CamTalk/docs/09-技术名词解释.md

技术名词解释

对架构文档中技术选型表里出现的所有关键名词的简明解释。

---

前端相关

名词	一句话	展开
React 18	组件化 UI 框架	Facebook 开源，把页面拆成组件搭积木拼装。18 版本支持并发渲染。
TypeScript	带类型的 JavaScript	在 JS 基础上增加类型声明，编译阶段就能发现类型错误。
Vite	前端构建工具	利用浏览器原生 ES Module，开发时毫秒级热更新（HMR），构建产物小。
WebSocket	浏览器与服务器的双向通道	HTTP 是"一问一答"，WebSocket 像打电话——接通后双方随时互发消息，适合实时对话场景。
ONNX Runtime Web	浏览器端 AI 推理引擎	微软定义的通用模型格式 ONNX 的运行引擎，可在浏览器中用 WASM 加速跑轻量模型（如 VAD、关键帧检测），零延迟、不耗服务器资源。
VAD	语音活动检测	Voice Activity Detection，检测"人有没有在说话"。WebRTC 内置了高效的 VAD 算法，本项目用 @ricky0123/vad-web 包装。
MediaDevices API	浏览器摄像头/麦克风接口	navigator.mediaDevices.getUserMedia() 是浏览器音视频采集的唯一标准入口，无需插件。

后端相关

名词	一句话	展开
Go (Golang)	高并发后端语言	Google 开发，杀手锏是 goroutine——极轻量协程，一个程序可轻松开几万个，每个只占几 KB 内存，适合管理大量 WebSocket 长连接。
gorilla/websocket	Go WebSocket 库	Go 标准库无内置 WebSocket 支持，此库是社区最成熟的选择，处理了协议握手、帧解析等底层细节。
Redis	内存 KV 数据库	数据放在内存里，读写微秒级。本项目用于会话状态和对话上下文缓存，支持 TTL 过期自动清理。多 Gateway 实例通过 Redis 共享状态。
Viper	Go 配置管理	读取 JSON/YAML/TOML 配置，支持环境变量覆盖，方便开发/测试/生产环境用不同配置。
Zap	Go 结构化日志	Uber 开源，输出 JSON 格式日志，方便工具搜索分析，性能远超标准库 log。

AI 服务相关

名词	一句话	展开
多模态 LLM	能读文字又能看图片的大语言模型	GPT-4o（OpenAI）/ Claude Sonnet（Anthropic），给照片+问题能"看懂"照片再回答。
STT	语音转文字	Speech-to-Text。Deepgram 流式识别延迟 <500ms。备选 FunASR（阿里开源，可自部署）。
TTS	文字转语音	Text-to-Speech。OpenAI TTS 音质接近真人。Edge TTS 免费。支持流式——边生成边读，不必等全部生成完。
GPT-4o-mini	轻量分类模型	又快又便宜的小模型，用于模型路由——先用小模型判断问题复杂度，简单问题走小模型省 API 费用。