对话界面功能

版本: 0.10
优先级: P0-T0
负责人: @Sphere @张伟
创建日期: 2026-01-07

1. 需求背景

对话界面（jot）是用户与AI进行访谈对话的核心页面，需要支持语音和文本两种输入方式，并提供流畅的对话体验。

2. 功能描述

2.1 对话页（jot）

2.1.1 欢迎语

• 用户进入对话页，会触发欢迎语
• 主入口和不同话题进入欢迎语不同，由 systemprompt 决定

2.1.2 输入方式

语音输入：

• 状态：待机、录音/识别、发送
• 操作方式：
  • 点击长按即录音
  • 录音小于 1s 不进入识别
  • 滑动出录音区域停止录音
  • 未识别到录音信息有 toast 提示
  • 识别到录音会发送出消息
• 错误处理：
  • 权限错误有对应提示
  • 网络错误有对应提示
  • 识别失败有对应提示

文本输入：

• 同时支持文本输入
• 文本输入与语音输入功能对等

2.1.3 流式输出

• 模型输出的内容支持流式输出
• 输出速度：约30-50字/秒（可调）
• 模型需要格式化输出，最好直接支持 md 格式
• 支持列表、要点、highlight、引用等格式能力

2.1.4 AI 状态提示

• 早期只有一个等待状态
• 后续可能有装载记忆、检索信息之类的模块

2.2 首页入口

2.2.1 Tab 切换

• 用户在首页可以切换 me 和 world
• 侧边栏/语音输入（立即开始）/个人主页入口 在最上层，不随 tab 切换

2.2.2 语音输入按钮

• 在首页点击（时长小于 1s）入口可以进入 jot
• 长按则直接开始录音，在发送时切换到 jot 进行发送

3. 用户场景

场景1：从首页进入对话

1. 用户在首页点击语音输入按钮（短按）
2. 进入对话页（jot）
3. 看到欢迎语
4. 开始语音或文本输入

场景2：从首页直接录音

1. 用户在首页长按语音输入按钮
2. 直接开始录音
3. 录音完成后发送
4. 自动切换到对话页

场景3：对话过程中

1. 用户输入（语音或文本）
2. 看到AI的流式输出
3. 看到AI的状态提示（等待中/装载记忆/检索信息等）
4. 继续对话

4. 验收标准

• 欢迎语能根据入口和话题正确显示
• 语音输入的所有状态能正确切换
• 录音小于1s不进入识别
• 滑动停止录音功能正常
• 各种错误情况有对应的提示
• 文本输入功能正常
• 流式输出速度可调，默认30-50字/秒
• 支持Markdown格式渲染（列表、要点、highlight、引用等）
• AI状态提示能正确显示

5. 设计图

图片

6. 依赖项

• 语音识别服务（ASR）
• 对话模型服务
• System Prompt 生成系统
• 流式输出接口

7. 待定事项

• 流式输出速度的具体可调范围
• Markdown格式支持的具体范围
• AI状态提示的后续模块（装载记忆、检索信息等）的具体实现