aac484463d
回忆录 Story 流水线（同步） - 同步路径仅写入 Story 与章节关联，改为 mark_chapter_dirty_sync，不再内联 compose - 物化由 Celery recompose_chapter 异步完成；compose 不变量与异常时保留 dirty 的语义在 repo 中补充说明 - Evidence：大批次时降低 top_k；路由候选 story 携带 char_count/version_count；append 超长/版本过多时强制新开 story - 叙事 prompt：relevant_chunks 去重，减少重复证据噪声 - 叙事回退与忠实度 gate：返回 fallback 类型并记录结构化日志（含耗时、JSON 有效性等） Post-commit 与任务编排 - 新增 post_commit.enqueue_story_post_commit_effects：统一派发 generate_story_image（Redis 去重）、延迟 recompose_chapter、可选 memory compaction - memoir_tasks / story_service / story_image_tasks 改为调用 post-commit 入口；主图回填后按关联章节重算并调度物化与 compacs（锁委托、Redis 单例、ASR to_thread） - 更新 test_narrative_pipeline 以适配 _apply_narrative_fallbacks 返回值
岁月时书 (Life Echo)
一个基于实时 WebSocket 长连接的智能语音对话回忆录生成系统
📖 项目简介
岁月时书 (Life Echo) 是一个创新的回忆录生成平台，通过 AI 智能对话引导用户回顾人生历程，并将口语对话自动整理为结构化的回忆录章节，最终生成精美的 PDF 电子书。
后端侧：会话轮次以 DB conversation_messages 为真源、Redis 为缓存；实时对话编排统一走 ChatOrchestrator；图像任务为 generate_story_image（正文）与 generate_chapter_cover（章节封面）。详见 api/README.md。
核心功能
- 🎙️ 实时语音对话 - 基于 WebSocket 的实时双向语音交互
- 🤖 智能访谈引导 - AI Agent 根据传记结构动态引导用户讲述人生故事
- 📝 自动内容整理 - 将口语对话自动整理为优雅的书面语章节
- 📚 结构化回忆录 - 基于传记结构自动组织章节内容
- 📄 PDF 导出 - 生成精美的回忆录 PDF 文档
- 💾 本地数据存储 - Android 端使用 Room 数据库实现离线数据管理
🏗️ 项目结构
life-echo/
├── api/ # 后端服务（FastAPI）
│ ├── agents/ # LangChain Agent（对话引导、记忆整理）
│ ├── database/ # 数据库模型和连接（PostgreSQL）
│ ├── routers/ # API 路由（REST + WebSocket）
│ ├── services/ # 业务服务（ASR、TTS、PDF、LLM）
│ ├── tasks/ # Celery 后台任务
│ ├── docs/ # API 详细文档
│ ├── main.py # FastAPI 应用入口
│ └── README.md # API 服务文档
│
└── docs/ # 项目文档
🚀 快速开始
前置要求
- 后端开发：
- Python 3.10+
- Docker & Docker Compose（用于 PostgreSQL、Redis）
- LLM API Key（DeepSeek 或兼容 OpenAI 的服务）
后端服务启动
详细步骤请参考 api/README.md
# 1. 进入 API 目录
cd api
# 2. 安装依赖
uv sync --dev
# 3. 配置环境变量（创建 .env 文件）
# 参考 api/README.md 中的环境变量配置说明
# 4. 启动 PostgreSQL 和 Redis
docker compose -f docker-compose.dev.yml up -d
# 5. 数据库迁移
# uv run alembic upgrade head
# 6. 启动 FastAPI 服务
uv run uvicorn main:app --reload --host 0.0.0.0 --port 8000
# 7. 启动 Celery Worker（另一个终端）
uv run celery -A tasks.celery_app worker --loglevel=info --pool=solo
数据库 schema 迁移的正式标准是 Alembic；当前仓库已引入脚手架，api/migrations/*.sql 保留为历史/一次性 SQL 脚本，详情见 api/README.md。
后端开发工具链
后端开发环境通过 uv sync --dev 安装开发工具，当前约定如下：
ruff：负责lint+formatpytest：统一测试入口pytest-asyncio：负责async def测试和异步 fixturepytest-cov：负责覆盖率统计pyright：负责类型检查，但不替代测试和lint
常用命令详见 api/README.md。
🛠️ 技术栈
后端技术栈
| 技术 | 版本 | 用途 |
|---|---|---|
| FastAPI | 0.115.0 | Web 框架，REST API 和 WebSocket |
| LangChain | 0.3.7 | AI Agent 框架（对话引导、内容整理） |
| PostgreSQL | 17 | 关系型数据库 |
| SQLAlchemy + Alembic | 2.0.36 / 1.18+ | ORM 与数据库 schema migration |
| Redis | 7 | 缓存和会话存储 |
| Celery | 5.3 | 异步任务队列 |
| OpenAI API | - | ASR（语音识别）、TTS（语音合成） |
| DeepSeek API | - | LLM（大语言模型） |
| ReportLab + WeasyPrint | - | PDF 生成 |
📚 文档导航
🔐 认证系统
系统使用 JWT（JSON Web Token）进行认证，采用访问令牌（Access Token）+ 刷新令牌（Refresh Token）机制：
- 访问令牌：有效期 2 小时，用于 API 请求认证
- 刷新令牌：有效期 30 天，用于刷新访问令牌
详细认证流程请参考 api/README.md#认证系统
🌟 功能特性
已实现功能
- ✅ 用户注册与登录（手机号 + 密码）
- ✅ JWT 认证系统（访问令牌 + 刷新令牌）
- ✅ 实时 WebSocket 语音对话
- ✅ AI 智能对话引导（基于传记结构）
- ✅ 语音识别（ASR）和语音合成（TTS）
- ✅ 对话内容自动整理为章节
- ✅ 回忆录章节管理
- ✅ PDF 导出功能
- ✅ Android 本地数据存储（Room）
- ✅ 离线数据同步
- ✅ 用户套餐与订单管理
- ✅ 常见问题（FAQ）和反馈系统
开发中功能
- 🔄 更多传记结构模板
- 🔄 图片上传与管理
- 🔄 章节编辑功能
- 🔄 多语言支持
🔒 安全注意事项
- 环境变量安全：确保
.env文件不被提交到版本控制 - SECRET_KEY 安全：生产环境必须使用强随机字符串
- CORS 配置：生产环境应限制为特定域名
- API Key 安全：妥善保管 LLM API Key
- 密码安全：密码使用 bcrypt 哈希存储
🤝 贡献指南
- Fork 本项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 开启 Pull Request
📄 许可证
MIT License
📮 联系方式
如有问题或建议，请通过以下方式联系：
- 提交 Issue
- 发送反馈（应用内反馈功能）
岁月时书 - 让每一段人生故事都被温柔记录 ✨