214 lines
5.2 KiB
Markdown
214 lines
5.2 KiB
Markdown
# 文字交流模式说明
|
||
|
||
## 概述
|
||
|
||
当前系统已配置为**纯文字交流模式**，暂时不接通语音模块（ASR/TTS）。用户可以通过WebSocket发送文字消息与AI进行对话，系统会自动将对话记录整理成书的多个章节。
|
||
|
||
## 功能特性
|
||
|
||
### 1. 智能对话引导
|
||
- 用户通过WebSocket发送 `TEXT` 类型的消息
|
||
- AI Agent 基于人生阶段（童年、教育、事业、家庭、信念）智能引导
|
||
- Agent 可能返回 1-3 条连续消息，像微信聊天一样自然
|
||
- 所有对话记录保存到数据库
|
||
|
||
### 2. 回忆录增量生成
|
||
- **实时处理**：每条用户消息都会触发后台异步分析
|
||
- **智能分类**：自动识别内容所属的人生阶段
|
||
- **增量写入**：新内容追加到对应章节，不覆盖已有内容
|
||
- **创意标题**：自动生成富有文学性的章节标题
|
||
|
||
### 3. 共享状态管理
|
||
- 对话 Agent 和回忆录 Agent 共享状态
|
||
- 状态包含：当前阶段、已完成阶段、各阶段已收集的信息片段
|
||
- 对话 Agent 根据状态智能选择下一个问题方向
|
||
|
||
### 4. 用户认证
|
||
- 所有操作需要用户登录
|
||
- 使用JWT访问令牌进行认证
|
||
- WebSocket连接需要传递token参数
|
||
|
||
## WebSocket 消息格式
|
||
|
||
### 客户端发送
|
||
|
||
#### 文字消息
|
||
```json
|
||
{
|
||
"type": "text",
|
||
"conversation_id": "conversation-id",
|
||
"data": {
|
||
"text": "我小时候住在北京"
|
||
},
|
||
"timestamp": "2024-01-15T10:30:00.000Z"
|
||
}
|
||
```
|
||
|
||
#### 结束对话
|
||
```json
|
||
{
|
||
"type": "end_conversation",
|
||
"conversation_id": "conversation-id"
|
||
}
|
||
```
|
||
|
||
### 服务端返回
|
||
|
||
#### 连接确认
|
||
```json
|
||
{
|
||
"type": "connect",
|
||
"conversation_id": "conversation-id",
|
||
"data": {
|
||
"status": "connected"
|
||
},
|
||
"timestamp": "2024-01-15T10:30:00.000Z"
|
||
}
|
||
```
|
||
|
||
#### Agent 回应
|
||
```json
|
||
{
|
||
"type": "agent_response",
|
||
"conversation_id": "conversation-id",
|
||
"data": {
|
||
"text": "听起来很有趣！能告诉我更多关于你在北京的生活吗？",
|
||
"index": 0,
|
||
"total": 1
|
||
},
|
||
"timestamp": "2024-01-15T10:30:05.000Z"
|
||
}
|
||
```
|
||
|
||
**多消息支持**：Agent 可能返回多条消息（最多3条），通过 `index` 和 `total` 字段标识：
|
||
- `index`: 当前消息序号（从0开始）
|
||
- `total`: 本次回复的总消息数
|
||
|
||
示例（Agent 返回2条消息）：
|
||
```json
|
||
// 第1条
|
||
{"type": "agent_response", "data": {"text": "那个小院子听起来很温馨。", "index": 0, "total": 2}}
|
||
// 第2条（约0.5秒后）
|
||
{"type": "agent_response", "data": {"text": "奶奶给你讲的故事里，有没有哪个让你印象特别深刻？", "index": 1, "total": 2}}
|
||
```
|
||
|
||
#### 对话结束确认
|
||
```json
|
||
{
|
||
"type": "end_conversation",
|
||
"conversation_id": "conversation-id",
|
||
"data": {
|
||
"status": "ended"
|
||
},
|
||
"timestamp": "2024-01-15T10:35:00.000Z"
|
||
}
|
||
```
|
||
|
||
## 使用流程
|
||
|
||
### 1. 用户注册/登录
|
