Initial commit: AI Interview System

.drone.yml

@@ -0,0 +1,64 @@
+kind: pipeline
+type: docker
+name: build-and-deploy
+
+trigger:
+  branch:
+    - main
+    - develop
+  event:
+    - push
+
+steps:
+  # 构建后端镜像
+  - name: build-backend
+    image: docker:dind
+    volumes:
+      - name: docker-sock
+        path: /var/run/docker.sock
+    commands:
+      - docker build -t ai-interview-backend:${DRONE_COMMIT_SHA:0:8} -f deploy/Dockerfile.backend .
+      - docker tag ai-interview-backend:${DRONE_COMMIT_SHA:0:8} ai-interview-backend:latest
+
+  # 构建前端镜像
+  - name: build-frontend
+    image: docker:dind
+    volumes:
+      - name: docker-sock
+        path: /var/run/docker.sock
+    commands:
+      - docker build -t ai-interview-frontend:${DRONE_COMMIT_SHA:0:8} -f deploy/Dockerfile.frontend .
+      - docker tag ai-interview-frontend:${DRONE_COMMIT_SHA:0:8} ai-interview-frontend:latest
+
+  # 部署到服务器
+  - name: deploy
+    image: docker:dind
+    volumes:
+      - name: docker-sock
+        path: /var/run/docker.sock
+    environment:
+      COZE_PAT_TOKEN:
+        from_secret: coze_pat_token
+      COZE_BOT_ID:
+        from_secret: coze_bot_id
+      COZE_WORKFLOW_A_ID:
+        from_secret: coze_workflow_a_id
+      COZE_WORKFLOW_C_ID:
+        from_secret: coze_workflow_c_id
+      FILE_SERVER_URL:
+        from_secret: file_server_url
+      FILE_SERVER_TOKEN:
+        from_secret: file_server_token
+    commands:
+      - docker stop ai-interview-backend ai-interview-frontend || true
+      - docker rm ai-interview-backend ai-interview-frontend || true
+      - docker run -d --name ai-interview-backend -p 8000:8000 --restart unless-stopped -e COZE_PAT_TOKEN=$COZE_PAT_TOKEN -e COZE_BOT_ID=$COZE_BOT_ID -e COZE_WORKFLOW_A_ID=$COZE_WORKFLOW_A_ID -e COZE_WORKFLOW_C_ID=$COZE_WORKFLOW_C_ID -e FILE_SERVER_URL=$FILE_SERVER_URL -e FILE_SERVER_TOKEN=$FILE_SERVER_TOKEN ai-interview-backend:latest
+      - docker run -d --name ai-interview-frontend -p 3000:80 --restart unless-stopped ai-interview-frontend:latest
+    when:
+      branch:
+        - main
+
+volumes:
+  - name: docker-sock
+    host:
+      path: /var/run/docker.sock

.gitignore

@@ -0,0 +1,50 @@
+# 环境变量
+.env
+.env.local
+.env.*.local
+
+# 依赖目录
+node_modules/
+venv/
+__pycache__/
+
+# 构建产物
+dist/
+build/
+*.egg-info/
+
+# IDE 配置
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# 系统文件
+.DS_Store
+Thumbs.db
+
+# 日志文件
+*.log
+logs/
+
+# 临时文件
+tmp/
+temp/
+*.tmp
+
+# 敏感信息
+*credentials*.json
+*secret*.json
+*.pem
+*.key
+
+# 本地历史
+.history/
+
+# 测试覆盖率
+coverage/
+.nyc_output/
+
+# n8n 本地数据（如有）
+.n8n/

CONTEXT.md

@@ -0,0 +1,104 @@
+# 项目上下文
+
+> AI启动时必读此文件，快速了解项目全貌
+
+## 一、项目信息
+
+| 项目 | 内容 |
+|------|------|
+| **项目编号** | 011-ai-interview-2601 |
+| **项目路径** | `projects/011-ai-interview-2601/` |
+| **当前阶段** | 开发阶段 - 核心功能完成，语音模式优化中 |
+| **项目状态** | 🟡 开发中 - 文字模式可用，语音模式待优化 |
+| **启动日期** | 2026-01-20 |
+| **技术栈** | Vue3 + TypeScript + FastAPI + Coze API + @coze/realtime-api |
+
+## 二、AI启动指令
+
+请依次阅读以下文件：
+
+1. **框架层**（了解规则）
+   - `../../_framework/agents/00-框架总览.md`
+   - 检查 `agents/` 是否有项目覆盖
+
+2. **项目文档**（了解当前状态）
+   - `docs/同步清单.md`
+   - `docs/项目状态快照.md`
+   - `docs/决策记录.md`（最近10条）
+
+3. **技术选型**（本项目有覆盖）
+   - `docs/技术选型.md` ⚠️ 必读，包含框架规范覆盖说明
+
+## 三、文件访问边界
+
+| 区域 | 读取 | 写入 |
+|------|------|------|
+| ✅ 本项目目录 | 允许 | 允许 |
+| ✅ `_framework/` | 允许 | ⚠️ 需确认 |
+| ⚠️ `_private/` | 需许可 | ❌ **绝对禁止** |
+| ❌ 其他项目 | 禁止 | 禁止 |
+
+## 四、关键联系人
+
+| 角色 | 姓名 | 说明 |
+|------|------|------|
+| 项目负责人 | | |
+| 技术负责人 | | |
+
+## 五、项目简介
+
+**AI Interview** - AI 语音面试系统
+
+为轻医美行业打造 AI 面试官系统，实现咨询师岗位的智能初试：
+1. 候选人访问网页，输入姓名、上传简历
+2. 系统"模拟来电"，候选人接听后进入实时语音面试
+3. AI 面试官按预设流程提问（销售技能、销售观、素质项、求职动机）
+4. 面试结束后，系统生成评分和分析报告
+5. HR/管理员在后台查看候选人的完整分析报告
+
+## 六、现有资源
+
+| 资源 | ID | 说明 |
+|------|-----|------|
+| Workflow A (初始化) | 7597357422713798710 | 接收 name + file_url，生成 session_id |
+| Workflow B (面试) | 7595077233002840079 | 4 维度提问、评分、生成报告 |
+| Workflow C (查询) | 7597376294612107318 | 数据库增删改查封装 |
+| Coze 数据库 | 7595077053909712922 | assessments, logs, config 三表 |
+| 文件服务器 | files.test.ai.ireborn.com.cn | 自建 Nginx + PHP 文件服务 |
+
+## 七、技术栈覆盖
+
+> ⚠️ 本项目与框架规范有以下差异，详见 `docs/技术选型.md`
+
+| 项目 | 框架默认 | 本项目 |
+|------|----------|--------|
+| AI 网关 | OpenRouter | Coze API |
+| 数据存储 | MySQL | Coze 数据库 |
+| 实时音视频 | - | 火山引擎 RTC |
+
+## 八、注意事项
+
+- Coze PAT Token 和 RTC AppKey 必须存储在后端，禁止暴露给前端
+- 语音格式需匹配 Coze 支持的格式（推荐 PCM 16000Hz）
+- 需处理网络不稳定时的断线重连逻辑
+
+## 九、进度文档
+
+- 📋 **最新进度**: `docs/项目进度总结-20260121-final.md`
+- 📚 **框架经验**: `_framework/specs/Coze集成经验.md`
+
+## 十、已完成功能清单
+
+| 模块 | 功能 | 状态 |
+|------|------|------|
+| 用户端 | 欢迎页、信息采集、面试初始化 | ✅ |
+| 用户端 | 文字面试模式 | ✅ |
+| 用户端 | 语音面试模式 | 🟡 RTC 正常，session_id 传递待优化 |
+| 管理后台 | 登录、数据概览、面试列表、详情 | ✅ |
+| 管理后台 | 骨架屏加载、阶段标签 | ✅ |
+| 后端 | 文件上传、初始化、聊天、房间 API | ✅ |
+| 后端 | 管理后台 API (通过 Workflow C) | ✅ |
+
+---
+
+> 最后更新：2026-01-21

