# xzxz-lm

**Repository Path**: wtlogin/xzxz-lm

## Basic Information

- **Project Name**: xzxz-lm
- **Description**: 小智小智 多模态聊天系统(全部本地部署可离线运行) 基于基于 Vue 3.5 + Python Web + LM Studio 的智能多模态聊天助手，支持 PDF 扫描识别、图片文字提取、语音对话、实时语音对话 等功能。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2026-02-07
- **Last Updated**: 2026-02-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 小智小智 多模态聊天系统

基于 LM Studio 的智能多模态聊天助手，支持 PDF 扫描识别、图片文字提取、语音对话等功能。

## 功能特性

- 🤖 **智能对话**: 基于 Qwen3-32B 模型的自然语言对话
- 📄 **PDF 智能处理**: 自动识别文本PDF和扫描PDF，文本PDF直接提取内容进行RAG，扫描PDF先OCR再RAG
- 🖼️ **图片识别**: OCR 文字提取，支持中英文混合识别
- 🎤 **语音对话**: 基于 FunAudioLLM 的高性能语音识别和 TTS 功能
- 📁 **文件上传**: 拖拽上传，支持多种文件格式
- 🌐 **跨平台**: 前后端分离，易于扩展到小程序和 APP
- 🎨 **现代化 UI**: 使用 shadcn-ui 组件库，提供优秀的用户体验
- 👤 **用户隔离**: 每个用户拥有独立的聊天历史和知识库，数据完全隔离
- 🔐 **安全认证**: 集成若依Gateway身份验证，支持多租户架构
- 🧠 **个人知识库**: 用户可上传文档建立专属知识库，支持语义检索
- 📖 **文档预览**: 完整的文档预览功能，支持查看文档信息、内容分块、元数据管理
- 💾 **数据持久化**: SQLite + ChromaDB 双数据库架构，保证数据安全
- 🔄 **彻底同步**: 对话列表与后端实时同步，本地数据与云端完全一致，自动清除所有云端不存在的对话
- 🧠 **智能归档**: 智能归档文档，支持一键归档，支持智能分析文档，支持智能推荐知识库

## 技术栈

### 后端
- **FastAPI**: 高性能 Python Web 框架
- **SQLite**: 轻量级数据库，用于用户数据和聊天历史存储
- **ChromaDB**: 向量数据库，支持用户隔离的文档检索
- **Sentence Transformers**: 语义嵌入模型，用于文档向量化
- **用户认证中间件**: 基于若依Gateway的用户身份验证
- **FunAudioLLM**: 高性能语音识别引擎（比 Whisper 快 15 倍）
- **Edge-TTS**: 微软语音合成服务
- **PyPDF2 & python-docx**: 多格式文档解析
- **LM Studio API**: 本地大语言模型服务
- **Nacos**: 微服务注册与配置中心

### 前端
- **Vue 3**: 渐进式 JavaScript 框架
- **TypeScript**: 类型安全的 JavaScript
- **Vite**: 快速的前端构建工具
- **Tailwind CSS**: 实用优先的 CSS 框架
- **shadcn-ui**: 现代化 UI 组件库（Vue 版本）
- **Lucide Vue**: 精美的图标库
- **Pinia**: Vue 3 状态管理库
  

### 界面示例
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.36.01.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-06-04%20%E4%B8%8B%E5%8D%882.30.51.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-06-04%20%E4%B8%8B%E5%8D%882.31.08.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-06-04%20%E4%B8%8B%E5%8D%882.31.20.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-06-04%20%E4%B8%8B%E5%8D%882.31.30.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.36.30.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.36.45.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.36.53.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.37.13.png)
![image](https://gitee.com/githaohao/xzxz-lm/raw/main/docs/%E6%88%AA%E5%B1%8F2025-05-26%20%E4%B8%8A%E5%8D%889.37.22.png)

## 🚀 快速启动

### 微服务模式启动（推荐）

```bash
# 1. 启动Nacos集成版本
./scripts/start_with_nacos.sh

# 2. 启动NestJS聊天历史服务
cd nestjs-chat-service
./start.sh

# 3. 或使用Docker Compose启动完整微服务环境
docker-compose -f docker-compose.nacos.yml up -d
```

