# AI面试助手

**Repository Path**: RonnieKey_admin/gok

## Basic Information

- **Project Name**: AI面试助手
- **Description**: AI面试助手
- **Primary Language**: JavaScript
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-07-30
- **Last Updated**: 2026-07-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 线上面试 AI 助手（Interview AI Assistant）

基于 Electron + Vue 3 的桌面端线上面试辅助工具，实时监听面试官语音，经云端 ASR 转写后自动触发大模型（RAG）生成回答，以悬浮窗形式呈现在屏幕上，帮助求职者从容应对线上面试。

## 功能特性

- **实时语音识别**：渲染层 Loopback 采集系统声音（面试官语音），经 Fun-ASR-Realtime WebSocket 云端实时转写为文本
- **即时 AI 回答**：识别到完整句子后立即向大模型提问（RAG 增强），流式输出回答，无需等待整轮结束
- **悬浮窗**：无边框透明置顶窗口（AlwaysOnTop），面试时覆盖在会议软件上方，展示面试官问题与 AI 回答
- **一键开始/暂停**：主窗口 + 悬浮窗双入口控制，停止时立即中止 AI 生成
- **RAG 知识库**：支持 PDF/Word/图片文档摄入，基于 LanceDB 向量检索增强回答质量
- **模型配置**：支持多种模型供应商（DashScope / OpenAI / Anthropic 等），模型按类型（对话 / 实时语音 / ASR）独立启停
- **面试回放**：历史会话列表，对话详情回看
- **日志管理**：按天分文件存储，支持在线筛选查看
- **数据安全**：API Key 加密存储，支持一键清除所有本地数据

## 技术栈

| 层 | 技术 |
|---|---|
| 桌面框架 | Electron 32 + electron-vite |
| 前端 | Vue 3（Composition API）+ TypeScript + Vite 5 |
| 状态管理 | Pinia |
| UI 组件 | Ant Design Vue + TDesign Vue Next Chat |
| 数据库 | better-sqlite3 |
| 向量库 | LanceDB（本地） |
| 语音识别 | 云端 Fun-ASR-Realtime（WebSocket）|
| LLM 调用 | LangChain / HTTP Stream |
| 日志 | 自定义按天日志系统 |

## 项目结构

```
interview-ai-assistant/
├── electron/                  # Electron 主进程
│   └── main/
│       ├── index.ts           # 应用入口 + 生命周期
│       ├── windows.ts         # 窗口管理（主窗口 / 悬浮窗）
│       ├── pipeline.ts        # 面试流程编排（ASR → RAG）
│       ├── paths.ts           # 数据/日志路径管理
│       ├── logger.ts          # 日志系统
│       ├── audio/             # 音频模块
│       │   ├── asr.ts         # 本地 Whisper ASR（备用）
│       │   ├── capture.ts     # 音频捕获
│       │   ├── cloudAsr.ts    # 云端转写（HTTP）
│       │   ├── realtimeAsr.ts # Fun-ASR-Realtime WebSocket
│       │   └── realtimeManager.ts  # 实时识别会话管理
│       ├── db/                # 数据库
│       │   ├── schema.ts      # 表结构定义
│       │   ├── dao.ts         # 数据访问层
│       │   ├── crypto.ts      # API Key 加解密
│       │   └── index.ts       # 数据库初始化
│       ├── ipc/
│       │   └── handlers.ts    # IPC 通道注册与处理
│       ├── llm/
│       │   └── testModel.ts   # 模型连通性测试
│       └── rag/
│           └── client.ts      # RAG 服务 HTTP 客户端
├── electron/preload/
│   └── index.ts               # 预加载脚本（上下文桥）
├── shared/                    # 主进程 / 渲染进程共享
│   ├── ipc.ts                 # IPC 通道常量定义
│   ├── types.ts               # 共享类型定义
│   └── providers.ts           # 模型供应商工具函数
├── renderer/                  # Vue 渲染进程
│   ├── index.html
│   └── src/
│       ├── main.ts            # Vue 入口
│       ├── App.vue
│       ├── router/            # 路由配置
│       ├── store/             # Pinia Store
│       │   └── interview.ts   # 面试会话核心状态
│       ├── composables/       # 组合式函数
│       │   └── useTypewriter.ts # 打字机效果
│       ├── audio/             # 音频采集（渲染层）
│       │   ├── loopbackCapture.ts # 系统声 Loopback 采集
│       │   └── micCapture.ts      # 麦克风采集
│       └── views/             # 页面视图
│           ├── Layout.vue     # 布局框架
│           ├── Interview.vue  # 面试主页
│           ├── Overlay.vue    # 悬浮窗
│           ├── Replay.vue     # 面试回放
│           ├── Resumes.vue    # 简历管理
│           ├── Jobs.vue       # 岗位管理
│           ├── Models.vue     # 模型配置
│           ├── Settings.vue   # 设置中心
│           └── Logs.vue       # 日志管理
├── rag-server/                # RAG 服务（独立部署）
│   ├── index.js               # Express 服务入口
│   └── lib/
│       ├── chain.js           # RAG 问答链
│       ├── embeddings.js      # 向量嵌入
│       ├── loaders.js         # 文档加载器
│       ├── logger.js          # 服务日志
│       └── vectorstore.js     # 向量存储
├── resources/
│   ├── drivers/               # 音频驱动
│   └── whisper/               # 本地 Whisper 模型（可选）
├── electron.vite.config.ts    # 构建配置
├── tsconfig.json
├── tsconfig.node.json
├── tsconfig.web.json
└── package.json
```