backend/app/__init__.py

@@ -0,0 +1 @@
+# AI Interview Backend App

backend/app/config.py

@@ -0,0 +1,55 @@
+"""
+配置管理
+"""
+import os
+from typing import List
+from pydantic_settings import BaseSettings
+
+
+class Settings(BaseSettings):
+    """应用配置"""
+    
+    # 基础配置
+    DEBUG: bool = True
+    API_PORT: int = 8000
+    
+    # CORS 配置 - 支持环境变量覆盖
+    CORS_ORIGINS: List[str] = [
+        "http://localhost:5173", 
+        "http://127.0.0.1:5173",
+        "http://interview.test.ai.ireborn.com.cn",
+        "https://interview.test.ai.ireborn.com.cn"
+    ]
+    
+    # Coze 配置
+    COZE_API_BASE: str = "https://api.coze.cn"
+    COZE_PAT_TOKEN: str = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+    COZE_BOT_ID: str = "7595113005181386792"
+    
+    # Coze 语音配置（从测试结果获取）
+    COZE_VOICE_ID: str = "7426725529589661723"
+    
+    # 文件存储配置
+    UPLOAD_DIR: str = "uploads"  # 本地上传文件存储目录（临时）
+    
+    # 远程文件服务器配置（用于 Coze 工作流访问文件）
+    FILE_SERVER_UPLOAD_URL: str = "http://files.test.ai.ireborn.com.cn/upload.php"
+    FILE_SERVER_TOKEN: str = ""  # PHP 上传接口的验证令牌
+    
+    # 公网隧道 URL（已弃用，改用远程文件服务器）
+    TUNNEL_URL: str = ""
+    NGROK_URL: str = ""
+    
+    class Config:
+        env_file = ".env"
+        env_file_encoding = "utf-8"
+        case_sensitive = True
+
+
+def get_settings() -> Settings:
+    """获取配置"""
+    return Settings()
+
+
+# 直接实例化，每次导入时读取最新 .env
+settings = Settings()

backend/app/routers/__init__.py

@@ -0,0 +1 @@
+# Routers

backend/app/routers/admin.py

@@ -0,0 +1,239 @@
+"""
+后台管理 API
+"""
+from fastapi import APIRouter, HTTPException, Depends
+from fastapi.security import HTTPBasic, HTTPBasicCredentials
+from pydantic import BaseModel
+from typing import Optional, List, Any
+from loguru import logger
+import httpx
+import json
+import secrets
+
+from app.config import settings
+
+router = APIRouter(prefix="/api/admin", tags=["admin"])
+security = HTTPBasic()
+
+# 管理员凭证
+ADMIN_USERNAME = "admin"
+ADMIN_PASSWORD = "admin"
+
+# Coze 配置
+COZE_PAT_TOKEN = settings.COZE_PAT_TOKEN
+WORKFLOW_QUERY_ID = "7597376294612107318"
+
+
+def verify_admin(credentials: HTTPBasicCredentials = Depends(security)):
+    """验证管理员凭证"""
+    is_username_correct = secrets.compare_digest(credentials.username, ADMIN_USERNAME)
+    is_password_correct = secrets.compare_digest(credentials.password, ADMIN_PASSWORD)
+    if not (is_username_correct and is_password_correct):
+        raise HTTPException(
+            status_code=401,
+            detail="Invalid credentials",
+            headers={"WWW-Authenticate": "Basic"},
+        )
+    return credentials.username
+
+
+class LoginRequest(BaseModel):
+    """登录请求"""
+    username: str
+    password: str
+
+
+class ApiResponse(BaseModel):
+    """API 响应"""
+    code: int = 0
+    message: str = "success"
+    data: Any = None
+
+
+@router.post("/login", response_model=ApiResponse)
+async def login(request: LoginRequest):
+    """
+    管理员登录
+    """
+    if request.username == ADMIN_USERNAME and request.password == ADMIN_PASSWORD:
+        return ApiResponse(data={"token": "admin_token", "username": ADMIN_USERNAME})
+    raise HTTPException(status_code=401, detail="用户名或密码错误")
+
+
+async def execute_workflow(table: str, sql: str) -> dict:
+    """
+    执行 Coze 工作流（通用 SQL 查询）
+    
+    Args:
+        table: 表名 - assessments / logs / config
+        sql: SQL 语句
+    """
+    url = "https://api.coze.cn/v1/workflow/run"
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    
+    # 构建 JSON 格式的 input
+    input_data = json.dumps({
+        "table": table,
+        "sql": sql
+    }, ensure_ascii=False)
+    
+    payload = {
+        "workflow_id": WORKFLOW_QUERY_ID,
+        "parameters": {
+            "input": input_data
+        }
+    }
+    
+    logger.info(f"Execute workflow: table={table}, sql={sql[:80]}...")
+    
+    async with httpx.AsyncClient(timeout=60.0) as client:
+        response = await client.post(url, json=payload, headers=headers)
+        response.raise_for_status()
+        
+        data = response.json()
+        logger.info(f"Workflow response code: {data.get('code')}")
+        
+        if data.get("code") == 0:
+            # 解析返回数据
+            result_str = data.get("data", "")
+            if result_str:
+                try:
+                    parsed = json.loads(result_str)
+                    # 工作流返回格式: {"output": [...]}
+                    if isinstance(parsed, dict) and "output" in parsed:
+                        return parsed["output"]
+                    return parsed
+                except:
+                    return {"raw": result_str}
+            return []
+        else:
+            error_msg = data.get("msg", "Unknown error")
+            logger.error(f"Workflow error: {error_msg}")
+            raise HTTPException(status_code=500, detail=error_msg)
+
+
+# ==================== 面试评估 ====================
+
+@router.get("/interviews", response_model=ApiResponse)
+async def get_interviews(
+    page: int = 1,
+    page_size: int = 20,
+    session_id: Optional[str] = None
+):
+    """
+    获取面试列表
+    """
+    offset = (page - 1) * page_size
+    
+    if session_id:
+        sql = f"""
+        SELECT session_id, candidate_name, bstudio_create_time,
+               sales_skill_score, sales_concept_score, competency_score,
+               final_score_report, current_stage
+        FROM ci_interview_assessments 
+        WHERE session_id = '{session_id}'
+        """
+    else:
+        sql = f"""
+        SELECT session_id, candidate_name, bstudio_create_time,
+               sales_skill_score, sales_concept_score, competency_score,
+               final_score_report, current_stage
+        FROM ci_interview_assessments 
+        ORDER BY bstudio_create_time DESC
+        LIMIT {page_size} OFFSET {offset}
+        """
+    
+    result = await execute_workflow("assessments", sql)
+    return ApiResponse(data=result)
+
+
+@router.get("/interviews/{session_id}", response_model=ApiResponse)
+async def get_interview_detail(session_id: str):
+    """
+    获取面试详情（完整评估报告）
+    """
+    sql = f"SELECT * FROM ci_interview_assessments WHERE session_id = '{session_id}'"
+    
+    result = await execute_workflow("assessments", sql)
+    
+    # 返回第一条记录
+    if isinstance(result, list) and len(result) > 0:
+        return ApiResponse(data=result[0])
+    
+    return ApiResponse(data=result)
+
+
+@router.get("/interviews/{session_id}/logs", response_model=ApiResponse)
+async def get_interview_logs(session_id: str):
+    """
+    获取面试对话记录
+    """
+    sql = f"""
+    SELECT log_id, session_id, stage, round, ai_question, user_answer, log_type, bstudio_create_time
+    FROM ci_interview_logs 
+    WHERE session_id = '{session_id}'
+    ORDER BY bstudio_create_time ASC
+    """
+    
+    result = await execute_workflow("logs", sql)
+    return ApiResponse(data=result)
+
+
+@router.delete("/interviews/{session_id}", response_model=ApiResponse)
+async def delete_interview(session_id: str):
+    """
+    删除面试记录（同时删除评估和日志）
+    """
+    # 删除评估
+    sql1 = f"DELETE FROM ci_interview_assessments WHERE session_id = '{session_id}'"
+    await execute_workflow("assessments", sql1)
+    
+    # 删除日志
+    sql2 = f"DELETE FROM ci_interview_logs WHERE session_id = '{session_id}'"
+    await execute_workflow("logs", sql2)
+    
+    return ApiResponse(message="删除成功")
+
+
+# ==================== 业务配置 ====================
+
+@router.get("/configs", response_model=ApiResponse)
+async def get_configs(config_type: Optional[str] = None):
+    """
+    获取业务配置列表
+    """
+    if config_type:
+        sql = f"""
+        SELECT config_id, config_type, item_name, content, bstudio_create_time
+        FROM ci_business_config 
+        WHERE config_type = '{config_type}'
+        ORDER BY bstudio_create_time DESC
+        """
+    else:
+        sql = """
+        SELECT config_id, config_type, item_name, content, bstudio_create_time
+        FROM ci_business_config 
+        ORDER BY config_type, bstudio_create_time DESC
+        """
+    
+    result = await execute_workflow("config", sql)
+    return ApiResponse(data=result)
+
+
+# ==================== 统计 ====================
+
+@router.get("/stats", response_model=ApiResponse)
+async def get_stats():
+    """
+    获取统计数据
+    """
+    # 总面试数
+    sql_total = "SELECT COUNT(*) as total FROM ci_interview_assessments"
+    total_result = await execute_workflow("assessments", sql_total)
+    
+    return ApiResponse(data={
+        "total_interviews": total_result
+    })

