1、立项背景和目标:
面向社群运营场景打造AI虚拟角色:它拥有稳定独立的人格设定,能在群聊和私聊中与人实时互动,支持文字与语音双形态,用于社群陪伴与内容运营。目标是让AI角色"有人设、有记忆、能持续陪伴",而非普通问答机器人。
2、软件功能、核心功能模块:
消息路由模块:统一收发多平台消息,支持25种以上消息类型;人格引擎:人设Prompt模板管理配合情绪状态机,保证角色性格连贯;记忆系统:短期上下文与长期记忆分层存储,长期记忆持久化入库并按相关性召回;语音管线:TTS语音合成与ASR语音转写,支持群聊语音互动;WebUI管理面板:对话记录查看、记忆编辑、人格配置、运行状态日志。
3、业务流程、功能路径:
用户在群聊中@角色或发起私聊→消息经WebSocket长连接进入消息路由器→人格引擎结合人设与召回记忆生成回复→经TTS合成语音→文字与语音消息返回群聊;管理员通过WebUI面板调整人设、编辑记忆、监控运行日志。
1、整体架构和设计思路:
采用"AI大脑 + 平台连接器"解耦架构。核心引擎 Python + FastAPI + WebSocket 实现;平台连接层基于 OneBot v11 标准协议,适配器与核心引擎完全分离,可扩展接入多个即时通讯平台;大模型、TTS、ASR 均通过标准API接入,多厂商可切换。
2、我的负责模块和结果:
独立完成整体架构设计与核心模块开发。已完成消息路由、人格引擎、分层记忆、语音管线四大核心模块的原型验证,WebUI管理面板开发中。
3、遇到的难点和解决方案:
难点一:IM平台长连接需要7×24小时在线,网络抖动会导致掉线丢消息。解决方案:实现心跳保活、指数退避自动重连与消息去重机制,断线后自动恢复且不重复回复。
难点二:角色长期互动容易"人设漂移"、忘记历史对话。解决方案:设计情绪状态机约束回复风格,同时将长期记忆入库,每次对话按相关性召回历史片段注入上下文,保持人格与记忆连贯。
难点三:语音回复延迟影响互动体验。解决方案:TTS采用流式合成管线,首句音频延迟显著降低。