面试帮小助手产品系统

远程面试和在线笔试在过去五年里从"补充渠道"变成了主流招聘形态。BOSS直聘、智联、牛客、LeetCode、赛码、各厂自建测评系统把技术面试的四个环节——简历筛选、在线笔试、视频面试、反问环节——全部搬到了同一块屏幕上。这带来两个直接的市场需求：其一，候选人在笔试和面试中需要把题目快速转成结构化答案；其二，这个过程必须在会议软件共享屏幕、录屏、以及监考端截图取证的情况下保持不可见。围绕前者形成了"题库 + 大模型 + 语音识别"的答案辅助工具赛道，围绕后者形成了"窗口捕获排除、进程隐藏、音频会话伪装"的桌面隐身技术需求。市面上的产品大致分三类：纯题库类（离线、无模型、命中率依赖人工整理）、纯大模型类（通用问答，无题目匹配和场景化提示词）、以及桌面端整合类（把 ASR、OCR、检索、模型调用、剪贴板注入串成一条操作链）。第三类门槛最高，因为它同时要处理低延迟流式语音、屏幕内容理解、多协议模型转发、以及 Windows 显示与进程层面的隐蔽性，还要配套一套可运营的授权分发体系。本项目的定位就是第三类：一个 Windows 10/11 上的 WPF/.NET 8 桌面工具，配自建授权服务、官网和管理后台，形成"客户端 + 卡密分发 + 官方模型代理"的完整商业闭环。行业痛点集中在四点：本地 ASR 模型体积与识别延迟的平衡、题目口音/漏字/口语化带来的模糊匹配、共享屏幕时的窗口泄漏、以及官方 API Key 不能下发到客户端的代理需求。

1. 面试模式（实时语音问答）：按住 Ctrl 采集系统回环音频（WASAPI Loopback，抓的是会议对面播放的声音而非麦克风），松开即提交。音频统一重采样为 16 kHz 单声道，优先走本地 Sherpa-ONNX 中文 Zipformer 流式识别（4 路束搜索、339 条技术热词表、Silero VAD 起止检测，VAD 缺失自动回退 RMS 能量检测），也可切换 HTTP Whisper。转录稳定后先检索本地题库，未命中再请求大模型；回答以流式方式逐字显示，输出为可直接跟读的口述段落。

2. 笔试模式（截图识题）：单按 Ctrl 触发截屏，经 Windows OCR（Windows.Media.Ocr，含多档图像预处理变体）与视觉模型识题，返回答案。面试与笔试互斥，启动时均关闭，切换模式保留答案。

3. 答案浮层：置顶可穿透浮岛窗口，支持 Markdown 渲染、流式增量、透明度调节；Ctrl+V 连续推进分段粘贴（按行边界切分、浮层显示第 N/M 段、结束后恢复原剪贴板内容）、Esc 取消、Alt 重试复用已有转录、Ctrl+Alt+O 显隐答案。

4. 本地题库：支持单个 .md 文件或递归文件夹；题目按 ### 标题 + 答： 结构解析，代码块内的伪标题不误判；检索先做完整题目与复合题别名精确匹配，再用模糊算法处理漏词、口语化和转写差异，相似度接近的多条结果逐条展示并标注置信度。

5. 模型接入：支持 OpenAI Chat Completions 与 Anthropic Messages 两种协议，可自动拉取模型列表或手填模型名；进入面试、开始收音、切换模型时异步预连接，一分钟内合并重复预热。

我负责的范围：项目为独立开发，从桌面客户端、授权服务、官网、管理后台到构建发布流水线全部由我实现，包括需求拆解、架构设计、Win32 互操作与原生 DLL 开发、服务端 API、前端页面、部署脚本与发布包完整性体系。
1. 首字延迟压缩：松手前用稳定转录最多预发一次模型请求，松手后核对最终问题、上下文和配置指纹，改口或换模型则丢弃旧请求。这要求请求可取消、状态可回滚，且不能出现“旧答案覆盖新答案”的竞态。
2. 本地流式 ASR 工程化：接入 Sherpa-ONNX 时自行完成重采样、归一化、VAD 分段与热词偏置，并在 VAD 模型缺失/加载失败时无缝降级到 RMS 能量检测，保证已有安装不被新依赖打断。
3. 题库模糊匹配算法：融合包含度、Levenshtein 编辑距离、最长公共子序列与字符重叠率，按查询长度动态调整最低阈值，并对 best - 0.08 内的候选做聚类展示，避免语音漏字导致误判为唯一答案。
4. 捕获保护的失效安全：对 SetWindowDisplayAffinity 的失败做了结构化分类（分层窗口、系统版本不支持、API 拒绝、回读不一致），并规定“保护失败即隐藏答案并停止剪贴板输出”；巡检层自动扫描本进程所有可见顶层窗口补齐遗漏，不依赖开发者逐个记得保护。
5. 进程隐藏：识别到进程枚举的事实源头在枚举方，因此把原生 DLL 注入任务管理器、Process Explorer、System Informer 等进程，挂钩 ntdll!NtQuerySystemInformation 摘除目标链表项；清单刻意不申请管理员权限，普通权限下降级为只对同权限枚举者生效并如实上报状态，用户可按需提权重启。