小智数码助手产品系统Vibe Coding

随着大模型技术普及，用户在购买数码产品时面临信息过载问题，传统搜索引擎无法提供结构化的对比分析。本项目旨在打造一款垂直于数码消费领域的 AI 智能助手，帮助用户快速获取产品参数、价格对比和购买建议，降低选购决策成本。

项目包含以下核心功能模块：
①深度搜索问答模块，基于 Tavily 实时检索互联网数据，结合 LangGraph 多节点推理链对数码产品进行结构化分析并生成 Markdown 格式回答，搜索来源以 favicon 标签形式展示在回复底部；
②多方言语音合成模块，集成火山引擎 TTS，支持普通话、闽南语、东北话等方言朗读，用户可在侧边栏设置面板中切换；
③持久化对话记忆模块，基于 SQLite 存储每轮对话摘要，支持跨会话上下文理解，能识别指代词和追问场景；
④实时流式交互模块，通过 WebSocket 全双工通信，逐步推送搜索进度、结构化数据和流式文本，支持用户中途停止生成。

负责项目前后端全栈开发。后端基于 FastAPI + LangGraph 构建多节点 Agent 推理链（Classifier → Planner → Researcher → Synthesizer → Critic），实现意图分类、搜索增强生成（RAG）和质量自动重试机制；设计滑动窗口结合 LLM 摘要压缩的记忆管理方案，解决长对话 token 超限问题。前端基于 React 18 + Vite + Tailwind CSS 实现流式渲染和 WebSocket 状态管理。使用 Docker Compose + Nginx 完成容器化部署。技术亮点在于通过线程池桥接同步 LangGraph 生成器与异步 WebSocket 事件循环，实现无阻塞的逐节点流式推送。