backend/app/routers/candidate.py

@@ -0,0 +1,83 @@
+"""
+候选人相关接口
+"""
+import time
+import uuid
+from fastapi import APIRouter, UploadFile, File, Form, HTTPException
+from loguru import logger
+
+from app.schemas import ApiResponse, SubmitCandidateResponse
+from app.services.coze_service import coze_service
+
+router = APIRouter()
+
+
+def generate_session_id(name: str) -> str:
+    """生成会话 ID"""
+    timestamp = int(time.time())
+    random_code = uuid.uuid4().hex[:6]
+    return f"SESS_{timestamp}_{name}_{random_code}"
+
+
+@router.post("/candidates", response_model=ApiResponse)
+async def submit_candidate(
+    name: str = Form(..., min_length=2, max_length=20, description="候选人姓名"),
+    resume: UploadFile = File(..., description="简历文件"),
+):
+    """
+    提交候选人信息（上传简历）
+    
+    - 上传简历到 Coze
+    - 生成 session_id
+    - 返回 session_id 和 file_id
+    """
+    try:
+        # 验证文件类型
+        allowed_types = [
+            "application/pdf",
+            "application/msword",
+            "application/vnd.openxmlformats-officedocument.wordprocessingml.document",
+        ]
+        if resume.content_type not in allowed_types:
+            raise HTTPException(
+                status_code=400,
+                detail="只支持 PDF、DOC、DOCX 格式的文件"
+            )
+        
+        # 验证文件大小（10MB）
+        content = await resume.read()
+        if len(content) > 10 * 1024 * 1024:
+            raise HTTPException(
+                status_code=400,
+                detail="文件大小不能超过 10MB"
+            )
+        
+        # 上传文件到 Coze
+        file_result = await coze_service.upload_file(content, resume.filename or "resume.pdf")
+        file_id = file_result.get("id")
+        
+        if not file_id:
+            raise HTTPException(
+                status_code=500,
+                detail="文件上传失败"
+            )
+        
+        # 生成 session_id
+        session_id = generate_session_id(name)
+        
+        logger.info(f"Candidate submitted: name={name}, session_id={session_id}, file_id={file_id}")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data=SubmitCandidateResponse(
+                sessionId=session_id,
+                fileId=file_id,
+            )
+        )
+        
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"Submit candidate error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))

backend/app/routers/chat.py

@@ -0,0 +1,48 @@
+"""
+文本对话接口（文字面试模式）
+"""
+from fastapi import APIRouter, HTTPException
+from loguru import logger
+
+from app.schemas import ApiResponse, ChatRequest, ChatResponse
+from app.services.coze_service import coze_service
+
+router = APIRouter()
+
+
+@router.post("/chat", response_model=ApiResponse)
+async def chat(request: ChatRequest):
+    """
+    文本对话（文字面试模式）
+    
+    使用 /v3/chat API 与 Chatflow 对话。
+    session_id 通过 user_id 传递，工作流从 USER_INPUT 获取。
+    """
+    try:
+        logger.info(f"Chat request: session_id={request.sessionId}, conv_id={request.conversationId}, message={request.message[:50]}...")
+        
+        # 使用 /v3/chat API（Chatflow 对话）
+        # session_id 作为 user_id 传递，工作流从 {{USER_INPUT}} 获取
+        result = await coze_service.chat(
+            message=request.message,
+            user_id=request.sessionId,  # session_id 作为 user_id
+            conversation_id=request.conversationId,
+        )
+        
+        response_data = ChatResponse(
+            reply=result.get("reply", ""),
+            conversationId=result.get("conversation_id", ""),
+            debugInfo=result.get("debug_info"),
+        )
+        
+        logger.info(f"Chat response: {response_data.reply[:50] if response_data.reply else 'empty'}...")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data=response_data
+        )
+        
+    except Exception as e:
+        logger.error(f"Chat error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))

backend/app/routers/files.py

@@ -0,0 +1,35 @@
+"""
+文件服务接口 - 提供文件下载
+"""
+import os
+from fastapi import APIRouter, HTTPException
+from fastapi.responses import FileResponse
+from loguru import logger
+
+from app.config import settings
+
+router = APIRouter()
+
+
+@router.get("/files/{file_id}")
+async def download_file(file_id: str):
+    """
+    下载文件（供 Coze 工作流访问）
+    
+    文件路径: uploads/{file_id}.pdf
+    """
+    # 构建文件路径
+    file_path = os.path.join(settings.UPLOAD_DIR, f"{file_id}.pdf")
+    
+    # 检查文件是否存在
+    if not os.path.exists(file_path):
+        logger.error(f"File not found: {file_path}")
+        raise HTTPException(status_code=404, detail="文件不存在")
+    
+    logger.info(f"Serving file: {file_path}")
+    
+    return FileResponse(
+        path=file_path,
+        filename=f"{file_id}.pdf",
+        media_type="application/pdf"
+    )

backend/app/routers/init.py

@@ -0,0 +1,69 @@
+"""
+面试初始化接口
+"""
+from fastapi import APIRouter, UploadFile, File, Form, HTTPException
+from loguru import logger
+
+from app.schemas import ApiResponse
+from app.services.coze_service import coze_service
+
+router = APIRouter()
+
+
+@router.post("/init-interview", response_model=ApiResponse)
+async def init_interview(
+    name: str = Form(..., description="候选人姓名"),
+    file: UploadFile = File(..., description="简历文件（PDF）"),
+):
+    """
+    初始化面试
+    
+    1. 上传简历到 Coze
+    2. 获取文件临时 URL
+    3. 调用工作流 A（解析简历、创建记录）
+    4. 返回 session_id
+    
+    后续使用 session_id 创建语音房间进行面试
+    """
+    try:
+        # 验证文件类型
+        if not file.filename.lower().endswith('.pdf'):
+            raise HTTPException(status_code=400, detail="仅支持 PDF 格式")
+        
+        # 读取文件内容
+        content = await file.read()
+        
+        # 验证文件大小（最大 10MB）
+        if len(content) > 10 * 1024 * 1024:
+            raise HTTPException(status_code=400, detail="文件大小不能超过 10MB")
+        
+        logger.info(f"Init interview: name={name}, file={file.filename}, size={len(content)} bytes")
+        
+        # 执行完整的初始化流程（返回详细调试信息）
+        result = await coze_service.init_interview(
+            name=name,
+            file_content=content,
+            filename=file.filename,
+        )
+        
+        session_id = result.get("session_id", "")
+        debug_info = result.get("debug_info", {})
+        
+        logger.info(f"Interview initialized: session_id={session_id}")
+        logger.info(f"Debug info: {debug_info}")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data={
+                "sessionId": session_id,
+                "name": name,
+                "debugInfo": debug_info,
+            }
+        )
+        
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"Init interview error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))

backend/app/routers/room.py

@@ -0,0 +1,129 @@
+"""
+房间相关接口
+"""
+import time
+import uuid
+from fastapi import APIRouter, HTTPException
+from loguru import logger
+
+from app.schemas import ApiResponse, CreateRoomRequest, CreateRoomResponse
+from app.services.coze_service import coze_service
+from app.config import settings
+
+router = APIRouter()
+
+
+def generate_user_id() -> str:
+    """生成用户 ID"""
+    return f"user_{uuid.uuid4().hex[:12]}"
+
+
+def generate_session_id() -> str:
+    """生成会话 ID"""
+    timestamp = int(time.time())
+    random_code = uuid.uuid4().hex[:6]
+    return f"SESS_{timestamp}_{random_code}"
+
+
+@router.post("/rooms", response_model=ApiResponse)
+async def create_room(request: CreateRoomRequest):
+    """
+    创建语音房间
+    
+    方案A：前端不预先收集姓名和简历
+    - sessionId 和 fileId 都是可选的
+    - 如果没有传入 sessionId，后端自动生成
+    - 姓名和简历由 Coze 工作流在对话中收集
+    """
+    try:
+        # 生成用户 ID
+        user_id = generate_user_id()
+        
+        # 如果没有传入 sessionId，自动生成
+        session_id = request.sessionId or generate_session_id()
+        
+        # 调用 Coze API 创建语音房间
+        # Coze 会自动让 Bot 加入房间，并返回 RTC 连接信息
+        room_data = await coze_service.create_audio_room(
+            user_id=user_id,
+            file_id=request.fileId,  # 可能是 None
+            session_id=session_id,
+        )
+        
+        # Coze 返回的字段映射
+        # Coze: app_id, room_id, token, uid
+        # 前端期望: appId, roomId, token, userId, sessionId
+        response_data = CreateRoomResponse(
+            appId=room_data.get("app_id", ""),
+            roomId=room_data.get("room_id", ""),
+            token=room_data.get("token", ""),
+            userId=room_data.get("uid", user_id),
+            sessionId=session_id,  # 返回 sessionId 给前端
+            debugInfo=room_data.get("debug_info"),  # 调试信息
+        )
+        
+        logger.info(f"Room created: session_id={session_id}, room_id={response_data.roomId}")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data=response_data
+        )
+        
+    except Exception as e:
+        logger.error(f"Create room error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.post("/interviews/{session_id}/end", response_model=ApiResponse)
+async def end_interview(session_id: str):
+    """
+    结束面试
+    
+    - 通知后端面试已结束
+    - 可以在这里添加后续处理逻辑
+    """
+    try:
+        logger.info(f"Interview ended: session_id={session_id}")
+        
+        # TODO: 可以在这里添加后续处理逻辑
+        # 例如：更新状态、发送通知等
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data={"success": True}
+        )
+        
+    except Exception as e:
+        logger.error(f"End interview error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.get("/coze-config", response_model=ApiResponse)
+async def get_coze_config():
+    """
+    获取 Coze Realtime SDK 配置
+    
+    返回前端需要的配置信息，用于直接连接 Coze Realtime
+    注意：这种方式会暴露 PAT Token 到浏览器，仅用于开发/测试
+    """
+    try:
+        config = {
+            "accessToken": settings.COZE_PAT_TOKEN,
+            "botId": settings.COZE_BOT_ID,
+            "voiceId": settings.COZE_VOICE_ID,
+            "connectorId": "1024",  # 固定值
+        }
+        
+        logger.info(f"Coze config requested: bot_id={settings.COZE_BOT_ID}")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data=config
+        )
+        
+    except Exception as e:
+        logger.error(f"Get coze config error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))

