手机网页(PWA)实时辅助电脑端面试 —— 面试官一问完，AI 立刻给出可直接念出口的参考答案
手机麦克风拾音 → 区分面试官/本人 → 面试官问完，AI 立刻给出口语化或公考结构化参考答案；可上传简历、填写应聘公司，AI 自动结合。
Warning
合规提示：公考等属国家考试，实时作弊可能触犯《刑法》第 284 条之一；企业面试使用亦违反诚信规则。建议定位为「模拟面试 / 面后复盘 / 表达训练」，勿用于真实国家考试。详见 技术方案。
- ⚡ 低延迟 —— 语音识别与大模型全在火山云端，本地只做很轻的声纹推理
- 🎯 说话人分离 —— 开场念一句注册声纹，逐句验证"本人/面试官"，只在面试官提问时触发 AI
- 🗣️ 两种作答模式 —— 口语化（结论先行、有逻辑有重点）/ 公考结构化（完整正式答案）
- 📄 简历 + 公司 —— 上传简历、填写应聘公司，AI 自动结合作答
- 📱 纯网页 PWA —— 手机只需浏览器，无需装 App；对外只暴露一个
:8000端口 - 🐳 单镜像部署 —— 前端 + Go 实时核心 + 声纹 + 上下文，supervisor 一容器拉起
- 🧮 无需 GPU —— 2–4 vCPU / 4–8GB 内存即可起步
flowchart LR
Phone[手机 PWA<br/>麦克风→16k PCM] -->|WSS /ws| BE
Phone -->|HTTPS /ctx| BE
subgraph Server[服务器 · CPU 即可]
BE[backend-go<br/>实时核心 :8000<br/>含前端静态] -->|HTTP 声纹| VP[voiceprint :8101<br/>resemblyzer]
BE -->|/ctx 反代| CTX[context :8102<br/>简历+公司]
BE -.WS.-> VOLC[(火山 大模型流式 ASR)]
BE -.HTTPS.-> ARK[(火山方舟 豆包 2.0 mini)]
CTX -.HTTPS.-> ARK
end
Note
部署为单个镜像 skadli/interview：容器内由 supervisor 同时拉起下面三个进程（前端由 Go 托管）。
| 组件 | 目录 | 容器内端口 | 语言/技术 | 职责 |
|---|---|---|---|---|
| 实时核心 | backend-go/ | 8000（对外唯一入口） | Go + gorilla/websocket | WS 网关、火山 ASR 流、豆包 LLM 流、编排、声纹调用、托管前端、/ctx 反代 |
| 声纹 | services/voiceprint/ | 8101（容器内） | Python + resemblyzer | 声纹注册 + 逐句验证（区分本人/面试官） |
| 上下文 | services/context/ | 8102（容器内） | Python + PyMuPDF + 豆包多模态 | 简历解析、公司简报 |
| 前端 | web/ | 由 backend 托管 | Vite + TS (PWA) | 采集/注册/双模式/流式/历史/简历上传 |
手机端只接触 8000 一个端口：/ws(语音) 与 /ctx(简历/公司) 都经 backend 同源转发，省去 CORS 与 HTTPS 混合内容问题。
cp .env.example .env # 填入 VOLC_API_KEY（火山语音）与 ARK_API_KEY（方舟豆包）
docker compose up -d --build
# 浏览器打开 http://<服务器IP>:8000 （手机用麦克风需 HTTPS，见下）Tip
还没有火山 key？ 把 docker-compose.yml 里的 ASR_PROVIDER、LLM_PROVIDER 都改成 mock，即可先把界面与全链路跑起来。
Note
镜像默认含 CPU 版 torch（声纹用），较大较慢。想要小镜像：docker compose build --build-arg WITH_TORCH=0（声纹降级为"不分离"，体积大幅减小）。容器内声纹加载 torch 需些时间，但对外的 :8000 健康检查很快就绪。
所有重计算（语音识别、大模型）都在火山云端。服务器本地只有很轻的活：声纹是小模型 CPU 推理（逐句 ~20–80ms），简历解析是 CPU。2–4 vCPU / 4–8GB 内存即可起步。真正影响延迟的是到火山的网络 RTT，建议服务器部署在火山同地域（如华北/北京）。
手机浏览器要用麦克风必须 HTTPS。两种方式：
- 内网穿透：
cloudflared tunnel --url http://<服务器IP>:8000，用它给的 https 域名。 - 反向代理：Caddy/Nginx 终止 TLS 回源到
:8000（WebSocket 需开Upgrade透传）。
Important
本项目用到火山引擎两个产品，对应两个互不相同的 key：语音 key 调方舟会 401，反之亦然。
- 流式 ASR：火山引擎控制台 → 语音技术 → 开通「豆包流式语音识别2.0」，新版控制台拿单个 API Key（填
VOLC_API_KEY，走X-Api-Key）。VOLC_RESOURCE_ID默认volc.bigasr.sauc.duration（它才是真正的"用哪个模型"开关）。仍是旧版控制台（App ID + Access Token 两段式）时，改填VOLC_APP_KEY/VOLC_ACCESS_KEY并留空VOLC_API_KEY（代码两者都兼容）。 - 豆包 LLM：火山方舟 → 开通模型 / 创建推理接入点，拿 API Key（
