter.go 未初始化 PipelineState.Scenario
根因genLocalState() 创建空 State未从 input 复制元数据
影响所有情景均失效AI 使用默认 Prompt
修复:从 PipelineInput 复制 Scenario 等字段到 State
- Bug #2: useVisionSession.ts 未发送 scenario 字段
根因config 消息 payload 缺少 scenario 字段
影响:后端无法接收到情景切换信息
修复:在两处发送 config 的地方添加 scenario 字段
Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>"
```
---
## 附录:故障排查
### 如果情景仍然不生效
1. **检查后端日志**
```bash
grep "config updated" /tmp/camtalk_server.log | tail -5
grep "历史组装完成" /tmp/camtalk_server.log | tail -5
```
- 如果 `scenario=` 是空的,说明前端未发送或后端未接收
- 如果 `scenario=interviewer` 正确,但 AI 回复仍是通用的,可能是 LLM 模型问题
2. **检查前端 WebSocket 消息**(浏览器 DevTools → Network → WS
```json
{
"type": "config",
"payload": {
"scenario": "interviewer" // 确认存在
}
}
```
3. **检查会话配置是否保存**
- 切换情景后LocalStorage 中应该有 `camtalk_config`
- 内容应包含 `"scenario": "interviewer"`
4. **清除缓存重试**
```bash
# 浏览器:清除 LocalStorage
# 后端:重启服务
# 前端:刷新页面
```
---
**文档版本**: 1.0
**最后更新**: 2026-06-20
**维护人员**: CamTalk 开发团队

View File

@@ -1674,6 +1674,54 @@ body {
line-height: 1.4;
}
/* ---- Scenario Hint Card (非空状态顶部提示) ---- */
.chat-panel__scenario-hint {
display: flex;
justify-content: center;
padding: 12px 24px 0;
}
.scenario-hint-card {
display: flex;
align-items: center;
gap: 12px;
padding: 12px 16px;
border-radius: var(--radius-sm);
background: linear-gradient(135deg, rgba(59, 130, 246, 0.08) 0%, rgba(99, 102, 241, 0.08) 100%);
border: 1px solid rgba(59, 130, 246, 0.2);
max-width: 520px;
width: 100%;
box-shadow: 0 2px 8px rgba(59, 130, 246, 0.06);
}
.scenario-hint-card__icon {
font-size: 1.8rem;
flex-shrink: 0;
filter: drop-shadow(0 2px 4px rgba(0, 0, 0, 0.1));
}
.scenario-hint-card__text {
display: flex;
flex-direction: column;
gap: 4px;
flex: 1;
}
.scenario-hint-card__text strong {
font-size: 0.9rem;
font-weight: 600;
color: var(--color-text);
letter-spacing: 0.01em;
}
.scenario-hint-card__text p {
font-size: 0.75rem;
color: var(--color-text-muted);
line-height: 1.5;
margin: 0;
}
/* ---- Voice Input Button ---- */
.chat-input__voice {

View File

@@ -106,6 +106,21 @@ export function ChatPanel({
return (
<div className="chat-panel">
<div className="chat-panel__messages" ref={containerRef}>
{/* 情景提示卡片(非空状态 + 非自由对话) */}
{messages.length > 0 && !isFreeChat && (
<div className="chat-panel__scenario-hint">
<div className="scenario-hint-card">
<span className="scenario-hint-card__icon">
{scenarios.find(s => s.id === activeScenario)?.icon}
</span>
<div className="scenario-hint-card__text">
<strong>{t(scenarios.find(s => s.id === activeScenario)?.nameKey || "")}</strong>
<p>{t(`scenario.${activeScenario}.hint`)}</p>
</div>
</div>
</div>
)}
{/* 空状态:情景选择 + 场景卡片 */}
{isEmpty && (
<div className="chat-panel__welcome">

View File

@@ -130,6 +130,7 @@ export function useVisionSession(accessToken?: string | null, conversationId?: s
tts_enabled: config.ttsEnabled,
detail_level: config.detailLevel,
language: config.language,
scenario: config.scenario,
},
});
@@ -169,6 +170,7 @@ export function useVisionSession(accessToken?: string | null, conversationId?: s