backend/app/routers/upload.py

@@ -0,0 +1,97 @@
+"""
+文件上传接口
+"""
+import os
+import uuid
+from datetime import datetime
+from fastapi import APIRouter, UploadFile, File, HTTPException, Request
+from fastapi.responses import FileResponse
+from loguru import logger
+
+from app.schemas import ApiResponse
+from app.config import settings
+
+router = APIRouter()
+
+# 上传目录
+UPLOAD_DIR = os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(__file__))), "uploads")
+os.makedirs(UPLOAD_DIR, exist_ok=True)
+
+
+@router.post("/upload", response_model=ApiResponse)
+async def upload_file(request: Request, file: UploadFile = File(...)):
+    """
+    上传文件并返回公开访问链接
+    
+    - 接收前端上传的文件（如简历 PDF）
+    - 保存到本地并生成公开链接
+    - 返回文件链接供 Coze 工作流使用
+    """
+    try:
+        # 验证文件类型
+        if not file.filename.lower().endswith('.pdf'):
+            raise HTTPException(status_code=400, detail="仅支持 PDF 格式")
+        
+        # 读取文件内容
+        content = await file.read()
+        
+        # 验证文件大小（最大 10MB）
+        if len(content) > 10 * 1024 * 1024:
+            raise HTTPException(status_code=400, detail="文件大小不能超过 10MB")
+        
+        # 生成唯一文件名
+        timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+        unique_id = uuid.uuid4().hex[:8]
+        safe_filename = f"{timestamp}_{unique_id}.pdf"
+        
+        # 保存文件
+        file_path = os.path.join(UPLOAD_DIR, safe_filename)
+        with open(file_path, "wb") as f:
+            f.write(content)
+        
+        logger.info(f"File saved: {file_path}, size: {len(content)} bytes")
+        
+        # 生成公开访问链接
+        # 从请求中获取 host
+        host = request.headers.get("host", "localhost:8000")
+        scheme = request.headers.get("x-forwarded-proto", "http")
+        file_url = f"{scheme}://{host}/api/files/{safe_filename}"
+        
+        logger.info(f"File URL: {file_url}")
+        
+        return ApiResponse(
+            code=0,
+            message="success",
+            data={
+                "fileUrl": file_url,
+                "fileName": file.filename,
+                "fileSize": len(content),
+            }
+        )
+        
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"Upload error: {e}")
+        raise HTTPException(status_code=500, detail=str(e))
+
+
+@router.get("/files/{filename}")
+async def get_file(filename: str):
+    """
+    获取上传的文件（供 Coze 工作流访问）
+    """
+    # 安全检查：防止路径遍历
+    if ".." in filename or "/" in filename or "\\" in filename:
+        raise HTTPException(status_code=400, detail="Invalid filename")
+    
+    file_path = os.path.join(UPLOAD_DIR, filename)
+    
+    if not os.path.exists(file_path):
+        raise HTTPException(status_code=404, detail="File not found")
+    
+    return FileResponse(
+        file_path,
+        media_type="application/pdf",
+        filename=filename
+    )

backend/app/schemas.py

@@ -0,0 +1,100 @@
+"""
+Pydantic 数据模型
+"""
+from typing import Optional, List, Any
+from pydantic import BaseModel, Field
+from datetime import datetime
+
+
+# ============ 通用响应 ============
+
+class ApiResponse(BaseModel):
+    """统一 API 响应格式"""
+    code: int = 0
+    message: str = "success"
+    data: Any = None
+
+
+# ============ 候选人相关 ============
+
+class SubmitCandidateResponse(BaseModel):
+    """提交候选人信息响应"""
+    sessionId: str
+    fileId: str
+
+
+class CreateRoomRequest(BaseModel):
+    """创建房间请求"""
+    sessionId: Optional[str] = None  # 方案A：可选，由后端生成
+    fileId: Optional[str] = None  # 方案A：可选，由工作流收集
+
+
+class CreateRoomResponse(BaseModel):
+    """创建房间响应"""
+    roomId: str
+    token: str
+    appId: str
+    userId: str
+    sessionId: Optional[str] = None  # 返回给前端用于后续操作
+    debugInfo: Optional[Any] = None  # 调试信息（语音模式）
+
+
+class EndInterviewResponse(BaseModel):
+    """结束面试响应"""
+    success: bool
+
+
+class ChatRequest(BaseModel):
+    """文本对话请求（模拟语音）"""
+    sessionId: str
+    message: str
+    conversationId: Optional[str] = None
+
+
+class ChatResponse(BaseModel):
+    """文本对话响应"""
+    reply: str
+    conversationId: str
+    debugInfo: Optional[Any] = None  # 调试信息（节点状态、消息列表等）
+
+
+# ============ 管理后台相关 ============
+
+class CandidateScores(BaseModel):
+    """候选人评分"""
+    salesSkill: int = Field(0, ge=0, le=100)
+    salesMindset: int = Field(0, ge=0, le=100)
+    quality: int = Field(0, ge=0, le=100)
+    motivation: int = Field(0, ge=0, le=100)
+    total: float = Field(0, ge=0, le=100)
+
+
+class CandidateListItem(BaseModel):
+    """候选人列表项"""
+    sessionId: str
+    name: str
+    status: str  # pending, ongoing, completed
+    score: Optional[float] = None
+    createdAt: str
+
+
+class CandidateDetail(BaseModel):
+    """候选人详情"""
+    sessionId: str
+    name: str
+    resume: Optional[str] = None
+    status: str
+    currentStage: int = 0
+    scores: Optional[CandidateScores] = None
+    analysis: Optional[str] = None
+    interviewLog: Optional[str] = None
+    createdAt: str
+    completedAt: Optional[str] = None
+
+
+class CandidateListResponse(BaseModel):
+    """候选人列表响应"""
+    list: List[CandidateListItem]
+    total: int
+    page: int
+    pageSize: int

backend/app/services/__init__.py

@@ -0,0 +1,4 @@
+# Services
+from .coze_service import CozeService, coze_service
+
+__all__ = ["CozeService", "coze_service"]

