XEngineers/CamTalk
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
333 Commits 2 Branches 0 Tags
3572b867c07d2b282bf23dddc9a03b4dc7b53ce3
Commit Graph

23 Commits

Author SHA1 Message Date
cfy666
50c84fce88 fix: 修复新对话首次打字出现两个输入框 
根因：sendTextMessage 断开状态时立即 setMessages 添加用户消息到 UI，
同时 connect() 触发连接成功后 flush useEffect 再次 setMessages 添加同一条消息，
导致消息重复、ChatPanel 渲染出两个输入区域。

修复：断开状态时只入队不立即显示，由 flush 统一处理。
 2026-06-20 14:32:40 +08:00
cfy666
ae9a27c300 feat: 结束视频后保留对话，支持继续文字聊天 
- useVisionSession 新增 stopVideo 回调（停媒体流，保持连接和消息）
- App.tsx 控制区从二态改为三态（initial/video/textOnly）
- 文字对话态显示「重新开始视频」和「结束会话」按钮
- 新增 CSS 样式（video-ended-hint、btn--outline）
- 新增 i18n key（stopVideo/endSession/resumeVideo/video.ended）
- 新增设计方案文档
 2026-06-20 13:48:26 +08:00
cfy777
44f4f3ce1a Merge pull request 'feat：语音对话优化' (#106) from feat/onload into develop 
Reviewed-on: http://8.161.227.145:3000/XEngineers/CamTalk/pulls/106
 2026-06-14 19:55:02 +08:00
cfy666
c3118dd72a feat：语音对话优化 2026-06-14 19:54:22 +08:00
hhs
e11934cf70 fix: 移除未使用的变量和导入，修复 tsc 编译错误 2026-06-14 19:37:16 +08:00
cfy666
8de956719c feat: 实现前端认证系统，WebSocket 连接携带 JWT token 
- 新增 AuthContext/AuthProvider：登录/注册状态管理，JWT 自动刷新
- 新增 AuthPage 组件：登录/注册表单，支持模式切换和前端校验
- 新增 api.ts：封装 auth REST API 客户端（register/login/refresh/logout）
- WebSocket 连接时拼接 ?token=<jwt>，重连自动携带
- useVisionSession 接受 accessToken 参数并透传
- App.tsx 包裹 AuthProvider，未登录时显示登录页
- storage.ts 新增 token/user 的 localStorage 存储
- i18n 新增中/英/日三语 auth 翻译
- App.css 新增 auth 页面和用户 badge 样式
 2026-06-14 18:38:45 +08:00
cfy666
7a0443ebcc style: 样式优化 2026-06-14 16:31:23 +08:00
cfy666
92f3f45c41 feat: 新增会话历史侧边栏，支持新建/切换/删除/重命名会话 
类似 ChatGPT 的侧边栏布局，消息历史持久化到 localStorage。

- 新增 SessionSummary 类型和 localStorage 读写函数
- 新增 useSessionList Hook 管理会话列表 CRUD
- 新增 SessionSidebar 组件（展开/折叠、行内重命名）
- App.tsx 协调 useSessionList 和 useVisionSession
- 消息变化时自动持久化，切换/新建会话时保存并加载
- 新增 i18n 翻译 key（中/英/日）
 2026-06-14 15:44:25 +08:00
cfy666
15b1dd56fa feat: 聊天框与视频功能解耦，输入文字即可开始对话 
之前必须点击「开始对话」连接 WebSocket 后才能使用聊天框。
现在聊天输入框始终可用，输入文字自动连接 WebSocket 并发送消息；
左侧按钮改为「开始视频通话」，单独控制摄像头/麦克风。

- ChatPanel 移除 !isConnected early return，始终显示输入框
- useVisionSession 新增待发消息队列，sendTextMessage 支持自动连接
- startSession 改为仅负责视频（摄像头 + 麦克风 + VAD）
- 修复 statusRef 在 useWebSocketManager 之前声明导致的 TDZ 错误
- 更新 i18n 翻译（新增 controls.startVideo、video.placeholder）
 2026-06-14 15:07:39 +08:00
cfy666
e95b1603c1 feat: 前端 UI 国际化，支持中/英/日三语切换 
之前语言设置只影响后端 AI 行为，前端 UI 文字始终为中文。
新增轻量 i18n 模块（React Context + 翻译字典），切换语言后所有 UI 文字即时刷新。

- 新增 i18n 核心模块和 zh-CN/en-US/ja-JP 翻译文件（约 72 个 key）
- App.tsx 拆分为 App（Provider）+ AppContent（业务），确保 Hook 可访问 Context
- 所有组件通过 useI18n().t() 获取翻译文本
- errors.ts 改为接受翻译函数参数
- storage.ts saveConfig 时派发事件通知 locale 变化
 2026-06-14 14:34:30 +08:00
cfy666
da5c727d8c fix: 修复语音与文字不同步的问题，改为句子级流式播放 
之前前端 TTSPlayer 攒齐所有音频片段后才播放，导致文字全部显示后才开始语音。
改为后端每句 TTS 发送 is_last: true，前端收到每句即加入播放队列，第一句到达即开始播放。