### 独立模式启动

#### 环境变量设置（推荐）

为了避免 tokenizers 并行处理警告，建议先设置环境变量：

```bash
# 方法1：使用提供的脚本（推荐）
source scripts/set_env.sh

# 方法2：手动设置
export TOKENIZERS_PARALLELISM=false
export PYTORCH_ENABLE_MPS_FALLBACK=1  # Apple Silicon 用户
export MPS_MEMORY_FRACTION=0.8        # Apple Silicon 用户
```

#### 启动服务

### 环境要求

- Python 3.8+
- Node.js 18+
- pnpm（推荐）或 npm
- LM Studio (运行 Qwen3-32B 模型)

### 1. 启动 LM Studio

1. 下载并安装 [LM Studio](https://lmstudio.ai/)
2. 下载 Qwen3-32B-MLX 模型
3. 启动本地服务器，确保运行在 `http://127.0.0.1:1234/v1`

### 2. 后端设置

```bash
# 进入后端目录
cd backend

# 安装 Python 依赖
pip install -r requirements.txt

# 启动后端服务
python -m app.main
```

后端将运行在 `http://localhost:8000`

### 3. 前端设置

```bash
# 进入前端目录
cd vue-frontend

# 安装 Node.js 依赖（推荐使用 pnpm）
pnpm install
# 或者使用 npm
# npm install

# 启动开发服务器
pnpm dev
# 或者使用 npm
# npm run dev
```

前端将运行在 `http://localhost:3001`

## 配置说明

### 环境变量配置 (.env)

```bash
# 复制配置模板文件
cp backend/.env.example backend/.env
```

**重要配置项：**

```bash
# 服务IP配置 - 注册到Nacos时使用
# 建议手动设置为实际网络接口的IP地址
SERVICE_IP=192.168.100.24
SERVICE_PORT=8000

# Nacos服务发现配置
NACOS_ENABLED=true
NACOS_SERVER_ADDRESSES=nacos:8848
NACOS_SERVICE_NAME=xzxz-lm-service

# LM Studio配置
LM_STUDIO_BASE_URL=http://127.0.0.1:1234/v1
LM_STUDIO_MODEL=deepseek-r1-0528-qwen3-8b-mlx@8bit
```

### IP地址配置说明

系统会按以下优先级检测和使用IP地址：

1. **手动配置优先**：如果在 `.env` 文件中设置了 `SERVICE_IP`，系统将优先使用该IP
2. **自动检测规则**：如果未配置或设置为 `0.0.0.0`，系统按以下顺序自动检测：
   - 优先选择 `192.168.x.x` 网段的IP（局域网）
   - 其次选择 `10.x.x.x` 网段的IP
   - 再次选择 `172.16-31.x.x` 网段的IP
   - 最后选择第一个非回环IP

**推荐做法**：在 `.env` 文件中手动设置 `SERVICE_IP=192.168.100.24`，避免自动检测错误。

### 网络接口调试

如需查看系统检测到的所有网络接口，可访问健康检查接口：

```bash
curl http://localhost:8000/health
```

返回的 `network_info` 字段包含：
- `current_ip`: 当前使用的IP
- `configured_ip`: 配置文件中的IP
- `all_interfaces`: 所有检测到的网络接口

### 对话列表同步机制

系统实现了前端与后端的对话列表彻底同步：

#### 🔄 自动同步
- **应用启动**: 自动从后端同步对话列表到本地
- **智能合并**: 本地对话与后端会话自动关联，避免重复
- **缓存优化**: 优先从本地缓存加载，提升启动速度
- **彻底清理**: 自动删除所有云端不存在的对话，包括纯本地对话

#### 🔧 手动同步
- **刷新按钮**: 对话列表右上角的刷新按钮，随时同步最新数据
- **状态指示**: 同步过程中显示旋转动画，提供清晰的用户反馈

#### 🧹 同步策略
- **新增**: 从云端下载本地没有的对话
- **更新**: 更新云端已修改的对话信息
- **彻底清除**: 删除所有云端不存在的对话，确保本地与云端完全一致
  - 删除云端已删除的同步对话
  - 删除所有纯本地对话（从未同步到云端的对话）