backend/app/services/coze_service.py

@@ -0,0 +1,839 @@
+"""
+Coze API 服务封装
+"""
+import time
+import httpx
+from typing import Optional, Dict, Any
+from loguru import logger
+
+from app.config import settings
+
+
+class CozeService:
+    """Coze API 服务"""
+    
+    def __init__(self):
+        self.base_url = settings.COZE_API_BASE
+        self.headers = {
+            "Authorization": f"Bearer {settings.COZE_PAT_TOKEN}",
+            "Content-Type": "application/json",
+        }
+        self.bot_id = settings.COZE_BOT_ID
+    
+    # 工作流 A 的 ID（初始化工作流）
+    INIT_WORKFLOW_ID = "7597357422713798710"
+    
+    # 工作流 B 的 ID（面试工作流）
+    INTERVIEW_WORKFLOW_ID = "7595077233002840079"
+
+    async def upload_file(self, file_content: bytes, filename: str) -> Dict[str, Any]:
+        """
+        上传文件到 Coze
+        
+        Args:
+            file_content: 文件内容
+            filename: 文件名
+            
+        Returns:
+            {"id": "file_xxx", ...}
+        """
+        url = f"{self.base_url}/v1/files/upload"
+        
+        async with httpx.AsyncClient(timeout=60.0) as client:
+            files = {"file": (filename, file_content)}
+            headers = {"Authorization": f"Bearer {settings.COZE_PAT_TOKEN}"}
+            
+            response = await client.post(url, files=files, headers=headers)
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"File uploaded: {data}")
+            
+            if "data" in data:
+                return data["data"]
+            return data
+
+    async def get_file_url(self, file_id: str) -> str:
+        """
+        获取 Coze 文件的临时下载链接
+        
+        Args:
+            file_id: 文件 ID
+            
+        Returns:
+            文件的临时下载 URL
+        """
+        url = f"{self.base_url}/v1/files/retrieve"
+        
+        async with httpx.AsyncClient(timeout=30.0) as client:
+            response = await client.get(
+                url,
+                params={"file_id": file_id},
+                headers=self.headers
+            )
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"File retrieve response: {data}")
+            
+            # 返回文件的临时 URL
+            file_info = data.get("data", {})
+            file_url = file_info.get("url", "")
+            
+            if not file_url:
+                raise ValueError(f"Failed to get file URL for file_id: {file_id}")
+            
+            return file_url
+
+    async def run_init_workflow(
+        self,
+        name: str,
+        file_url: str,
+    ) -> Dict[str, Any]:
+        """
+        执行初始化工作流（工作流A）
+        
+        - 上传简历、解析、创建数据库记录
+        - 返回 session_id 和调试信息
+        
+        Args:
+            name: 候选人姓名
+            file_url: 简历文件链接
+            
+        Returns:
+            {"session_id": "xxx", "raw_response": {...}, "parsed_data": {...}, "debug_url": "..."}
+        """
+        import asyncio
+        
+        url = f"{self.base_url}/v1/workflow/run"
+        
+        payload = {
+            "workflow_id": self.INIT_WORKFLOW_ID,
+            "parameters": {
+                "name": name,
+                "file_url": file_url,
+            }
+        }
+        
+        logger.info(f"Running init workflow with payload: {payload}")
+        
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            response = await client.post(url, json=payload, headers=self.headers)
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"Init workflow response: {data}")
+            
+            result = {
+                "session_id": "",
+                "raw_response": data,
+                "parsed_data": None,
+                "debug_url": data.get("debug_url", ""),
+                "execute_id": data.get("execute_id", ""),
+                "code": data.get("code"),
+                "msg": data.get("msg", ""),
+            }
+            
+            if data.get("code") == 0:
+                import json
+                
+                # execute_id 在顶层
+                execute_id = data.get("execute_id", "")
+                # data 字段是工作流输出（JSON 字符串）
+                output_str = data.get("data", "")
+                
+                result["execute_id"] = execute_id
+                result["output_str"] = output_str
+                
+                logger.info(f"Workflow execute_id: {execute_id}")
+                logger.info(f"Workflow output_str: {output_str}")
+                
+                # 构建调试链接
+                result["debug_url"] = f"https://www.coze.cn/work_flow?execute_id={execute_id}&space_id=7516832346776780836&workflow_id={self.INIT_WORKFLOW_ID}&execute_mode=2"
+                
+                # 解析工作流输出
+                session_id = None
+                output_data = None
+                if output_str:
+                    try:
+                        output_data = json.loads(output_str)
+                        result["parsed_data"] = output_data
+                        logger.info(f"Workflow output_data: {output_data}")
+                        
+                        # 尝试从不同格式中提取 session_id
+                        if isinstance(output_data, dict):
+                            # 格式1: {"session_id": "xxx"}
+                            session_id = output_data.get("session_id")
+                            
+                            # 格式2: {"data": "SESS_xxx"} - data 直接是 session_id 字符串
+                            if not session_id and "data" in output_data:
+                                inner_data = output_data.get("data")
+                                # 如果 data 是字符串且以 SESS_ 开头，直接使用
+                                if isinstance(inner_data, str) and inner_data.startswith("SESS_"):
+                                    session_id = inner_data
+                                elif isinstance(inner_data, str):
+                                    # 尝试解析为 JSON
+                                    try:
+                                        inner_data = json.loads(inner_data)
+                                    except:
+                                        pass
+                                if isinstance(inner_data, dict):
+                                    session_id = inner_data.get("session_id")
+                                elif isinstance(inner_data, list) and len(inner_data) > 0:
+                                    session_id = inner_data[0].get("session_id") if isinstance(inner_data[0], dict) else None
+                        elif isinstance(output_data, list) and len(output_data) > 0:
+                            # 格式3: [{"session_id": "xxx"}]
+                            if isinstance(output_data[0], dict):
+                                session_id = output_data[0].get("session_id")
+                    except json.JSONDecodeError as e:
+                        logger.warning(f"Failed to parse workflow output: {e}")
+                        result["parse_error"] = str(e)
+                
+                # 如果没有 session_id，使用 execute_id 作为替代
+                if not session_id:
+                    logger.warning(f"No session_id in workflow output, using execute_id as session_id")
+                    session_id = f"WF_{execute_id}" if execute_id else f"SESS_{int(time.time())}"
+                    result["session_id_source"] = "execute_id_fallback"
+                else:
+                    result["session_id_source"] = "workflow_output"
+                
+                result["session_id"] = session_id
+                logger.info(f"Final session_id: {session_id}")
+                return result
+            else:
+                error_msg = data.get("msg", "Unknown error")
+                result["error"] = error_msg
+                raise ValueError(f"Workflow execution failed: {error_msg}")
+
+    async def _wait_for_workflow_result(
+        self,
+        execute_id: str,
+        max_retries: int = 60,
+    ) -> str:
+        """
+        等待工作流执行完成并获取结果
+        """
+        import asyncio
+        
+        url = f"{self.base_url}/v1/workflow/run_histories"
+        
+        for i in range(max_retries):
+            async with httpx.AsyncClient(timeout=30.0) as client:
+                response = await client.get(
+                    url,
+                    params={"execute_id": execute_id},
+                    headers=self.headers
+                )
+                
+                if response.status_code == 200:
+                    data = response.json()
+                    logger.info(f"Workflow status [{i}]: {data}")
+                    
+                    if data.get("code") == 0:
+                        result_data = data.get("data", {})
+                        status = result_data.get("status", "")
+                        
+                        if status == "Success":
+                            output = result_data.get("output", "")
+                            # 解析输出获取 session_id
+                            try:
+                                import json
+                                output_data = json.loads(output)
+                                return output_data.get("session_id", output)
+                            except:
+                                return output
+                        elif status == "Failed":
+                            raise ValueError(f"Workflow failed: {result_data.get('error', 'Unknown')}")
+                        # Running 状态继续等待
+            
+            await asyncio.sleep(1)
+        
+        raise TimeoutError("Workflow execution timeout")
+
+    async def init_interview(
+        self,
+        name: str,
+        file_content: bytes,
+        filename: str,
+    ) -> Dict[str, Any]:
+        """
+        完整的面试初始化流程
+        
+        1. 上传文件到远程服务器
+        2. 获取公网可访问的 URL
+        3. 执行初始化工作流
+        4. 返回 session_id 和调试信息
+        
+        Args:
+            name: 候选人姓名
+            file_content: 简历文件内容
+            filename: 文件名
+            
+        Returns:
+            {"session_id": "xxx", "debug_info": {...}}
+        """
+        debug_info = {
+            "steps": [],
+            "timestamps": {},
+        }
+        
+        # 1. 上传文件到远程服务器
+        debug_info["steps"].append("Step 1: Uploading file to remote server")
+        debug_info["file_size"] = len(file_content)
+        
+        logger.info(f"Step 1: Uploading file to remote server ({len(file_content)} bytes)...")
+        
+        # 检查配置
+        if not settings.FILE_SERVER_TOKEN:
+            raise ValueError("FILE_SERVER_TOKEN is not configured. Please set FILE_SERVER_TOKEN in .env file.")
+        
+        # 调用远程 PHP 上传接口
