hhs
a04275cc76
- 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
27 lines
1.6 KiB
Markdown
27 lines
1.6 KiB
Markdown
# CamTalk 设计文档
|
||
|
||
CamTalk 是一款多模态实时 AI 视觉对话助手。用户通过摄像头和麦克风与 AI 交互，AI 理解视觉场景和语音输入后，以文字和语音形式给出自然回应。
|
||
|
||
## 文档索引
|
||
|
||
| 文档 | 说明 |
|
||
|------|------|
|
||
| [01-架构设计](01-架构设计.md) | 系统架构、技术栈、模块设计、数据库、部署架构（含 Mermaid 图） |
|
||
| [02-接口文档](02-接口文档.md) | WebSocket 协议、REST API、AI 服务层、编排器、Session Manager、配置管理、数据模型、错误码 |
|
||
| [03-技术选型](03-技术选型.md) | 各技术的选型对比与决策理由 |
|
||
| [04-用户故事](04-用户故事.md) | P0/P1/P2 用户故事、验收标准 |
|
||
| [05-语音交互](05-语音交互.md) | VAD → STT → LLM → TTS 全链路、延迟优化 |
|
||
| [06-视觉理解](06-视觉理解.md) | 帧采样策略、图像编码、多模态 LLM 输入机制 |
|
||
| [07-成本控制](07-成本控制.md) | 智能采样、端云协同、模型分级、缓存复用 |
|
||
| [08-功能创意](08-功能创意.md) | 未来功能创意清单 |
|
||
| [09-技术名词解释](09-技术名词解释.md) | 前端/后端/AI 服务技术名词简明解释 |
|
||
|
||
## 推荐阅读顺序
|
||
|
||
1. **01-架构设计** — 理解三层架构、技术栈和模块全貌
|
||
2. **02-接口文档** — 前后端通信契约，实现时的最高依据
|
||
3. **03-技术选型** — 了解为什么选这些技术
|
||
4. **04-用户故事** — 明确功能优先级
|
||
5. **05~07** — 各技术领域的详细设计
|
||
6. **09-技术名词解释** — 遇到不熟悉的名词时查阅
|