TECH NOTES · 方案说明
这个讲解员是怎么工作的
“先查资料，再开口”——用检索增强生成（RAG）的思路，把回答牢牢拴在知识库上，而不是让模型凭空编造。
1自然语言提问文字输入
→
2知识库检索分词 + BM25
→
3组织回答原文 + 场景模板
→
4文字 + 语音桌宠同步讲解
- 知识库：4 项国家级非遗，按“概述 / 历史 / 技艺 / 传承人 / 保护”拆成 20 个片段，共约 3500 字。
- 形态：轻量 Web 原型，打开即用、无需第三方账号；知识库按“项目 + 小节”分块，结构与 Coze / Dify 的常见切分方式兼容，可原样迁移。
- 检索：中文单字与二元词切分，BM25 相关度排序，再按项目与问题类型加权；答不出时明确说“不知道”。
- 生成：离线模板组织知识库原文，支持“展馆讲解词 / 亲子讲解 / 研学讲解 / 30 秒短视频脚本”。接入大模型 API 后，可把检索结果交给模型润色。
- 语音：服务端神经语音（中文女声 Xiaoyi），按欢快活泼的语气调校；可随时关闭，合成失败时自动退回浏览器中文语音。语音输入用 Vosk 中文小模型在本地识别，录音不出本机。
- 背景音乐：讲解语音开始时淡入、结束即停，曲子不够长会自动循环；开关在语音按钮左侧。当前 BGM 已从你提供的视频音轨提取并接入，替换
assets/bgm.mp3 即可换曲。
- 形象：讲解员“大肥鱼”在对话区巡游，思考时翻宝典，回答时神气地带路。
文本检索离线运行，不依赖外部大模型；语音由服务端合成，需要联网。所有事实均来自知识库原文。临时链接仅在服务运行期间有效。