+        upload_url = settings.FILE_SERVER_UPLOAD_URL
+        
+        async with httpx.AsyncClient(timeout=60.0) as client:
+            files = {"file": (filename, file_content, "application/pdf")}
+            data = {"token": settings.FILE_SERVER_TOKEN}
+            
+            response = await client.post(upload_url, files=files, data=data)
+            response.raise_for_status()
+            
+            upload_result = response.json()
+            logger.info(f"Upload response: {upload_result}")
+            
+            if upload_result.get("code") != 0:
+                error_msg = upload_result.get("error", "Unknown upload error")
+                raise ValueError(f"File upload failed: {error_msg}")
+            
+            file_url = upload_result.get("url", "")
+            file_id = upload_result.get("file_id", "")
+        
+        debug_info["steps"].append("File uploaded successfully")
+        debug_info["file_id"] = file_id
+        debug_info["file_url"] = file_url
+        debug_info["upload_response"] = upload_result
+        
+        logger.info(f"Step 1 completed: file_url={file_url}")
+        
+        # 2. 执行初始化工作流
+        logger.info(f"Step 2: Running init workflow with name={name}, file_url={file_url}...")
+        debug_info["steps"].append("Step 2: Running init workflow")
+        debug_info["workflow_input"] = {"name": name, "file_url": file_url}
+        
+        workflow_result = await self.run_init_workflow(name, file_url)
+        
+        # workflow_result 现在返回更多信息
+        session_id = workflow_result.get("session_id", "")
+        debug_info["steps"].append("Workflow completed")
+        debug_info["workflow_response"] = workflow_result.get("raw_response")
+        debug_info["workflow_data"] = workflow_result.get("parsed_data")
+        debug_info["debug_url"] = workflow_result.get("debug_url")
+        
+        logger.info(f"Init workflow completed, session_id: {session_id}")
+        
+        return {
+            "session_id": session_id,
+            "debug_info": debug_info
+        }
+    
+    async def create_audio_room(
+        self,
+        user_id: str,
+        file_id: Optional[str] = None,
+        session_id: Optional[str] = None,
+    ) -> Dict[str, Any]:
+        """
+        创建语音房间，让 Bot 加入
+        
+        Coze API 会返回完整的 RTC 连接信息：
+        - app_id: 火山引擎 RTC App ID
+        - room_id: 房间 ID
+        - token: RTC Token
+        - uid: 用户 ID
+        
+        Args:
+            user_id: 用户 ID
+            file_id: 简历文件 ID（可选）
+            session_id: 会话 ID（可选）
+            
+        Returns:
+            RTC 连接信息
+        """
+        url = f"{self.base_url}/v1/audio/rooms"
+        
+        # 将 session_id 作为 user_id 传递，这样工作流可以从 sys_var.user_id 获取
+        # 如果有 session_id，用它作为 user_id；否则用原始 user_id
+        actual_user_id = session_id if session_id else user_id
+        
+        payload = {
+            "bot_id": self.bot_id,
+            "user_id": actual_user_id,  # session_id 作为 user_id
+        }
+        
+        # 添加语音 ID
+        if settings.COZE_VOICE_ID:
+            payload["voice_id"] = settings.COZE_VOICE_ID
+        
+        # ========== 尝试通过多种方式传递 session_id ==========
+        
+        # 方式 1: parameters（类似工作流 API）
+        if session_id:
+            payload["parameters"] = {
+                "session_id": session_id,
+            }
+        
+        # 方式 2: custom_variables（类似对话 API）
+        if session_id:
+            payload["custom_variables"] = {
+                "session_id": session_id,
+            }
+        
+        # 方式 3: connector_id / extra_info（备用）
+        if session_id:
+            payload["extra_info"] = {
+                "session_id": session_id,
+            }
+        
+        # 方式 4: config 对象
+        config = {}
+        if file_id:
+            config["input_file_id"] = file_id
+        if session_id:
+            config["session_id"] = session_id
+            config["parameters"] = {"session_id": session_id}
+        if config:
+            payload["config"] = config
+        
+        logger.info(f"Creating audio room with payload: {payload}")
+        
+        async with httpx.AsyncClient(timeout=30.0) as client:
+            response = await client.post(url, json=payload, headers=self.headers)
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"Audio room created: {data}")
+            
+            result = data.get("data", data)
+            
+            # 添加调试信息（避免循环引用，不包含 data 字段）
+            result["debug_info"] = {
+                "session_id": session_id,
+                "actual_user_id": actual_user_id,
+                "bot_id": self.bot_id,
+                "request_payload": payload,  # 完整的请求参数（包括所有尝试的字段）
+                "coze_code": data.get("code"),
+                "coze_msg": data.get("msg"),
+                "coze_logid": data.get("detail", {}).get("logid"),
+                "coze_bot_url": f"https://www.coze.cn/space/7516832346776780836/bot/{self.bot_id}",
+                "search_hint": f"工作流可通过 {{{{sys_var.user_id}}}} 获取 session_id: {actual_user_id}",
+                "tried_methods": [
+                    "user_id (as session_id)",
+                    "parameters.session_id",
+                    "custom_variables.session_id", 
+                    "extra_info.session_id",
+                    "config.session_id",
+                    "config.parameters.session_id",
+                ],
+            }
+            
+            return result
+
+    async def chat_via_workflow(
+        self,
+        session_id: str,
+        message: str,
+        workflow_id: Optional[str] = None,
+    ) -> Dict[str, Any]:
+        """
+        通过工作流 API 进行文字对话（推荐用于文字面试模式）
+        
+        使用 /v1/workflow/run API 直接调用工作流 B，
+        可以正确传递 session_id 等必填参数。
+        
+        Args:
+            session_id: 会话 ID（来自工作流 A）
+            message: 用户消息
+            workflow_id: 工作流 ID（可选，默认使用 INTERVIEW_WORKFLOW_ID）
+            
+        Returns:
+            {"reply": "AI回复"}
+        """
+        import json
+        
+        wf_id = workflow_id or self.INTERVIEW_WORKFLOW_ID
+        
+        if not wf_id:
+            raise ValueError("工作流 B 的 ID 未配置，请设置 INTERVIEW_WORKFLOW_ID")
+        
+        url = f"{self.base_url}/v1/workflow/run"
+        
+        payload = {
+            "workflow_id": wf_id,
+            "parameters": {
+                "session_id": session_id,
+                "USER_INPUT": message,  # 用户输入
+            }
+        }
+        
+        logger.info(f"Workflow chat request: {payload}")
+        
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            response = await client.post(url, json=payload, headers=self.headers)
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"Workflow chat response: {data}")
+            
+            if data.get("code") == 0:
+                # 解析工作流输出
+                output_str = data.get("data", "")
+                
+                try:
+                    if output_str:
+                        output_data = json.loads(output_str)
+                        # 尝试提取回复内容
+                        if isinstance(output_data, dict):
+                            reply = output_data.get("reply") or output_data.get("output") or output_data.get("data", "")
+                            if isinstance(reply, str):
+                                return {"reply": reply}
+                            elif isinstance(reply, dict):
+                                return {"reply": reply.get("content", str(reply))}
+                        elif isinstance(output_data, str):
+                            return {"reply": output_data}
+                except json.JSONDecodeError:
+                    # 如果不是 JSON，直接返回原始字符串
+                    return {"reply": output_str}
+                
+                return {"reply": output_str or "工作流执行完成"}
+            else:
+                error_msg = data.get("msg", "Unknown error")
+                raise ValueError(f"Workflow execution failed: {error_msg}")
+
+    async def chat(
+        self,
+        message: str,
+        user_id: str,
+        conversation_id: Optional[str] = None,
+    ) -> Dict[str, Any]:
+        """
+        文本对话 - 使用 /v1/workflows/chat 专用接口
+        
+        这个接口专门用于 Chatflow，支持：
+        1. 通过 parameters 传递自定义参数（如 session_id）
+        2. 正确维持问答节点的对话状态
+        
+        Args:
+            message: 用户消息
+            user_id: session_id（面试会话 ID）
+            conversation_id: 对话 ID（用于多轮对话）
+            
+        Returns:
+            {"reply": "AI回复", "conversation_id": "xxx"}
+        """
+        import asyncio
+        
+        # 尝试使用 /v1/workflows/chat 专用接口
+        # 工作流 B 的 ID（Chatflow）
+        workflow_id = "7595077233002840079"
+        
+        url = f"{self.base_url}/v1/workflows/chat"
+        
+        # 构建 payload
+        payload = {
+            "workflow_id": workflow_id,
+            "user_id": user_id,
+            "stream": False,
+            "additional_messages": [
+                {
+                    "role": "user",
+                    "content": message,
+                    "content_type": "text",
+                }
+            ],
+            # 通过 parameters 显式传递 session_id
+            "parameters": {
+                "session_id": user_id,
+            },
+        }
+        
+        # 传递 conversation_id 延续对话
+        if conversation_id:
+            payload["conversation_id"] = conversation_id
+        
+        logger.info(f"[Workflows/Chat] request: session_id={user_id}, conv_id={conversation_id}, message={message[:50]}...")
+        logger.debug(f"[Workflows/Chat] payload: {payload}")
+        
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            try:
+                response = await client.post(url, json=payload, headers=self.headers)
+                
+                # 检查响应状态
+                logger.info(f"[Workflows/Chat] status: {response.status_code}, text: {response.text[:200] if response.text else 'empty'}")
+                
+                if response.status_code != 200 or not response.text:
+                    logger.warning(f"[Workflows/Chat] failed (status={response.status_code}), falling back to /v3/chat")
+                    return await self._chat_v3(message, user_id, conversation_id)
+                
+                data = response.json()
+                logger.info(f"[Workflows/Chat] response: code={data.get('code')}, msg={data.get('msg', '')}")
+                
+                if data.get("code") != 0:
+                    # 如果 /v1/workflows/chat 失败，回退到 /v3/chat
