docs: 更新技术文档，同步 Eino 重构和默认 provider 变更

- 架构设计：更新为 Eino Graph 声明式编排，增加三级存储架构说明
- 接口文档：AI 编排器章节重写为 Eino Graph，更新 LLM 服务接口
- 技术选型：新增 Eino 框架选型章节，修正 STT/LLM/TTS 默认方案
- 语音交互：Pipeline 描述改为 Eino Graph
- 成本控制：模型引用修正为 qwen3-vl-plus
- 技术名词解释：新增 Eino 框架相关术语
- README：增加 10/11/12 Eino 文档索引
- 10-Eino重构方案：状态更新为已实施
- CLAUDE.md：同步所有变更

docs/05-语音交互.md

@@ -14,6 +14,8 @@
 麦克风 → VAD → STT → LLM → TTS → 扬声器
 ```
 
+> 后端 AI 编排基于 Eino Graph 声明式 DAG 实现：`START → STT → History → ChatModel → Msg2Str → Splitter → TTS → Done → END`。详见 [11-Eino框架技术文档](11-Eino框架技术文档.md)。
+
 ## 环节一：VAD（语音活动检测）
 
 从持续音频流中检测"人什么时候在说话"，避免将环境噪音当作有效输入。**浏览器端完成**，节省 ~70% 带宽。
@@ -41,12 +43,12 @@ vad.start();
 
 | 方案 | 延迟 | 成本 | 特点 |
 |------|------|------|------|
+| **MiMo ASR**（默认） | ~1s | 按量计费 | 国产替代，兼容 OpenAI 格式，HTTP 非流式 |
+| **Deepgram** | <500ms | 按分钟计费 | 流式识别，延迟极低 |
 | Whisper API | 1-3s | 按分钟计费 | 准确率高，支持多语言 |
-| **Deepgram**（默认） | <500ms | 按分钟计费 | 流式识别，延迟极低 |
-| **MiMo ASR**（小米） | ~1s | 按量计费 | 国产替代，兼容 OpenAI 格式，HTTP 非流式 |
 | 浏览器原生 | ~1s | 免费 | 中文效果一般 |
 
-当前实现为**一次性语音识别**（非流式）：前端 VAD 检测到用户说完后，将完整音频片段发送到后端，后端调用 `stt.Recognize()` 一次性返回识别结果。流式 STT 为未来优化方向。
+当前实现为**一次性语音识别**（非流式）：前端 VAD 检测到用户说完后，将完整音频片段发送到后端，后端通过 Eino Graph 的 STT Lambda 节点调用 `stt.Recognize()` 一次性返回识别结果。流式 STT 为未来优化方向。
 
 音频编码格式：前端 `audio.ts` 将 Float32Array 转为 Int16 PCM（16kHz, pcm_s16le）再编码为 Base64。
 
@@ -59,8 +61,8 @@ vad.start();
 当前实现参数：Voice `"mimo_default"`（可通过配置切换）、Speed `1.0`、OutputFmt `"mp3"`、SampleRate `24000`。
 
 方案选择：
-- **OpenAI TTS**（默认）：音质好，延迟中等，按字符计费，模型 tts-1
-- **MiMo TTS**（小米）：国产替代，通过配置切换
+- **MiMo TTS**（默认）：国产替代，模型 mimo-v2.5-tts，通过配置切换
+- **OpenAI TTS**：音质好，延迟中等，按字符计费，模型 tts-1
 - **Edge TTS**（待实现）：微软免费方案，音质不错，延迟略高
 
 ## 延迟优化要点