#### 📊 同步统计
控制台会显示详细的同步信息：
- **新增数量**: 从云端新下载的对话
- **更新数量**: 云端已更新的对话  
- **清除数量**: 被删除的本地对话总数
- **清理详情**: 分别显示云端已删除和纯本地对话的删除数量

#### 📱 多设备支持
- **数据一致性**: 同一用户在不同设备间保持对话历史一致
- **离线优先**: 本地优先策略，即使网络异常也能正常使用
- **智能恢复**: 网络恢复后自动同步差异数据

#### 💾 存储策略
- **本地存储**: localStorage缓存对话列表，提升加载速度
- **后端持久化**: SQLite数据库存储用户聊天历史
- **增量同步**: 只同步变更的对话，减少网络开销

### 后端配置 (backend/app/config.py)

```python
# LM Studio API 配置
lm_studio_base_url: str = "http://127.0.0.1:1234/v1"
lm_studio_model: str = "qwen3-14b-mlx"

# OCR 配置
tesseract_path: str = "/usr/local/bin/tesseract"  # Tesseract 路径

# TTS 配置
tts_voice: str = "zh-CN-XiaoxiaoNeural"  # 中文女声

# FunAudioLLM 配置
funaudio_enabled: bool = True  # 启用 FunAudioLLM
```

### 前端配置 (vue-frontend/vite.config.ts)

```typescript
// API 代理配置
export default defineConfig({
  server: {
    port: 3001,
    proxy: {
      '^/(chat|health|voice|upload|ocr|tts|rag)': {
        target: 'http://localhost:8000',
        changeOrigin: true,
      },
    },
  },
})
```

## API 接口

### 🤖 AI聊天服务 (/api/lm/*)
- `POST /api/lm/chat/stream` - 流式文本聊天
- `POST /api/lm/chat/multimodal/stream/processed` - 多模态流式聊天（支持多文档RAG）

### 🎤 语音功能 (/voice/*)
- `POST /voice/chat` - 语音对话
- `POST /voice/speech/synthesize` - 语音合成(TTS)
- `GET /voice/engine` - 获取语音引擎状态
- `DELETE /voice/conversation/{id}` - 清除对话历史
- `WebSocket /voice/ws/voice` - 实时语音WebSocket连接

### 📁 智能文件上传 (/api/lm/chat/*)
- `POST /api/lm/chat/upload` - 智能文件上传，支持PDF自动检测和处理
- `POST /api/lm/chat/ocr` - OCR文本提取
- `POST /api/lm/chat/tts` - 文字转语音
- `GET /api/lm/chat/tts/audio/{filename}` - 获取音频文件
- `GET /api/lm/chat/sessions/{session_id}/documents` - 获取会话关联文档

**智能文件上传功能：**
上传接口 (`POST /api/lm/chat/upload`) 现在具备PDF智能检测和处理能力：

- 📊 **自动检测**: 智能识别文本PDF vs 扫描PDF，采用不同处理策略
- 🚀 **性能优化**: 文本PDF直接提取文本，速度提升5-10倍
- 🔍 **OCR处理**: 扫描PDF自动使用OCR引擎，确保内容提取完整性
- 🧠 **RAG集成**: 处理完成后自动建立向量索引，支持智能检索
- 📚 **会话关联**: 支持session_id参数，文档自动关联到对话会话
- 💾 **数据持久化**: 文档与会话关联关系存储在数据库中，页面刷新不丢失
- 📊 **详细反馈**: 返回处理状态、字符数量、置信度等详细信息

**请求参数：**
```bash
curl -X POST "http://localhost:8000/api/lm/chat/upload" \
     -H "X-User-Id: 12345" \
     -F "file=@document.pdf" \
     -F "session_id=your-session-id"  # 可选：关联到指定会话
```

### 🧠 RAG智能检索 (/api/lm/rag/*)
- `GET /api/lm/rag/documents` - 获取文档列表
- `POST /api/lm/rag/search` - 文档检索（智能相似度筛选）
- `POST /api/lm/rag/process` - 文档处理
- `DELETE /api/lm/rag/documents/{id}` - 删除文档

