苏沐晴产品系统Vibe Coding

一个运行在个人电脑上的 AI 对话助手，目标是让 AI 具备**稳定、个性化的对话人格**，并支持日常聊天、记忆、搜索、语音、图片等完整交互。项目从 0 到 1 独立开发，经历了模型选型 → 部署 → 微调 → 功能开发 → 性能优化的完整链路。

本地部署的个性化 AI 对话应用，具备长期记忆、成长分析、联网搜索、语音识别/合成、图片理解与网页端交互。独立完成全流程：基于 Ollama / llama.cpp 的大模型本地部署（8GB 显存下量化与显存调优）、LLaMA Factory + QLoRA 微调（解决回复过长、思考外露、风格不稳问题）、四层记忆系统设计、Flask 后端与原生前端开发、FunASR 语音识别与 edge-tts 语音合成链路。通过量化与内存优化，推理速度达 54+ tokens/s，系统内存占用由 94% 优化至 73%。

- 独立完成全部设计与开发（需求 → 架构 → 编码 → 部署 → 测试）
- 大模型选型与部署：在 8GB 显存、16GB 内存的消费级笔记本上完成 7B 级多模态模型的本地推理
- 微调训练：基于 LLaMA Factory 跑通 QLoRA 微调全流程并部署上线
- 功能开发：记忆系统、成长系统、联网搜索、语音识别/合成、图片理解、网页端
- 性能与资源优化：显存、内存、推理速度的持续调优