docs: 文档与代码一致性检查与修复

- 修复心跳 Bug：应用层 ping 不更新 lastPong，60 秒后连接会被错误断开
- 03-接口文档：audio/mpeg→audio/mp3、STTConfig/TTSConfig 补充 Model 字段、
  APP_ENV 环境变量名修正、配置搜索路径补充、.env 加载说明、Vite proxy 说明修正
- 02-系统架构：补充 ConfigPanel/Toast 组件、Model Router/Rate Limiter 标注规划中、
  补充 Gin 框架、MVP 存储改为 Memory、AI 服务 provider 更新、Orchestrator 伪代码对齐
- 04-技术选型：新增 AI 服务栈选型章节（STT/LLM/TTS）、PostgreSQL 标注规划中
- 06-语音交互：VAD 参数名修正、STT 改为一次性识别描述、音频编码格式补充
- 07-视觉理解：关键帧检测代码改为 TypeScript、分辨率修正、阈值逻辑统一
- 08-成本控制：变量名修正、未实现功能标注规划中、对话历史裁剪策略补充
- CLAUDE.md：同步更新技术栈、模块结构、存储策略描述

docs/07-视觉理解.md

@@ -15,18 +15,30 @@
 | 事件驱动采样 | 用户主动触发（如拍照按钮） | 精确提问场景 |
 | **混合策略** | 低频定时 + 高频事件触发 | **通用推荐方案** |
 
-关键帧检测核心逻辑：
+关键帧检测核心逻辑（TypeScript 实现，`EdgeProcessor/index.tsx`）：
 
-```python
-import numpy as np
+```typescript
+// 降低分辨率到 160x120 做检测，兼顾速度与精度
+const DETECT_WIDTH = 160;
+const DETECT_HEIGHT = 120;
 
-def is_keyframe(prev_frame, curr_frame, threshold=30):
-    """通过帧间像素差异判断是否为关键帧"""
-    diff = np.mean(np.abs(prev_frame.astype(int) - curr_frame.astype(int)))
-    return diff > threshold
+function calcSimilarity(prev: ImageData, curr: ImageData): number {
+  const pixelCount = prev.width * prev.height;
+  let diffSum = 0;
+  // 只比较 RGB 三通道，跳过 Alpha
+  for (let i = 0; i < prev.data.length; i += 4) {
+    diffSum += Math.abs(prev.data[i] - curr.data[i])
+             + Math.abs(prev.data[i+1] - curr.data[i+1])
+             + Math.abs(prev.data[i+2] - curr.data[i+2]);
+  }
+  const avgDiff = diffSum / (pixelCount * 3);
+  return 1 - avgDiff / 255; // 相似度：1 = 完全相同，0 = 完全不同
+}
 ```
 
-> 实际开发中，先降低分辨率（如 320x240）做关键帧检测，再对命中帧保留原始分辨率送入 LLM，兼顾速度与精度。
+阈值说明：
+- 对话模式：`similarity > 0.9` 时跳过（视为重复帧）
+- 观察模式：`similarity < 0.85` 时触发变化回调
 
 ## 图像编码与多模态输入