儿童聊天小屋产品系统Vibe Coding

本项目是一个面向儿童的 AI 智能对话陪伴平台，支持多模态交互（文字、语音、图片），具备知识问答、内容安全审核和实时语音对话能力。

- 支持儿童通过网页进行文本聊天，流式响应
- 支持调用手机、电脑麦克风输入语音，并播放机器人语音
- 支持用户上传图片，机器人结合图片内容进行回答
- 支持机器人在当前会话内主动追问、主动延展聊天
- 支持面向儿童的陪聊和常识科普问答
- 支持基础安全策略和会话记录保存
- 完整后台运营平台

主要用户：儿童
次要用户：运营角色，后续可扩展的家长角色

儿童对话场景 — 客户端 child-chat 模块定义了三种助手风格：kid（童趣）、science（科普）、buddy（伙伴），录音状态机为 idle → recording → recognizing，支持自动播放回复

多模态交互 — 消息类型涵盖 TEXT、IMAGE、AUDIO、SYSTEM，用户可通过语音、图片、文字与 AI 对话

内容安全审核 — 文本+图片双向审核，保障儿童内容安全。

本地化 AI 部署 — ASR/TTS 模型全部本地运行，不依赖第三方云服务。

会话管理 — CustomerSession（客户会话）+ SessionMessage（会话消息）+ AiCallLog（AI调用日志，含 token 数、TTS字符数、ASR音频时长），完整的对话生命周期追踪。

一句话总结：这是一个面向儿童教育/陪伴场景的 AI 智能客服平台，核心能力是多模态对话（语音+图片+文字），强调内容安全审核和数据本地化，技术架构为 Spring Cloud 微服务 + Vue3 前后端分离 + Python AI 中间件 + 本地 ASR/TTS 模型服务。

- 多模态对话：支持文字、图片、语音三种消息类型，儿童可通过语音、拍照、打字与 AI 交互。
- 语音识别（ASR）：基于 Qwen3-ASR 本地推理，支持 wav、mp3、flac、ogg、m4a 等多种音频格式转写。
- 语音合成（TTS）：基于 Kokoro-TTS 本地推理，支持自定义音色、语言和语气控制，另有 Qwen3-TTS 备选方案。
- 内容安全审核：对文本和图片进行双向审核，保障儿童内容安全。
- 会话管理：完整的对话生命周期追踪，包括客户会话（CustomerSession）、会话消息（SessionMessage）、AI 调用日志（AiCallLog，含 token 数、TTS 字符数、ASR 音频时长）。
- 智能追问：根据对话上下文自动生成跟进问题，引导儿童持续互动。
- 图片识别：支持图片上传与理解，辅助视觉场景对话。
- 实时通信：基于 NDJSON（HTTP Chunked Transfer）流式传输，后端通过 Spring StreamingResponseBody 逐行推送 delta/done/title/error 事件，前端通过 Fetch API ReadableStream 实时读取逐字渲染，实现打字机效果的流式回复。
- 后台管理：用户、角色、菜单、字典、日志、文件、定时任务等系统管理功能。
- ASR/TTS 模型全部本地部署运行，不依赖第三方云服务。

技术栈

后端

Java 25 + Spring Boot 3.4 + Spring Cloud 2024
pig 微服务框架（pig4cloud），含网关、认证、权限管理通用模块
MySQL（数据持久化）
Spring StreamingResponseBody + NDJSON（流式响应）
Redis（缓存、分布式锁）

前端

Vue 3 + TypeScript + Vite
Element Plus（UI 组件库）
Tailwind CSS（样式）
pnpm（包管理）
Fetch API + ReadableStream（NDJSON 流式读取，逐字渲染）
MediaRecorder API（浏览器端录音采集）


本地模型服务（AI核心能力）

Python + FastAPI
封装 ASR、TTS接口

qwen-asr：Python + FastAPI + Qwen3-ASR-0.6B，CPU 推理，有界队列串行执行
kokoro-tts：Python + FastAPI + Kokoro-82M-v1.1-zh，CPU 推理（主用 TTS）
qwen-tts：Python + FastAPI + Qwen3-TTS-12Hz-0.6B-CustomVoice，CPU 推理（备选 TTS）

测试与自动化

Playwright + Node.js + TypeScript（网页自动化与回归测试）