**智能检索功能增强：**
- 🎯 **智能筛选**: `top_k` 参数表示最大返回数量，不强制返回满额结果
- 📊 **相似度阈值**: 只返回相似度达到 `min_similarity` 阈值的相关内容
- 🔍 **质量优先**: 避免返回毫不相关的低质量内容，提升检索准确性
- 📈 **动态调整**: 无结果时自动降低阈值重试，确保用户获得有用信息
- 🎨 **结果排序**: 按相似度降序排列，优先展示最相关的内容

**请求示例：**
```bash
curl -X POST "http://localhost:8000/api/lm/rag/search" \
     -H "Content-Type: application/json" \
     -H "X-User-Id: 12345" \
     -d '{
       "query": "人工智能的发展趋势",
       "top_k": 5,
       "min_similarity": 0.355
     }'
```

**响应说明：**
- 返回数量可能少于 `top_k`，只包含相似度 ≥ `min_similarity` 的结果
- 每个结果包含 `similarity` 字段，表示与查询的相关程度
- 结果按相似度从高到低排序

### 🔧 系统监控 (/api/lm/*)
- `GET /api/lm/health` - 健康检查

### 💬 用户聊天历史服务 (/api/user/chat/*)
- `GET /api/user/chat/sessions` - 获取用户聊天会话列表
- `POST /api/user/chat/sessions` - 创建新的聊天会话
- `GET /api/user/chat/sessions/{id}` - 获取指定会话详情
- `PUT /api/user/chat/sessions/{id}` - 更新会话信息
- `DELETE /api/user/chat/sessions/{id}` - 删除会话
- `PUT /api/user/chat/sessions/{id}/archive` - 归档会话
- `PUT /api/user/chat/sessions/{id}/restore` - 恢复会话
- `GET /api/user/chat/sessions/{id}/messages` - 获取会话消息列表
- `POST /api/user/chat/sessions/{id}/messages` - 添加消息到会话
- `POST /api/user/chat/messages/batch` - 批量添加消息
- `DELETE /api/user/chat/messages/{id}` - 删除消息
- `GET /api/user/chat/stats` - 获取用户聊天统计信息
- `GET /api/user/chat/health` - 聊天历史服务健康检查

### 👤 若依用户系统 (/api/system/*)
- `GET /api/system/captcha` - 获取验证码
- `POST /api/system/login` - 用户登录
- `POST /api/system/logout` - 退出登录
- `GET /api/system/getInfo` - 获取用户信息
- `GET /api/system/user/profile` - 获取用户资料
- `POST /api/system/user/profile` - 更新用户资料
- `POST /api/system/user/avatar` - 上传用户头像
- `GET /api/system/menu/list` - 获取菜单列表
- `GET /api/system/getRouters` - 获取路由列表
- `POST /api/system/refresh` - 刷新Token

### 微服务集成
- **服务注册**: 自动注册到Nacos服务注册中心
- **配置管理**: 支持从Nacos获取动态配置
- **健康检查**: 提供多种格式的健康检查端点
- **服务发现**: 支持通过Nacos进行服务发现

## 页面路由

- `/` - 首页
- `/chat` - 文本聊天页面
- `/voice-chat` - 详细版语音聊天页面
- `/simple-voice-chat` - 简化版语音聊天页面
- `/style-showcase` - shadcn-ui 组件展示页面

## 测试工具

### 健康检查端点测试
```bash
# 测试所有健康检查端点
python3 scripts/test_health_endpoints.py

# 或者直接执行
./scripts/test_health_endpoints.py
```

该脚本会测试以下端点：
- `/health` - 标准健康检查
- `/status` - 详细系统状态

## 使用说明

1. **文本对话**: 直接在输入框中输入消息
2. **文件上传**: 点击附件按钮或拖拽文件到聊天区域
3. **PDF 识别**: 上传 PDF 文件，系统自动进行 OCR 识别
4. **图片识别**: 上传图片文件，提取其中的文字内容
5. **语音对话**: 
   - 点击绿色电话按钮开始语音通话
   - 系统自动录音并使用 FunAudioLLM 进行语音识别
   - AI 回复支持 TTS 语音播放
   - 支持静音控制和会话管理