tts_enabled: next.ttsEnabled,
detail_level: next.detailLevel,
language: next.language,
scenario: next.scenario,
},
});
}

View File

@@ -33,14 +33,19 @@ export const enUS: TranslationMap = {
"scenario.choose": "Choose a scenario",
"scenario.freeChat": "Free Chat",
"scenario.freeChat.desc": "AI visual assistant, chat freely",
"scenario.freeChat.hint": "AI will act as a visual assistant to answer your questions",
"scenario.interviewer": "Mock Interviewer",
"scenario.interviewer.desc": "AI plays interviewer for practice",
"scenario.interviewer.hint": "AI will act as an interviewer, asking professional questions and providing feedback",
"scenario.englishTeacher": "English Tutor",
"scenario.englishTeacher.desc": "AI English tutor, corrects grammar",
"scenario.englishTeacher.hint": "AI will converse in English, correct grammar mistakes, and guide deeper conversations",
"scenario.debate": "Debate Opponent",
"scenario.debate.desc": "AI challenges your viewpoints",
"scenario.debate.hint": "AI will argue against your viewpoints using logic and evidence",
"scenario.interpreter": "Interpreter",
"scenario.interpreter.desc": "Real-time Chinese-English translation",
"scenario.interpreter.hint": "AI will translate your speech in real-time (Chinese-English), without explanations",
// Video indicators
"video.observing": "👁️ Observing",

View File

@@ -33,14 +33,19 @@ export const jaJP: TranslationMap = {
"scenario.choose": "シナリオを選択",
"scenario.freeChat": "フリーチャット",
"scenario.freeChat.desc": "AIビジュアルアシスタントと自由に会話",
"scenario.freeChat.hint": "AIがビジュアルアシスタントとしてあなたの質問に答えます",
"scenario.interviewer": "模擬面接官",
"scenario.interviewer.desc": "AIが面接官として模擬面接を実施",
"scenario.interviewer.hint": "AIが面接官として専門的な質問をし、フィードバックを提供します",
"scenario.englishTeacher": "英語の先生",
"scenario.englishTeacher.desc": "AI英語教師が文法を修正し会話を導く",
"scenario.englishTeacher.hint": "AIが英語で会話し、文法の誤りを修正して深い対話を導きます",
"scenario.debate": "ディベート相手",
"scenario.debate.desc": "AIがあなたの观点に反論し論理的思考を鍛える",
"scenario.debate.hint": "AIが反対の立場から論理と証拠であなたの观点に反論します",
"scenario.interpreter": "同時通訳",
"scenario.interpreter.desc": "リアルタイムで中日相互翻訳",
"scenario.interpreter.hint": "AIがあなたの発言をリアルタイムで翻訳します中日相互翻訳、説明なし",
// Video indicators
"video.observing": "👁️ 観察中",

View File

@@ -33,14 +33,19 @@ export const zhCN: TranslationMap = {
"scenario.choose": "选择对话情景",
"scenario.freeChat": "自由对话",
"scenario.freeChat.desc": "AI 视觉助手,自由聊天",
"scenario.freeChat.hint": "AI 会作为视觉助手回答你的问题",
"scenario.interviewer": "模拟面试官",
"scenario.interviewer.desc": "AI 扮演面试官,进行模拟面试",
"scenario.interviewer.hint": "AI 会扮演面试官,逐步提出专业问题并点评你的回答",
"scenario.englishTeacher": "英语老师",
"scenario.englishTeacher.desc": "AI 英语外教,纠正语法并引导对话",
"scenario.englishTeacher.hint": "AI 会用英语对话,纠正语法错误并引导深入交流",
"scenario.debate": "辩论对手",
"scenario.debate.desc": "AI 反驳你的观点,锻炼逻辑思维",
"scenario.debate.hint": "AI 会站在反方立场,用逻辑和证据反驳你的观点",
"scenario.interpreter": "同声翻译",
"scenario.interpreter.desc": "实时中英互译,口语化翻译",
"scenario.interpreter.hint": "AI 会实时翻译你的话(中英互译),无解释评论",
// Video indicators
"video.observing": "👁️ 观察中",