多多英语对话练习产品系统Vibe Coding

项目主要体现在小学英语口语陪练赛道。主要解决孩子开口难、词汇量不足、缺乏语言环境，以及家长难以掌握练习进度与使用时长的问题。典型使用场景是课后家庭练习，而非替代课堂教学。内容围绕动物、颜色、食物、学校、天气、日常等生活话题展开，并强调课标不超纲、内容安全、儿童隐私保护与家长管控。

1、学生端支持文本和语音输入：打字时有年级词库拼写联想，语音可按住说话；多多以流式方式回复英文，并附带中文翻译、温柔纠错、语法小贴士、星星激励和 TTS 朗读。若出现中英混说或听不清，系统用预设纠正话术和句型模板引导，不把这类输入送进大模型。练习结束后展示单词卡片（音标、释义、例句，并区分新词、易错词、超纲词）。另有练习时长倒计时、断线恢复，以及家长布置的薄弱词选词填空练习。
2、家长端可配置年级、教材版本、音色、英/美音、语速、昵称、单次时长和报告频率；可查看学习报告与历史归档、回看对话与总结，并按薄弱词生成测试题、查看孩子完成情况与得分。整体还包含敏感词过滤、内容护栏、积分与连续打卡、消息铃铛待办等。

1、技术上采用 React + Vite 的学生/家长前端、独立管理端、FastAPI 后端、PostgreSQL，以及火山方舟大模型与火山 ASR/TTS，通过 Docker/Nginx 部署。
2、核心流程是：先做输入校验（含中文、空内容、低置信度等），通过后进入对话引擎，结合 Jinja Prompt、词库白名单和用户画像/薄弱词上下文调用 LLM，解析结构化 JSON，再经输出护栏与超纲校验，以 SSE 流式返回并合成语音；会话结束后生成词汇总结，并按日/周归档学习报告。
3、设计上坚持硬约束优先（白名单与输出校验，不只靠 Prompt）、全链路流式、混说不调 LLM，以及简单对话用轻量模型、纠错与长对话用更强模型，以兼顾成本、延迟与教学质量。