## 支持的文件格式

- **文档**: PDF
- **图片**: PNG, JPG, JPEG
- **音频**: MP3, WAV, M4A

## 部署说明

### 微服务部署（Nacos + 若依Gateway）

#### 1. 启用Nacos服务注册

```bash
# 1. 复制环境配置文件
cp backend/env.example backend/.env

# 2. 编辑配置文件，启用Nacos
vim backend/.env
# 设置 NACOS_ENABLED=true
# 设置 NACOS_SERVER_ADDRESSES=your-nacos-server:8848

# 3. 使用Nacos启动脚本
./scripts/start_with_nacos.sh
```

#### 2. Docker Compose 部署（包含Nacos）

```bash
# 启动完整的微服务环境（包含Nacos、MySQL、Redis、Gateway）
docker-compose -f docker-compose.nacos.yml up -d

# 查看服务状态
docker-compose -f docker-compose.nacos.yml ps

# 查看日志
docker-compose -f docker-compose.nacos.yml logs -f xzxz-lm-service
```

#### 3. 若依Gateway配置

将 `configs/gateway-routes.yml` 中的配置添加到您的若依Gateway配置中：

```yaml
spring:
  cloud:
    gateway:
      routes:
        - id: xzxz-lm-service
          uri: lb://xzxz-lm-service
          predicates:
            - Path=/lm/**
          filters:
            - StripPrefix=1
```

#### 4. 服务访问

- **直接访问**: `http://localhost:8000/health`
- **通过Gateway**: `http://gateway:8080/lm/health`
- **Nacos控制台**: `http://localhost:8848/nacos`

### 传统Docker部署

```bash
# 构建后端镜像
cd backend
docker build -t xzxz-lm-backend .

# 构建前端镜像
cd vue-frontend
docker build -t xzxz-lm-frontend .

# 使用 docker-compose 启动
docker-compose up -d
```

### 生产环境部署

1. **后端部署**:
   ```bash
   # 使用 gunicorn 部署
   gunicorn app.main:app -w 4 -k uvicorn.workers.UvicornWorker
   ```

2. **前端部署**:
   ```bash
   # 构建生产版本
   cd vue-frontend
   pnpm build
   pnpm preview
   ```

## 开发指南

### 添加新功能

1. **后端**: 在 `backend/app/routes/` 中添加新的路由
2. **前端**: 在 `vue-frontend/src/components/` 中添加新的组件
3. **服务**: 在 `backend/app/services/` 中添加业务逻辑
4. **页面**: 在 `vue-frontend/src/views/` 中添加新的页面

### 前端组件开发

项目使用 shadcn-ui 组件库，所有 UI 组件位于 `vue-frontend/src/components/ui/`：

- `Avatar.vue` - 头像组件
- `Button.vue` - 按钮组件
- `Card.vue` - 卡片组件
- `Badge.vue` - 徽章组件
- `Progress.vue` - 进度条组件
- `Alert.vue` - 警告组件
- `Skeleton.vue` - 骨架屏组件

### 扩展到移动端

项目采用前后端分离架构，可以轻松扩展到：
- **小程序**: 使用相同的 API 接口
- **移动 APP**: React Native 或原生开发
- **桌面应用**: Electron 封装

## 🔄 架构变更说明

### v2.0 用户绑定架构升级

本版本进行了重大架构升级，实现了完整的用户绑定功能：

#### 🛠️ 技术栈升级
- **响应模型重构**: `ChatHistoryResponse`类支持泛型参数化，继承`typing.Generic[T]`
- **类型安全增强**: 统一使用`TypeVar`实现类型安全的API响应
- **数据库双引擎**: SQLite + ChromaDB 实现关系型+向量型双存储
- **用户数据隔离**: 每个用户拥有独立的数据空间，确保隐私安全