## 环境要求

- **Node.js** >= 18
- **Windows 10/11**（Loopback 音频采集依赖 Windows API）
- **RAG 服务**需要本地启动（`npm run rag`），或部署到远程服务器

## 快速开始

### 1. 安装依赖

```bash
cd interview-ai-assistant
npm install
```

### 2. 启动 RAG 服务（独立进程）

```bash
npm run rag
```

> RAG 服务默认运行在 `http://127.0.0.1:8917`，可通过环境变量 `RAG_BASE_URL` 自定义。

### 3. 启动开发环境

```bash
npm run dev
```

> 启动 Electron + Vite HMR 开发服务器，主进程和渲染进程均支持热更新。

### 4. 使用流程

1. 在「模型配置」页添加对话模型和实时语音模型，启用后设置 API Key
2. （可选）上传简历 / 岗位到知识库，开启 RAG 增强
3. 在面试页选择简历和岗位，点击「开始面试」
4. 系统提示选择屏幕/窗口，选择正在进行的视频会议窗口
5. 点击「悬浮窗 开/关」打开置顶悬浮窗
6. 面试官说话 → 自动识别 → AI 流式回答呈现在悬浮窗中

## 构建与打包

```bash
# 类型检查
npm run typecheck

# 构建生产版本
npm run build

# 打包 Windows 安装包（NSIS）
npm run package
```

输出目录：`release/`

## 配置

### 环境变量

| 变量 | 说明 | 默认值 |
|---|---|---|
| `RAG_BASE_URL` | RAG 服务地址 | `http://127.0.0.1:8917` |

### 模型供应商

支持的模型供应商（`shared/providers.ts`）：

- **dashscope**：阿里云百炼（DashScope），对话 / ASR / TTS
- **openai**：OpenAI 兼容接口
- **anthropic**：Anthropic Claude
- **ollama**：本地 Ollama 部署

模型按类型分为三类，独立配置和启停：

- **对话模型**（reasoning）：AI 回答生成
- **实时语音模型**（realtime_asr）：实时语音识别
- **ASR 模型**（asr）：单段音频转写

## 数据存储

所有用户数据存储在：

```
%APPDATA%/interview-ai-assistant/
├── data/
│   ├── app.sqlite        # SQLite 数据库
│   ├── lancedb/           # 向量库
│   └── recordings/        # 录音文件
├── models/                # 本地模型缓存
└── logs/                  # 日志（回退）
```

日志优先写入项目根目录 `logs/`（按天分文件）。

## 许可证

MIT