+                    logger.warning(f"[Workflows/Chat] API error, falling back to /v3/chat")
+                    return await self._chat_v3(message, user_id, conversation_id)
+            except Exception as e:
+                logger.warning(f"[Workflows/Chat] exception: {e}, falling back to /v3/chat")
+                return await self._chat_v3(message, user_id, conversation_id)
+            
+            # 解析响应
+            chat_data = data.get("data", {})
+            conv_id = chat_data.get("conversation_id", "")
+            chat_id = chat_data.get("id", "")
+            
+            logger.info(f"[Workflows/Chat] started: conv_id={conv_id}, chat_id={chat_id}")
+            
+            # 轮询等待回复完成
+            if chat_id and conv_id:
+                result = await self._wait_for_reply(conv_id, chat_id)
+                return {
+                    "reply": result.get("reply", ""),
+                    "conversation_id": conv_id,
+                    "debug_info": result.get("debug_info", {}),
+                }
+            
+            return {
+                "reply": "抱歉，我没有理解您的意思，请再说一次。",
+                "conversation_id": conversation_id or "",
+                "debug_info": {"error": "Workflows/Chat API error"},
+            }
+
+    async def _chat_v3(
+        self,
+        message: str,
+        user_id: str,
+        conversation_id: Optional[str] = None,
+    ) -> Dict[str, Any]:
+        """
+        备用方法：使用 /v3/chat API
+        """
+        url = f"{self.base_url}/v3/chat"
+        
+        # 构建消息内容：嵌入 session_id
+        if not conversation_id:
+            content = f"[SESSION:{user_id}]\n{message}"
+        else:
+            content = message
+        
+        payload = {
+            "bot_id": self.bot_id,
+            "user_id": user_id,
+            "stream": False,
+            "auto_save_history": True,
+            "additional_messages": [
+                {
+                    "role": "user",
+                    "content": content,
+                    "content_type": "text",
+                }
+            ],
+        }
+        
+        if conversation_id:
+            payload["conversation_id"] = conversation_id
+        
+        logger.info(f"[v3/chat] request: user_id={user_id}, conv_id={conversation_id}")
+        logger.debug(f"[v3/chat] payload: {payload}")
+        
+        async with httpx.AsyncClient(timeout=120.0) as client:
+            response = await client.post(url, json=payload, headers=self.headers)
+            response.raise_for_status()
+            
+            data = response.json()
+            logger.info(f"[v3/chat] response: code={data.get('code')}")
+            
+            if data.get("code") == 0:
+                chat_data = data.get("data", {})
+                conv_id = chat_data.get("conversation_id", "")
+                chat_id = chat_data.get("id", "")
+                
+                logger.info(f"[v3/chat] started: conv_id={conv_id}, chat_id={chat_id}")
+                
+                if chat_id and conv_id:
+                    result = await self._wait_for_reply(conv_id, chat_id)
+                    # 构建 Coze 后台查询链接
+                    coze_debug_url = f"https://www.coze.cn/space/7516832346776780836/bot/{self.bot_id}"
+                    debug_info = result.get("debug_info", {})
+                    debug_info.update({
+                        "conversation_id": conv_id,
+                        "chat_id": chat_id,
+                        "session_id": user_id,
+                        "coze_bot_url": coze_debug_url,
+                        "search_hint": f"在 Coze 后台搜索 conversation_id: {conv_id} 或 user_id: {user_id}",
+                    })
+                    return {
+                        "reply": result.get("reply", ""),
+                        "conversation_id": conv_id,
+                        "debug_info": debug_info,
+                    }
+            else:
+                error_msg = data.get("msg", "Unknown error")
+                logger.error(f"[v3/chat] API error: {error_msg}")
+            
+            return {
+                "reply": "抱歉，我没有理解您的意思，请再说一次。",
+                "conversation_id": conversation_id or "",
+                "debug_info": {"error": "v3/chat API error"},
+            }
+
+    async def _wait_for_reply(
+        self,
+        conversation_id: str,
+        chat_id: str,
+        max_retries: int = 30,
+    ) -> dict:
+        """
+        等待 AI 回复完成
+        
+        Returns:
+            dict: {"reply": str, "debug_info": dict}
+        """
+        import asyncio
+        import json
+        
+        url = f"{self.base_url}/v3/chat/retrieve"
+        debug_info = {
+            "status_history": [],
+            "messages": [],
+            "raw_responses": [],
+        }
+        
+        for i in range(max_retries):
+            async with httpx.AsyncClient(timeout=30.0) as client:
+                response = await client.get(
+                    url, 
+                    params={
+                        "conversation_id": conversation_id,
+                        "chat_id": chat_id,
+                    },
+                    headers=self.headers
+                )
+                
+                if response.status_code == 200:
+                    data = response.json()
+                    
+                    # 记录原始响应（用于调试）
+                    debug_info["raw_responses"].append({
+                        "iteration": i,
+                        "data": data
+                    })
+                    
+                    if data.get("code") == 0:
+                        chat_data = data.get("data", {})
+                        status = chat_data.get("status", "")
+                        
+                        # 记录状态历史
+                        status_info = {
+                            "iteration": i,
+                            "status": status,
+                            "required_action": chat_data.get("required_action"),
+                        }
+                        debug_info["status_history"].append(status_info)
+                        
+                        logger.info(f"Chat status [{i}]: {status}")
+                        
+                        # 打印详细的节点信息
+                        if chat_data.get("required_action"):
+                            action = chat_data.get("required_action")
+                            logger.info(f"🔔 Required action: {json.dumps(action, ensure_ascii=False, indent=2)}")
+                        
+                        if status == "completed":
+                            # 获取消息列表
+                            messages = await self._get_messages(conversation_id, chat_id)
+                            debug_info["messages"] = messages
+                            
+                            # 找到 AI 的回复
+                            for msg in reversed(messages):
+                                if msg.get("role") == "assistant" and msg.get("type") == "answer":
+                                    return {
+                                        "reply": msg.get("content", ""),
+                                        "debug_info": debug_info,
+                                    }
+                            return {
+                                "reply": "面试官正在思考...",
+                                "debug_info": debug_info,
+                            }
+                        elif status == "failed":
+                            return {
+                                "reply": f"抱歉，出现了一些问题：{chat_data.get('last_error', {}).get('msg', '未知错误')}",
+                                "debug_info": debug_info,
+                            }
+                        elif status == "requires_action":
+                            # 工作流需要用户输入（question 节点或文件上传节点）
+                            messages = await self._get_messages(conversation_id, chat_id)
+                            debug_info["messages"] = messages
+                            
+                            # 打印所有消息用于调试
+                            logger.info(f"📨 Messages ({len(messages)} total):")
+                            for idx, msg in enumerate(messages):
+                                msg_type = msg.get("type", "unknown")
+                                msg_role = msg.get("role", "unknown")
+                                msg_content = msg.get("content", "")[:200]
+                                logger.info(f"  [{idx}] {msg_role}/{msg_type}: {msg_content}")
+                            
+                            # 检查是否有文件上传请求
+                            for msg in messages:
+                                if msg.get("type") == "tool_call":
+                                    logger.info(f"🔧 Tool call detected: {msg.get('content', '')}")
+                            
+                            # 返回 AI 的问题
+                            for msg in reversed(messages):
+                                if msg.get("role") == "assistant" and msg.get("type") == "answer":
+                                    content = msg.get("content", "")
+                                    if content:
+                                        return {
+                                            "reply": content,
+                                            "debug_info": debug_info,
+                                        }
+                            return {
+                                "reply": "请回答上面的问题...",
+                                "debug_info": debug_info,
+                            }
+                        # 其他状态（in_progress, created）继续等待
+            
+            await asyncio.sleep(1)
+        
+        return {
+            "reply": "响应超时，请重试。",
+            "debug_info": debug_info,
+        }
+
+    async def _get_messages(
+        self,
+        conversation_id: str,
+        chat_id: str,
+    ) -> list:
+        """
+        获取对话消息列表
+        """
+        url = f"{self.base_url}/v3/chat/message/list"
+        
+        async with httpx.AsyncClient(timeout=30.0) as client:
+            response = await client.get(
+                url,
+                params={
+                    "conversation_id": conversation_id,
+                    "chat_id": chat_id,
+                },
+                headers=self.headers
+            )
+            
+            if response.status_code == 200:
+                data = response.json()
+                logger.info(f"Messages response: {data}")
+                if data.get("code") == 0:
+                    return data.get("data", [])
+        
+        return []
+
+
+# 创建单例
+coze_service = CozeService()