#### 🗄️ 数据架构优化
1. **用户会话表** (`user_chat_sessions`)
   - 用户ID索引，支持快速查询
   - 会话状态管理（活跃/归档/删除）
   - 标签系统，支持分类管理

2. **用户消息表** (`user_chat_messages`)
   - 消息链式结构，支持回复引用
   - 序列号排序，保证消息顺序
   - 多类型消息支持（文本/语音/图片/文件）

3. **用户文档表** (`user_documents`)
   - RAG文档元数据管理
   - OCR状态追踪
   - 分块计数统计

4. **向量存储** (ChromaDB)
   - 用户专属Collection: `user_{id}_docs`
   - 高维向量检索 (768维度)
   - 语义相似度搜索

#### 🔌 API架构升级
```
传统架构: /api/chat/* (全局共享)
新架构: /api/user/chat/* (用户绑定)
```

#### 🎯 核心改进
- **泛型响应**: `ChatHistoryResponse[T]`支持任意数据类型
- **类型检查**: 编译时类型验证，运行时类型安全
- **简化认证**: 基于请求头的用户ID关联，无需数据库用户管理
- **数据隔离**: 严格的用户权限控制，防止数据泄露
- **性能优化**: 索引优化、查询优化、缓存机制

#### 🔐 用户认证架构简化

本版本对用户认证架构进行了重大简化：

**架构原则**：
- 用户信息无需在数据库中管理
- 通过请求头中的用户ID进行数据关联
- 若依Gateway负责用户身份验证

**实现方式**：
1. **请求头提取**: 中间件从请求头自动提取用户信息
   ```
   X-User-Id: 用户ID
   X-Username: 用户名
   X-Nickname: 昵称
   X-Email: 邮箱
   X-Avatar: 头像URL
   ```

2. **数据关联**: 所有业务数据通过用户ID直接关联
   - 聊天会话：`chat_sessions.user_id`
   - 聊天消息：`chat_messages.user_id`
   - 知识库：`knowledge_bases.user_id`
   - 文档管理：`documents.user_id`

3. **权限控制**: 依赖注入确保数据访问权限
   ```python
   async def get_sessions(user_id: int = Depends(get_current_user_id)):
       # 自动获取当前用户ID，确保数据隔离
   ```

**优势**：
- ✅ 简化数据库结构，移除用户表
- ✅ 减少数据同步复杂度
- ✅ 提高系统性能和可维护性
- ✅ 更清晰的关注点分离


## 故障排除

### 常见问题

1. **LM Studio 连接失败**
   - 检查 LM Studio 是否正常运行
   - 确认端口 1234 未被占用
   - 检查防火墙设置

2. **OCR 识别失败**
   - 检查图片质量和格式

3. **语音功能异常**
   - 检查 FunAudioLLM 服务状态
   - 确认麦克风权限已授权
   - 检查音频设备连接

4. **前端编译错误**
   - 确保使用 Node.js 18+
   - 清除缓存：`pnpm store prune`
   - 重新安装依赖：`rm -rf node_modules && pnpm install`

### 日志查看

```bash
# 后端日志
tail -f backend/logs/app.log

# 前端日志
cd vue-frontend
pnpm dev  # 开发模式下查看控制台
```

## 贡献指南

1. Fork 项目
2. 创建功能分支 (`git checkout -b feature/AmazingFeature`)
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
4. 推送到分支 (`git push origin feature/AmazingFeature`)
5. 打开 Pull Request

## 许可证

本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。

## 联系方式

- 项目地址: [GitHub](https://github.com/githaohao/xzxz-lm)
- 项目地址: [Gitee](https://gitee.com/githaohao/xzxz-lm)
- 问题反馈: [Issues](https://gitee.com/githaohao/xzxz-lm/issues)

## 致谢

- [LM Studio](https://lmstudio.ai/) - 本地大语言模型服务
- [FunAudioLLM](https://github.com/FunAudioLLM/FunAudioLLM) - 高性能语音识别引擎
- [shadcn-ui](https://ui.shadcn.com/) - 现代化 UI 组件库
- [Vue 3](https://vuejs.org/) - 渐进式 JavaScript 框架
- [Qwen](https://github.com/QwenLM/Qwen) - 通义千问大语言模型