ARK_API_KEY）。模型默认doubao-seed-2-0-mini-260428（最新快模型）；用接入点ep-xxx可启用上下文缓存（ARK_CONTEXT_CACHE=true，失败自动回退）。
完整示例见 .env.example。常用项（默认值取自 backend-go/config.go）：
| 变量 | 默认 | 说明 |
|---|---|---|
ASR_PROVIDER |
mock |
volc 走火山流式 ASR；mock 免 key 跑通链路（compose 默认设为 volc） |
LLM_PROVIDER |
mock |
ark 走方舟豆包；mock 免 key（compose 默认设为 ark） |
VOLC_API_KEY |
— | 火山语音新版统一鉴权（X-Api-Key） |
VOLC_RESOURCE_ID |
volc.bigasr.sauc.duration |
真正的 ASR 模型选择器 |
VOLC_ASR_MODEL |
bigmodel |
请求里的 model_name（占位/兼容） |
ARK_API_KEY |
— | 方舟豆包 LLM key（与语音 key 不同） |
MODEL_FAST / MODEL_STRONG |
doubao-seed-2-0-mini-260428 |
口语化用 Fast、结构化用 Strong（默认同模型） |
ARK_CONTEXT_CACHE |
false |
上下文缓存（需 MODEL_* 设为接入点 ep-xxx；失败回退） |
SPEAKER_SIDECAR_URL |
空 | 声纹服务地址；空则不分离（全部视为面试官） |
SPEAKER_THRESH |
0.75 |
声纹相似度阈值（≥ 视为本人） |
ENDPOINT_MS |
650 |
句尾静音端点（仅 mock 能量 VAD 用，volc 由服务端决定） |
Note
单镜像内声纹 / 上下文是同容器进程，地址已内置为 127.0.0.1:8101 / 127.0.0.1:8102，无需手动配 SPEAKER_SIDECAR_URL / CONTEXT_URL。
💻 本地开发（不走 Docker）
# 1) 实时核心（mock，免 key）
cd backend-go; $env:ASR_PROVIDER="mock"; $env:LLM_PROVIDER="mock"; go run .
# 2) 上下文服务
cd services/context; ./run.ps1
# 3) 前端（dev server，已代理 /ws->8000、/ctx->8102）
cd web; npm install; npm run dev # http://localhost:5173
# 4) 声纹（需 Python 3.11/3.12 装 torch；本机仅 3.14 时为降级模式）
cd services/voiceprint; ./run.ps1后端单测：cd backend-go; go test ./...（mock ASR + mock LLM 跑通编排，校验事件序列与提示词拼装）。
推送代码即由 GitHub Actions（build-and-publish.yml）自动构建单个三合一镜像，并同时推送到两个 registry：
| Registry | 镜像 | 说明 |
|---|---|---|
| 🐳 Docker Hub | docker.io/skadli/interview |
公开，docker pull 免登录 |
| 📦 GHCR | ghcr.io/skadli/interview |
GitHub 包，默认私有 |
触发与标签
- push 到
main→ 产出:main、:<short-sha>、:latest - 打
v*标签 → 产出对应语义版本（如v1.2.0→:1.2.0，并刷新:latest）
发布一个版本
git tag v1.0.0 && git push origin v1.0.0 # 触发构建，产出 :1.0.0 与 :latest服务器更新到最新发布（用 docker-compose.prod.yml，拉单镜像、不本地构建）
cp .env.example .env # 只需填 key
docker compose -f docker-compose.prod.yml pull
docker compose -f docker-compose.prod.yml up -dNote
生产 compose 默认用 GHCR 镜像，而 GHCR 包默认私有：服务器先 docker login ghcr.io（用户名 + 具 read:packages 的 PAT），或把 compose 里 image: 换成公开的 docker.io/skadli/interview:latest 免登录直接拉。
Tip
自动部署（可选）：仓库 Settings → Secrets 配 DEPLOY_SSH_HOST / DEPLOY_SSH_USER / DEPLOY_SSH_KEY / DEPLOY_PATH（可选 DEPLOY_SSH_PORT；私有镜像再加 GHCR_USER / GHCR_TOKEN、Docker Hub 推送需 DOCKERHUB_TOKEN），push main 或打标签后自动 SSH 到服务器执行 pull && up -d。未配置则只发布镜像、不自动部署。
backend-go ｜ voiceprint ｜ context ｜ web ｜ 总体技术方案
Note
p0/ 是早期 Python + mock 原型，已验证全链路，仅作参考，不参与生产部署。