XEngineers/CamTalk
2
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
411 Commits 2 Branches 0 Tags
d0f5f5c94db303901dc514f6c4e7cb0b2d75f56a
Commit Graph

34 Commits

Author SHA1 Message Date
hhs
910e71b6f0 docs: 规范文档对跨域处理的介绍 2026-06-21 13:10:48 +08:00
cfy777
7ee6918015 Merge pull request 'feat: 优化情景切换功能' (#172) from feat/tokentime into develop 
Reviewed-on: http://8.161.227.145:3000/XEngineers/CamTalk/pulls/172
 2026-06-20 23:26:28 +08:00
cfy666
2fb23852ef feat: 优化情景切换功能 2026-06-20 23:24:32 +08:00
cfy666
ed95ce56a8 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

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
 2026-06-20 22:21:03 +08:00
huanghaosheng
159bf278e6 Merge pull request 'docs: 添加令牌桶限流模块设计文档' (#158) from feature/ratelimite into develop 
Reviewed-on: http://8.161.227.145:3000/XEngineers/CamTalk/pulls/158
 2026-06-20 20:36:21 +08:00
cfy666
e56600e408 docs：更新文档 2026-06-20 20:17:16 +08:00
cfy666
ab07e01adf feat: 优化对话历史功能 2026-06-20 19:57:36 +08:00
hhs
85d47c1fc4 docs: 添加令牌桶限流模块设计文档 
- 新建 docs/13-令牌桶限流设计.md，覆盖算法原理、内存/Redis 双实现、配置设计、接入点、测试用例等
- 更新 docs/01-架构设计.md Rate Limiter 模块行链接至新文档
- 更新 docs/README.md 文档索引和推荐阅读顺序
 2026-06-20 17:08:23 +08:00
hhs
4ff8cec312 docs: 添加鉴权体系设计文档，更新认证相关文档 
- 新增 12-鉴权体系设计.md，详细描述 JWT 双 token 轮转认证机制
- 更新架构设计文档，补充认证设计章节的安全机制和配置说明
- 更新接口文档，补充 Refresh Token Rotation 安全机制和前端集成示例
- 更新文档索引，添加新文档的推荐阅读顺序
 2026-06-20 16:51:03 +08:00
cfy666
488b1e62ba docs: 更新前端三态会话模型，新增结束视频保留对话设计文档 2026-06-20 14:47:25 +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
cfy666
3dc2015a91 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
 2026-06-20 13:24:53 +08:00
cfy666
9576884619 docs: 新增 Eino 框架技术文档和重构实施记录 
- docs/11-Eino框架技术文档.md: 框架简介、技术选型对比、核心概念（Lambda/Graph/ChatModel/StreamReader/Callback/State）、CamTalk Graph 设计、目录结构、注意事项
- docs/12-Eino重构实施记录.md: 重构背景、架构变更、四阶段实施详情、代码统计、遗留事项

