基于大规模预训练语言模型聊天机器人-chatgpt

1. 智能灵魂：大模型驱动的深度对话

接入先进的大语言模型作为核心大脑，使机器人具备丰富的知识储备和强大的上下文理解能力。
支持多轮、深度的自然语言对话，能够进行情感交流、创意写作、逻辑推理、知识问答等，让每一次交流都富有价值且生动有趣。
2. 生动形象：Spine 2D骨骼动画机器人

采用 Spine-runtimes 引擎，为机器人打造了灵活的2D骨骼动画形象。
机器人不再是冰冷的文字，而是能够根据对话内容实时呈现丰富的表情、口型和肢体动作（如点头、挥手、思考），极大增强了交互的趣味性与亲和力。
3. 能听会说：全双工实时语音交互

高精度实时语音识别 (ASR)：用户可直接通过麦克风说话，小程序实时将语音转换为文字，交由大模型处理，实现“所说即所输”的便捷体验。
流畅逼真的语音播放 (TTS)：机器人的回复可通过文本转语音技术，以自然流畅的语音播报出来，同时驱动Spine模型的口型与表情同步变化，实现真正的“声形同步”。
4. 实时稳定：WebSocket持久化通信

基于 WebSocket 协议构建了稳定、低延迟的全双工通信信道。
确保所有消息（文字、语音数据、动画指令）的即时送达与反馈，为流畅的实时对话和动画联动提供了坚实的技术基础，有效避免了传统HTTP协议的延迟与卡顿问题。

智能交互机器人聊天小程序项目实现介绍
一、 项目概述与核心目标
本项目旨在打造一款超越传统文本对话的、具备生动形象与全双工语音交互能力的智能机器人聊天小程序。我们的核心目标不仅是实现智能对话，更是要创造一个具有人格化魅力的数字伙伴。为此，我们确立了四大技术支柱：大语言模型作为其“大脑”，Spine 2D骨骼动画作为其“形象”，实时语音识别与合成作为其“嘴巴和耳朵”，以及WebSocket全双工通信作为连接一切的“神经网络”。

二、 系统架构与技术选型
项目采用经典的前后端分离架构，以确保各模块的独立性与可扩展性。

1. 前端（小程序端）：

技术栈： 基于uni-app框架开发，实现一套代码多端发布，高效覆盖微信小程序、H5等平台。
视图层： 使用Vue.js进行数据驱动渲染，管理复杂的UI状态。
核心渲染引擎： 集成 spine-runtimes 库，这是实现机器人动画的灵魂。我们编写了自定义组件，将Spine模型无缝嵌入到小程序画布中，并暴露控制接口，用于接收来自后端的动画指令。
音频处理模块： 调用小程序原生录音API采集用户语音，并利用WebSocket实时上传音频流；同时，通过音频上下文管理接收到的TTS音频数据，实现流畅播放。
2. 通信层：

协议： 摒弃了传统的HTTP轮询，采用 WebSocket 协议建立客户端与网关之间的持久化连接。
优势： 这种选择实现了真正的全双工实时通信，消息延迟极低（通常在100ms以内），完美满足了语音流式传输、动画指令实时下发等高实时性要求，为流畅的交互体验奠定了基石。
3. 后端系统：
后端采用微服务架构，使用Python作为主要语言，各部分职责清晰：

WebSocket网关： 使用Python的WebSockets或Django Channels库构建。它是所有客户端连接的管理者，负责维护连接、路由消息、广播指令，