- 后端 Chunk 结构体新增 Final 字段，区分句子结束和整轮结束
- 前端 TTSPlayer 重写为队列式播放，onended 回调自动衔接下一句
- 同步更新接口文档和测试用例
 2026-06-14 13:54:49 +08:00
cfy666
dffc8aa538 feat: 支持无摄像头/麦克风模式打字聊天 
- 修改 startSession 逻辑，摄像头和麦克风为可选
- 连接成功后始终显示聊天输入框
- 更新 UI 提示文字，引导用户打字对话
 2026-06-14 13:13:29 +08:00
cfy666
41cacaa740 fix: 修复麦克风关闭后重新打开无法使用的问题 
- 关闭麦克风时同时停止 VAD
- 打开麦克风时重新初始化 VAD
 2026-06-14 12:54:58 +08:00
cfy666
51ed6aa563 feat: 添加文字输入对话功能 
- 后端 WsQuery 添加 text 字段，支持文本输入模式
- Pipeline 支持文本查询时跳过 STT 直接使用输入文本
- 前端 ChatPanel 添加文字输入框，连接状态下可用
- useVisionSession 添加 sendTextMessage 方法
- 更新接口文档，添加文本输入模式说明
 2026-06-14 12:52:39 +08:00
cfy666
24a6ce5295 fix: 修复新旧 TTS 语音重叠播放的问题 
- TTSPlayer 新增 stopCurrentAudio() 方法，play() 开始前先停止旧音频
- onSpeechEnd 发送新 query 前停止上一轮 TTS 播放
 2026-06-14 12:01:34 +08:00
cfy666
00f10088d0 feat: 底部控制栏添加摄像头/麦克风开关，说话时麦克风脉冲动画 
- useVisionSession 新增 isCameraOn/isMicOn 状态 + toggleCamera/toggleMic
- 底部控制栏添加 📷🎤 图标按钮，开启绿色/关闭红色
- 说话时麦克风按钮绿色脉冲缩放动画（micPulse）
- 按钮样式优化：nowrap 防换行，flex-wrap 自适应

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 20:01:37 +08:00
cfy666
f5536005f6 feat: 实现观察模式，支持持续场景监控（US-05/US-10） 
- 新增 useObservationMode Hook：定时 5s 采帧，similarity < 0.85 触发变化回调
- useVisionSession 新增 dialogue/observation 模式切换
- App Footer 加观察模式切换按钮（激活时蓝色脉冲）
- 视频区左上角显示'👁️ 观察中'绿色角标
- 观察模式下画面变化自动发送 query

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 14:46:42 +08:00
cfy666
2c6489b9a6 feat: 实现关键帧检测与成本控制 
- EdgeProcessor：sampleFrame 降采样 160x120 + compareFrames 像素差异对比
- 重复画面跳过：similarity > 0.9 时不发送 query
- 混合采样策略：静默 5s / 用户说话 1s（docs/08-成本控制.md）
- 请求统计：queryCount + totalTokens 实时显示
- App 状态栏显示成本统计

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 14:38:15 +08:00
cfy666
7e3762b589 feat: 实现会话配置与多轮上下文
All checks were successful
Backend CI / ci (pull_request) Successful in 1m0s
Details
Frontend CI / ci (pull_request) Successful in 1m0s
Details 
- 新增 ConfigPanel 组件：TTS 开关、detail level、语言选择
- 新增 storage.ts：配置持久化到 localStorage
- useVisionSession：连接后自动发送 config，维护最近 10 轮对话历史
- App：齿轮按钮展开配置面板，HD 角标，TTS 播放联动 ttsEnabled

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 14:19:47 +08:00
cfy666
6a47c4dfbb feat: 实现 TTS 语音播放，完成 MVP P0 全部用户故事 
- 新增 TTSPlayer：收集流式 tts_audio 片段，is_last 时拼接解码播放
- useVisionSession 接入 TTS 播放器，interrupt/stopSession 时停止播放
- App 显示 '🔊 正在播放...' 指示器
- MVP P0 四个用户故事前端全部实现（US-01 ~ US-04）

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 13:57:36 +08:00
cfy666
734c93a866 feat: 完善端到端对话闭环，增强消息渲染与错误处理 
- ChatPanel：流式光标动画、token/延迟元数据、自动滚动、三种空状态
- Toast 组件：错误码映射为中文友好文案，3 秒自动消失
- useVisionSession：stt_result 流式更新、防重复发送、打断保存未完成内容、结束清理全部状态
- App：断线提示、视频 loading 遮罩、按钮连接中状态
- ChatMessage 增加 latencyMs、model 字段

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 11:43:16 +08:00
cfy666
9ccd4d6238 feat: 集成 VAD 语音活动检测，打通核心交互链路 
- 重写 useVAD Hook，接入 @ricky0123/vad-web 的 MicVAD
- 支持 onSpeechStart/onSpeechEnd/onVADMisfire 回调
- useVisionSession 中串联摄像头→麦克风→WebSocket→VAD 完整流程
- App.tsx 新增 VAD 加载中和错误状态的 UI 指示
- VAD 参数对齐设计文档：positiveSpeechThreshold=0.5, minSpeechMs=250

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-13 11:10:29 +08:00
cfy666
b5c0d40609 feat: 初始化前端项目，搭建 React + TypeScript + Vite 工程结构 
- 创建 Vite + React 18 + TypeScript 项目（严格模式）
- 安装 @ricky0123/vad-web、onnxruntime-web、uuid 依赖
- 定义全部 WebSocket 消息类型和数据模型（对齐接口文档）
- 实现 WebSocket 连接管理（心跳保活、指数退避重连）
- 实现音频编码工具（PCM↔Base64、DataURL 转换）
- 创建组件骨架：CameraManager、MicManager、EdgeProcessor、WebSocketManager、ChatPanel、VideoPreview
- 实现核心 useVisionSession Hook 骨架
- 配置 ESLint（_前缀变量忽略规则）

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-12 17:46:25 +08:00