Co-Authored-By: Claude <noreply@anthropic.com>
 2026-06-19 22:09:07 +08:00
hhs
e6481e0faa docs: 添加 Eino 重构代码计划文档 2026-06-19 17:45:41 +08:00
hhs
a04275cc76 docs: 按功能模块重构文档结构 
- 新建 01-架构设计.md：合并项目概述+系统架构+持久化设计，含 Mermaid 架构图、模块图、时序图、ER 图、部署图
- 新建 02-接口文档.md：合并接口文档+持久化 API+用户模块 API，统一格式去重
- 重编号 03~09，去掉状态标注，规划中功能标记为待实现
- 删除 PLAN_BACKEND.md、PLAN_USER_MODULE.md 及冗余文档
 2026-06-19 15:31:52 +08:00
hhs
dca37f3e48 docs: 同步文档与代码实现状态 
- 02-系统架构: Redis/PostgreSQL 标注已实现，模块表新增 Auth/Store/Migrations，更新表设计和前端组件
- 03-接口文档: config 新增 scenario 字段，Manager 接口补全 UpdateTitle/ListByUser，配置结构体同步，扩展接口替换为实际 Repository
- 04-技术选型: 持久化层标注已实现
- 06-语音交互: TTS Voice 更正为 mimo_default
- 11-持久化与用户系统设计: 所有 Phase 标记完成
- PLAN_BACKEND/PLAN_USER_MODULE: 标记完成状态
- README: 新增实现状态总览，补充文档索引
 2026-06-19 14:58:43 +08:00
hhs
16302af7d2 docs: 添加 Eino 框架参考文档 2026-06-19 14:35:06 +08:00
hhs
5d8cacf16d docs: 更新 README 文档
Some checks are pending
Deploy / deploy (push) Waiting to run
Details
2026-06-14 23:59:00 +08:00
hhs
b57adf153b docs: 补充用户模块 REST API 接口契约 
- PLAN_USER_MODULE.md 新增「前端 API 接口参考」章节
- 03-接口文档.md 同步认证接口、对话接口、WebSocket 认证变更
- 新增错误码 USERNAME_TAKEN / INVALID_CREDENTIALS / INVALID_TOKEN / INVALID_INPUT
- 数据模型补充 User / ConversationSummary / StoredMessage 及对应 TypeScript 类型
- 配置结构体补充 AuthConfig（JWTSecret / AccessTTL / RefreshTTL）
 2026-06-14 18:05:50 +08:00
hhs
4b30e67c2e feat: 扩展 Config 结构体，新增 AuthConfig 配置 
- 新增 AuthConfig 结构体（JWTSecret, AccessTTL, RefreshTTL）
- 在 Config 中添加 Auth 字段
- 设置默认值：access_ttl=15分钟，refresh_ttl=10080分钟（7天）
- JWTSecret 必须通过环境变量 CAMTALK_AUTH_JWT_SECRET 设置
 2026-06-14 16:40:06 +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
cfy777
dfccc824be Merge pull request '修复对话麦克风问题' (#64) from frontend-10 into develop 
Reviewed-on: http://8.161.227.145:3000/XEngineers/CamTalk/pulls/64
 2026-06-14 13:08:46 +08:00
hhs
d8630a8f26 refactor: 前端 WebSocket 地址改为动态推导，添加 Vite 开发代理 
- websocket.ts: 移除硬编码 localhost:8080，基于 window.location 动态构建 WS URL
- vite.config.ts: 添加 /ws 和 /api 的 server.proxy 配置
- 同步更新 02-系统架构.md 和 03-接口文档.md 中的开发环境说明
 2026-06-14 13:00:54 +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
hhs
ca09a1fb72 chore: 清理配置文件并移动功能创意文档 
- .gitignore 添加 .env，防止密钥泄露
- 删除误提交的 backend/.env
- TTS 模型名修正为 mimo-v2.5-tts
- 功能创意.md 移至 docs/10-功能创意.md
 2026-06-14 08:53:12 +08:00
hhs
6e0c67e1cb 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
 2026-06-14 08:52:36 +08:00
hhs
9ce9d8c9f6 docs: Phase 8.2 - 同步接口文档与代码实现 
修正文档与代码的偏差：
- SessionManager → Manager，补充 GetActiveRequestID/ActiveCount 方法
- Orchestrator 更新为接口 + Sender 抽象模式
- POST /api/sessions 移除未实现的 user_id 字段
- STT 移除未实现的 RecognizeStream 方法
- LLM/TTS 接口名更新为 Service/Request/Chunk/Options
- Message 模型移除 ImageURL/TokensUsed（代码未使用）
- 内存实现 MemoryManager 名称对齐
- WebSocket Handler 集成伪代码更新 ProcessQuery 签名
 2026-06-13 16:40:29 +08:00
hhs
991ae4834c docs: Phase 1 移除 CORS 中间件任务 
- CORS 由 Nginx 反向代理统一处理，不在后端实现
 2026-06-13 15:18:11 +08:00
hhs
2e165a459c docs: 添加后端分阶段实施计划（8 Phase） 
从基础设施到集成测试的完整实施路线图，涵盖 Session Manager、AI 服务层、
Orchestrator 编排、WS Handler 接入、REST API、Rate Limiter 等模块。
 2026-06-13 15:01:38 +08:00
hhs
0cafe94f3a docs: 补充跨域处理方案（Nginx 同源反代 + Vite proxy） 
- 02-系统架构: 部署架构改为 Nginx 同源反代模型，新增完整 Nginx 配置和 Vite proxy 配置
- 03-接口文档: 连接管理新增跨域处理小节（生产 Nginx / 开发 Vite proxy / CheckOrigin 策略）
 2026-06-13 14:05:57 +08:00
hhs
360b2a4f50 docs: 补充配置管理规范（Viper + 环境变量）
All checks were successful
Backend CI / ci (pull_request) Successful in 1m5s
Details
Frontend CI / ci (pull_request) Successful in 1m40s
Details 
- 03-接口文档: 新增第六章配置管理（Go 配置结构体、YAML 配置示例、环境变量覆盖规则、Viper 加载代码、启动命令示例）
- 03-接口文档: 原七~九章重新编号为八~十章
- 02-系统架构: 配置管理行补充交叉引用
- README.md: 索引补充配置管理关键词
 2026-06-13 13:31:48 +08:00
hhs
ee557eaa3d docs: 补充 Session Manager 接口规范与 Redis 数据结构 
- 03-接口文档: 新增第五章 Session Manager（Redis Hash+List 数据结构、TTL 策略、接口定义、Handler 集成、MVP 内存实现）
- 03-接口文档: 原五~八章重新编号为六~九章
- 02-系统架构: Session Manager 行补充 Redis 数据结构说明和交叉引用
- README.md: 索引补充 Session Manager 关键词
 2026-06-13 13:24:25 +08:00
hhs
87b6407e2e docs: 补充 AI 编排层接口规范与 tts_audio 音频播放方案 
- 03-接口文档: 新增第三章 AI 服务层接口（STT/LLM/TTS 三个 Service interface + 接入约定）
- 03-接口文档: 新增第四章 AI 编排器（句子级流式并行策略、Orchestrator 实现、错误降级表）
- 03-接口文档: 锁定 tts_audio 音频格式为 audio/mpeg（MP3 24kHz），新增前端 AudioPlayer 播放方案
- 02-系统架构: 更新 Orchestrator 代码为句子级流式并行实现
- README.md: 更新 03-接口文档描述，补充 AI 服务层和编排器关键词
 2026-06-13 13:18:17 +08:00
hhs
10f676f3b4 docs: 扁平化目录结构，优化文档为 Coding Agent 可读格式 
- 移除 Obsidian 特有语法（callout、wikilinks、YAML frontmatter）
- 目录结构从 3 层嵌套扁平化为编号文件（01~09）
- 新增 docs/README.md 文档索引与推荐阅读顺序
- 精简冗余解释，保留所有代码块和实现参考
- CLAUDE.md 全面中文化
 2026-06-12 17:08:20 +08:00