# InterviewAssistant

**Repository Path**: kfxlcg/interview-assistant

## Basic Information

- **Project Name**: InterviewAssistant
- **Description**: 语音AI面试助手
- **Primary Language**: Android
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-12
- **Last Updated**: 2026-05-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Interview Assistant — 面试对话智能助手

实时聆听面试对话，自动识别面试官提问，借助 DeepSeek 大模型即时给出精炼的参考答案。遇到难题时点击 ⚡ 按钮，额外输出深度分析（原理、工具链、工程实践等）。

## 运行环境

- Android Studio Hedgehog (2023.1.1) 或更新版本
- Gradle 8.5 + AGP 8.2
- Min SDK 26 / Target SDK 34
- Android 真机（需麦克风权限），Android 8.0+

## 快速开始

```bash
git clone https://gitee.com/kfxlcg/interview-assistant.git
cd interview-assistant
# 用 Android Studio 打开项目目录，Sync Gradle 后 Build
```

## 使用说明

### 基本流程

1. **开始聆听** — 点击「开始聆听」，App 通过麦克风持续收音，讯飞 ASR 实时将语音转为文字
2. **自动识别问题** — 检测到面试官提问（含"怎么""为什么""有没有""如何理解"等）时，自动触发大模型分析
3. **快速解答** — DeepSeek 流式输出核心答案 + 3~5 条要点，面试者第一时间看到回答框架
4. **深度分析** — 遇到难题时点击右下角 ⚡ 按钮，在快速答案后追加深度解析（技术本质、主流工具对比、工程落地、常见误区）
5. **停止聆听** — 点击「停止」结束录音

### 自定义提示词

点击顶栏 📝 按钮，可配置面试目标岗位和岗位 JD。App 会将岗位信息注入 LLM 的 System Prompt，使回答更贴合具体岗位要求。未配置时默认以「IT项目经理」角色作答。

### 界面布局

- **上部语音转写区** — 实时显示 ASR 识别结果，自动滚动到最新
- **下部回答卡片区** — 最新回答置顶，独立滚动，不受转写区影响
- **📝 提示词** — 顶栏左侧，配置面试岗位及 JD
- **⚙ 设置** — 顶栏右侧，API 密钥及调试选项

## API 密钥获取

### DeepSeek（大模型）

1. 打开 https://platform.deepseek.com ，注册/登录
2. 进入「API Keys」页面，点击「创建 API Key」
3. 复制生成的 `sk-` 开头的密钥
4. 在 App 的 ⚙ 设置中填入「DeepSeek API Key」

> 新用户通常有免费额度，适合调试。计费文档：https://api-docs.deepseek.com/quick_start/pricing

### 讯飞 SparkChain（语音识别）

1. 打开 https://console.xfyun.cn ，注册/登录
2. 进入「我的应用」→「创建新应用」，填写应用名称，平台选择「Android」
3. 创建完成后在应用详情页获取 **APPID**、**APIKey**、**APISecret**
4. 进入「语音听写」页面，领取免费时长或购买服务
5. 在 App 的 ⚙ 设置中分别填入对应的三个值

> 语音听写提供每日 500 次免费调用额度，适合开发调试。

所有密钥通过 Android `EncryptedSharedPreferences` 加密存储，不上传任何远程服务器。

## 技术架构

```
麦克风 (AudioRecord 16kHz mono 16bit PCM)
  → 讯飞 SparkChain ASR (zh_cn / iat / mandarin)
  → 流式中间结果 → 实时预览
  → 静音检测 (vadEos=1s) → 最终转写文本
  → 疑问词本地检测 → 自动触发 LLM
  (或用户点击 ⚡ 按钮 → 深度分析)
  → DeepSeek-v4-pro (SSE streaming)
  → 回答卡片流式渲染
```

- **双栏独立滚动**：回答卡片区与转写区各自独立滚动，互不干扰
- **问题并发处理**：新提问打断旧回答时取消前次请求，标记被打断卡片
- **双模式回答**：自动触发给快速框架，手动按钮额外追加深度分析
- **题型适配**：自动区分具体知识点 vs 开放性问题，对开放性问题自动切换「选点深挖」策略（全局定位→子话题深入→岗位关联）
- **密钥安全**：EncryptedSharedPreferences 加密本地存储，不上传

## License

MIT