立项原因与产品问题
灵山胜境是国家 5A 级景区，年接待游客量大，但现有导览方式存在三类痛点：一是人工导游数量有限、成本高，散客难以随时获得讲解；二是电子导览器多为 GPS 触发式录音播报，内容固定、无法交互，游客追问得不到回答；三是讲解、门票、路线、地图散落在不同入口，信息割裂，游客需要反复查找。
本项目的核心目标是：用「AI 数字人 + 大模型 + 景区知识库」替代固定录音导览，让游客用一部手机就拥有一位随时在线、能多轮对话、能记住个人偏好的专属导游，解决讲解不智能、交互不自然、信息不聚合的问题。
行业场景与业务背景
文旅行业正处在从「信息化」向「智能化」升级的窗口期，AI 导览是智慧景区建设的核心场景之一。本项目同时服务两端的真实业务：面向游客，提供对话式讲解、AR 实景识别、个性化路线与票务查询；面向景区运营方，提供知识库、FAQ、路线与游客行为数据的统一后台，使内容维护成本大幅降低，服务效果可量化。
方案不依赖景区自建算力，全部基于通用大模型 API 与轻量服务器即可运行，具备向其他景区横向复制的条件。
本项目是「电脑端网站 + 手机端 H5/PWA/APK + 景区管理后台」三端一体的智能导览系统，共包含八个功能模块：
1. AI 数字人导游「小灵」：基于大模型的多轮对话讲解，支持上下文记忆、语音播报与 Live2D 数字人口型同步，游客可用文字或语音直接提问。
2. 知识库增强问答（RAG）：后台支持上传 docx/pdf/txt 等资料并自动解析入库；问答时按关键词检索知识库文档、FAQ、景点与票务数据，多路拼接为上下文，保证回答准确、可溯源。
3. AR 实景导览：调用手机真实摄像头、GPS 定位与方向传感器，通过距离与方位角算法识别游客正对的景点，点击「介绍」即弹出讲解；权限缺失时自动降级为模拟模式。
4. 个性化推荐：游客勾选兴趣偏好（佛教文化、摄影、亲子等），系统将偏好注入提示词，动态调整讲解侧重与推荐内容。
5. 景点导览与地图：核心景点的图文详情、亮点与游览须知，支持实时距离计算与「最近景点」导航。
6. 路线规划与票务信息：主题游览路线推荐，门票价格、优惠政策与开放时间查询。
7. 数字人形象管理：可配置数字人模型、换装、表情、动作与音色，支持自定义触发词与口型参数，实现「形象可运营」。
8. 管理后台与数据可视化大屏：景点、FAQ、路线、票务、知识库、对话记录全量增删改查，并配套游客行为采集与可视化分析大屏。
本人负责的具体任务
作为项目负责人主导全流程，承担：需求调研与场景定义、系统架构与数据库设计、后端 API 开发、AI 对话链路搭建（提示词工程、多路知识检索与兜底策略）、AR 实景导览模块开发、Live2D 数字人与语音合成集成、前端页面与手机端 APK 打包、测试部署与文档撰写。
技术栈与架构
采用前后端分离、单端口一体化架构。后端 Node.js + Express 提供 RESTful API，数据层用 better-sqlite3；AI 层接入 DeepSeek 大模型生成回答，并通过子进程协议对接本地部署的 GPT-SoVITS 语音合成服务；前端为原生 HTML/CSS/JS，集成 Live2D Cubism 渲染数字人；手机端用 PWA + Service Worker 实现离线缓存，以 Capacitor 打包安卓 APK。
实现亮点与难点
- 让数字人「活」起来。打通语音合成与 Live2D 口型驱动，Python 子进程 worker 以二进制长度前缀协议流式回传音频，实现「说话即口型同步」，并叠加表情与动作触发，避免数字人沦为静态贴图。
- 无 ARKit/ARCore 实现 AR 识别。组合摄像头实景、GPS 与方向传感器，用 Haversine 公式算距离、方位角判断朝向，实现「对准即识别」；并设计模拟模式、手动选择等降级策略，保证全设备可用。
- 检索增强而非纯模型生成。 景点、FAQ、知识库三路检索按权重排序，配合上下文裁剪，让回答稳定可控；景区可自助上传资料扩充知识，无需改代码。
- 完整工程化交付。 HTTP/HTTPS 双端口与自签名证书解决手机摄像头权限限制，局域网二维码引导手机访问，一键脚本与 EXE 打包让非技术人员也能部署。
评论