||
```bash
|
||
POST /api/auth/register
|
||
{
|
||
"phone": "13800138000",
|
||
"password": "password123",
|
||
"nickname": "用户昵称"
|
||
}
|
||
|
||
# 返回 access_token 和 refresh_token
|
||
```
|
||
|
||
### 2. 创建对话
|
||
```bash
|
||
POST /api/conversations
|
||
Authorization: Bearer {access_token}
|
||
|
||
# 返回 conversation_id
|
||
```
|
||
|
||
### 3. 连接 WebSocket
|
||
```
|
||
ws://localhost:8000/ws/conversation/{conversation_id}?token={access_token}
|
||
```
|
||
|
||
### 4. 发送文字消息
|
||
发送 `TEXT` 类型消息，接收 `AGENT_RESPONSE` 回应
|
||
|
||
### 5. 结束对话
|
||
发送 `END_CONVERSATION` 消息，系统自动整理章节
|
||
|
||
### 6. 查看章节
|
||
```bash
|
||
GET /api/chapters
|
||
Authorization: Bearer {access_token}
|
||
|
||
# 仅查看未读章节
|
||
GET /api/chapters?is_new=true
|
||
Authorization: Bearer {access_token}
|
||
```
|
||
|
||
### 7. 查看回忆录状态
|
||
```bash
|
||
GET /api/memoir-state
|
||
Authorization: Bearer {access_token}
|
||
|
||
# 返回示例
|
||
{
|
||
"stage_order": ["childhood", "education", "career", "family", "belief"],
|
||
"current_stage": "childhood",
|
||
"covered_stages": [],
|
||
"slots": {
|
||
"childhood": {
|
||
"place": {"snippet": "在南方一个小镇长大"},
|
||
"people": {"snippet": "跟奶奶关系很好"},
|
||
...
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
### 8. 获取下一个问题方向
|
||
```bash
|
||
GET /api/memoir-state/next-question
|
||
Authorization: Bearer {access_token}
|
||
|
||
# 返回当前阶段和尚未覆盖的话题
|
||
{
|
||
"current_stage": "childhood",
|
||
"empty_slots": ["daily_life", "turning_event"],
|
||
"covered_stages": []
|
||
}
|
||
```
|
||
|
||
### 9. 标记回忆录已读
|
||
```bash
|
||
POST /api/memoir-state/mark-read
|
||
Authorization: Bearer {access_token}
|
||
```
|
||
|
||
## 已移除的功能
|
||
|
||
- ❌ 音频块处理（`AUDIO_CHUNK`）
|
||
- ❌ 语音转文字（ASR）
|
||
- ❌ 文字转语音（TTS）
|
||
- ❌ 转写结果消息（`TRANSCRIPT`）
|
||
- ❌ TTS音频消息（`TTS_AUDIO`）
|
||
|
||
## 保留的功能
|
||
|
||
- ✅ 文字消息处理（`TEXT`）
|
||
- ✅ Agent 多消息回应（`AGENT_RESPONSE`，支持连续 1-3 条）
|
||
- ✅ 智能对话阶段引导
|
||
- ✅ 回忆录增量生成（实时后台处理）
|
||
- ✅ 共享状态管理（回忆录状态 API）
|
||
- ✅ 用户认证
|
||
- ✅ 对话管理
|
||
|
||
## 注意事项
|
||
|
||
1. **WebSocket 连接必须提供 token**：`ws://.../ws/conversation/{id}?token={access_token}`
|
||
2. **所有对话记录都会保存**：用于后续章节整理
|
||
3. **章节增量生成**：每条消息都会触发后台异步分析，不必等对话结束
|
||
4. **章节按类别自动分类**：系统会根据内容自动判断章节类别
|
||
5. **多消息处理**：Agent 可能返回多条消息，客户端应根据 `index` 和 `total` 字段正确处理
|