寫(xiě)在前面

純屬心血來(lái)潮。最近合作的前端做項(xiàng)目去了，而我在做考核，所以維護(hù)的項(xiàng)目得先停一停。至于寫(xiě)這篇文章，算是回顧一下四月以來(lái)的種種歷程吧。

挺令人感嘆的。去年這個(gè)時(shí)候，我甚至還不會(huì)printf("hello world")，現(xiàn)在已經(jīng)能寫(xiě)一點(diǎn)簡(jiǎn)單的均衡負(fù)責(zé)和下載器了。當(dāng)然這點(diǎn)也離不開(kāi)AI（霧），某種程度上也算是提高了我的代碼效率。

AI主播這個(gè)項(xiàng)目我是從四月開(kāi)始的，其實(shí)三月就已經(jīng)心癢了，但是不敢做，心想著我是純純大一新人，這個(gè)東西對(duì)我來(lái)說(shuō)似乎有點(diǎn)太復(fù)雜了。但是四月莫名其妙就突然下了決心，然后就開(kāi)始按著模塊碼，沒(méi)想到雛形也就寫(xiě)了一個(gè)多星期就弄完了（當(dāng)然也得感謝另一位contributor，這個(gè)項(xiàng)目是前后端分離的，前端我基本上是不太懂，所以我這里只會(huì)講一些后端的邏輯操作）。所以總的來(lái)說(shuō)，要做這個(gè)，其實(shí)并不是難事。

我是用go語(yǔ)言完成了后端的核心邏輯架構(gòu)：評(píng)論獲取、評(píng)論選擇、語(yǔ)言模型調(diào)用、語(yǔ)音合成調(diào)用、語(yǔ)句情感判斷和前后端交互模塊。用go寫(xiě)這種東西其實(shí)有點(diǎn)不合適，在AI產(chǎn)業(yè)領(lǐng)域里目前的王者還是python。不過(guò)要實(shí)現(xiàn)的話，邏輯在先，語(yǔ)言無(wú)非表達(dá)的工具罷了。

搭架子

那么就從搭架子說(shuō)起。架子搭得好，以后拓展起來(lái)也就方便。架子搭得不好，以后拆起來(lái)就非常麻煩。

這是一個(gè)邏輯架構(gòu)的問(wèn)題。首先，我們肯定要獲取消息，因此會(huì)有一個(gè)消息獲取模塊。這是一切的起始點(diǎn)。

之后，我們要把獲取到的消息傳遞給LLM進(jìn)行對(duì)話生成，所以這里就有一個(gè)LLM的處理模塊。

然后，我們會(huì)把LLM生成的回應(yīng)進(jìn)行進(jìn)一步的加工，進(jìn)行語(yǔ)音合成，所以這里會(huì)有一個(gè)語(yǔ)音合成模塊。

最后，我們要驅(qū)動(dòng)皮套，讓它說(shuō)話。所以會(huì)有一個(gè)模型驅(qū)動(dòng)的模塊。

這是最為核心的四個(gè)模塊。當(dāng)然還可以拓展。比如生成的消息是不是應(yīng)該過(guò)濾？所以可以加消息過(guò)濾的模塊。模型有表情，是不是應(yīng)該用對(duì)應(yīng)情緒去映射對(duì)應(yīng)的表情？所以就有了情緒分析模塊。當(dāng)然這兩塊不算特別的重點(diǎn)，所以可以不考慮。

此外，我們還應(yīng)該考慮的是項(xiàng)目的拓展性。比如我兼容了b站，是不是還可以兼容其它平臺(tái)？比如我使用了gpt作為模型，我是不是還有選擇其他模型的余地？所以要考慮拓展性，應(yīng)該有一個(gè)switch的接口去做判斷（然而四月我寫(xiě)了一堆if else，令人感嘆）。

所以我們就有了一個(gè)原型。接下來(lái)的事情，就是照著原型一步步填充整個(gè)項(xiàng)目了。上面這張圖是我項(xiàng)目最開(kāi)始的時(shí)候做的，中間稍微修整了一下，目前項(xiàng)目基本上還是按照這張圖的架構(gòu)鋪墊的。當(dāng)然各個(gè)模塊還可以繼續(xù)拆分，做成獨(dú)立的單元，互相采用http協(xié)議或者rpc協(xié)議等等進(jìn)行通信，那樣拓展性會(huì)更好。實(shí)際上我現(xiàn)在有一部分內(nèi)容就是這樣去做的，但是項(xiàng)目的主體依然采用一個(gè)緊湊的結(jié)構(gòu)去控制，一來(lái)這東西我寫(xiě)好了不好改，二來(lái)我是想讓主體結(jié)構(gòu)一次部署就完事了。

（這其實(shí)也算go的一個(gè)優(yōu)點(diǎn)吧，編譯好的go可執(zhí)行程序并不大，寫(xiě)這種小東西占用的內(nèi)存量也低）

架子基本上就是這些內(nèi)容，剩下的就是填充了。