backend/check_table.py

@@ -0,0 +1,40 @@
+"""查询表现有数据的结构"""
+import asyncio
+import httpx
+import json
+
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"
+
+async def query(table: str, sql: str):
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    input_json = json.dumps({"table": table, "sql": sql}, ensure_ascii=False)
+    
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        response = await client.post(
+            f"{COZE_API_BASE}/v1/workflow/run",
+            headers=headers,
+            json={"workflow_id": WORKFLOW_ID, "parameters": {"input": input_json}}
+        )
+        result = response.json()
+        print(f"\n{table}:")
+        print(f"  code: {result.get('code')}")
+        if result.get('data'):
+            data = json.loads(result.get('data', '{}'))
+            output = data.get('output', [])
+            if output and len(output) > 0:
+                print(f"  列名: {list(output[0].keys())}")
+            else:
+                print(f"  空数据")
+
+async def main():
+    print("查询表结构...")
+    await query("assessments", "SELECT * FROM ci_interview_assessments LIMIT 1")
+    await query("logs", "SELECT * FROM ci_interview_logs LIMIT 1")
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/insert_full_mock.py

@@ -0,0 +1,137 @@
+"""
+插入包含完整评分字段的 Mock 数据
+"""
+import asyncio
+import httpx
+import json
+import uuid
+import random
+
+COZE_PAT_TOKEN = 'pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT'
+WORKFLOW_ID = '7597376294612107318'
+
+CANDIDATES = [
+    {'name': '周雪琴', 'base_score': 88},
+    {'name': '陈美华', 'base_score': 75},
+    {'name': '林婷婷', 'base_score': 92},
+    {'name': '黄丽萍', 'base_score': 65},
+    {'name': '吴晓燕', 'base_score': 82},
+]
+
+
+async def execute_sql(sql: str, table: str) -> dict:
+    headers = {
+        'Authorization': f'Bearer {COZE_PAT_TOKEN}',
+        'Content-Type': 'application/json'
+    }
+    payload = {
+        'workflow_id': WORKFLOW_ID,
+        'parameters': {
+            'input': json.dumps({'table': table, 'sql': sql}, ensure_ascii=False)
+        }
+    }
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        r = await client.post('https://api.coze.cn/v1/workflow/run', headers=headers, json=payload)
+        return r.json()
+
+
+def gen_score(base: int, variance: int = 10) -> int:
+    return max(50, min(100, base + random.randint(-variance, variance)))
+
+
+def get_level(score: int) -> str:
+    if score >= 85:
+        return "优秀"
+    elif score >= 70:
+        return "良好"
+    else:
+        return "一般"
+
+
+def escape_sql(s: str) -> str:
+    return s.replace("'", "''")
+
+
+async def main():
+    print('插入包含完整评分的 Mock 数据...')
+    print('=' * 50)
+    
+    for idx, c in enumerate(CANDIDATES, 1):
+        session_id = f'MOCK_{uuid.uuid4().hex[:8].upper()}'
+        base = c['base_score']
+        name = c['name']
+        
+        # 生成各维度分数
+        skill_score = gen_score(base)
+        concept_score = gen_score(base)
+        competency_score = gen_score(base)
+        avg_score = round((skill_score + concept_score + competency_score) / 3)
+        
+        # 生成报告
+        skill_level = get_level(skill_score)
+        concept_level = get_level(concept_score)
+        competency_level = get_level(competency_score)
+        
+        skill_report = f"销售技能评估：该候选人展现出{skill_level}的销售技巧。得分 {skill_score} 分。"
+        concept_report = f"销售观念评估：候选人对销售工作的认知{concept_level}。得分 {concept_score} 分。"
+        competency_report = f"综合素质评估：候选人的学习能力和抗压能力{competency_level}。得分 {competency_score} 分。"
+        
+        recommend = "强烈推荐录用" if avg_score >= 85 else ("建议录用" if avg_score >= 70 else "建议观察")
+        
+        final_report = f"""## 面试评估报告
+**候选人**: {name}
+**综合评分**: {avg_score}/100
+
+### 各维度评分
+- 销售技能: {skill_score}分
+- 销售观念: {concept_score}分
+- 综合素质: {competency_score}分
+
+### 建议
+{recommend}
+"""
+        
+        # 完整的 INSERT 语句
+        sql = f"""INSERT INTO ci_interview_assessments (
+            session_id, candidate_name, current_stage,
+            sales_skill_score, sales_skill_report,
+            sales_concept_score, sales_concept_report,
+            competency_score, competency_report,
+            final_score_report
+        ) VALUES (
+            '{session_id}', '{name}', 'completed',
+            '{skill_score}', '{escape_sql(skill_report)}',
+            '{concept_score}', '{escape_sql(concept_report)}',
+            '{competency_score}', '{escape_sql(competency_report)}',
+            '{escape_sql(final_report)}'
+        )"""
+        
+        result = await execute_sql(sql, 'assessments')
+        status = '✅' if result.get('code') == 0 else f"❌ code={result.get('code')}"
+        print(f'{idx}. {name}: 技能{skill_score} 观念{concept_score} 素质{competency_score} -> {status}')
+        
+        # 插入对话记录
+        dialogues = [
+            ('销售技能', '请描述一次成功的销售经历', '我曾经成功说服一位犹豫的客户购买了我们的高端护肤套装，通过了解她的肤质问题，提供了针对性的方案。'),
+            ('销售观念', '您认为什么是好的销售', '好的销售是真正帮助客户解决问题，建立长期信任关系，而不是一次性交易。'),
+            ('综合素质', '遇到困难时您如何应对', '我会先冷静分析问题的原因，制定解决方案，并保持积极的心态去执行。'),
+        ]
+        
+        for j, (stage, q, a) in enumerate(dialogues, 1):
+            log_id = f'LOG_{session_id}_{j:02d}'
+            log_sql = f"""INSERT INTO ci_interview_logs (
+                log_id, session_id, stage, round, ai_question, user_answer, log_type
+            ) VALUES (
+                '{log_id}', '{session_id}', '{stage}', '{j}',
+                '{escape_sql(q)}', '{escape_sql(a)}', 'interview'
+            )"""
+            await execute_sql(log_sql, 'logs')
+        
+        await asyncio.sleep(0.3)
+    
+    print('=' * 50)
+    print('✅ 完成！')
+
+
+if __name__ == '__main__':
+    asyncio.run(main())

backend/insert_mock_data.py

@@ -0,0 +1,261 @@
+"""
+插入模拟面试数据到 Coze 数据库
+通过工作流 C1 执行 SQL INSERT 语句
+"""
+import asyncio
+import httpx
+import json
+import random
+from datetime import datetime, timedelta
+
+# Coze 配置
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"  # 查询工作流 ID
+
+# 模拟候选人数据
+MOCK_CANDIDATES = [
+    {"name": "张小美", "score_base": 85},
+    {"name": "李明辉", "score_base": 78},
+    {"name": "王晓丽", "score_base": 92},
+    {"name": "陈建国", "score_base": 65},
+    {"name": "刘芳芳", "score_base": 72},
+    {"name": "赵大伟", "score_base": 58},
+    {"name": "孙婷婷", "score_base": 88},
+    {"name": "周志强", "score_base": 45},
+]
+
+# 模拟简历内容
+MOCK_RESUMES = [
+    "3年销售经验，曾在某知名医美机构担任销售顾问，业绩连续12个月达成率超过120%。熟悉轻医美产品线，擅长客户关系维护。",
+    "5年美容行业从业经验，持有高级美容师证书。性格开朗，沟通能力强，善于发现客户需求并提供专业建议。",
+    "应届毕业生，市场营销专业，在校期间有丰富的社团活动经验。对医美行业充满热情，学习能力强。",
+    "2年电商销售经验，熟悉线上运营和客户服务。希望转型到线下医美销售领域，有较强的目标感和执行力。",
+]
+
+# 模拟评估报告模板
+SKILL_REPORTS = [
+    "候选人展现出扎实的销售基础，在产品介绍和需求挖掘方面表现突出。能够灵活运用 FAB 法则，善于建立客户信任。建议加强异议处理技巧的训练。得分：{score}分",
+    "销售技能较为全面，尤其在客户沟通和关系建立方面有独到之处。能够准确把握客户心理，提供针对性的解决方案。需要在成交技巧上进一步打磨。得分：{score}分",
+    "基础销售技能掌握良好，但缺乏实战经验。理论知识扎实，需要更多的实践机会来提升。建议安排老带新的培训模式。得分：{score}分",
+]
+
+CONCEPT_REPORTS = [
+    "对销售工作有正确的认知，理解以客户为中心的服务理念。能够平衡业绩压力和客户满意度，具有长期发展的潜力。得分：{score}分",
+    "销售观念较为成熟，认同医美行业的价值观。注重专业性和诚信度，能够为客户提供真诚的建议。得分：{score}分",
+    "对销售工作的理解还停留在表面，需要加强对行业和产品的深入学习。建议多参与案例分析和行业培训。得分：{score}分",
+]
+
+COMPETENCY_REPORTS = [
+    "综合素质优秀，具备良好的学习能力和抗压能力。工作态度积极，团队协作意识强。是值得培养的优秀人才。得分：{score}分",
+    "整体素质良好，有较强的责任心和执行力。沟通表达清晰，形象气质佳。建议加强时间管理能力。得分：{score}分",
+    "基本素质合格，但在主动性和自驱力方面有提升空间。需要更多的激励和引导来激发潜力。得分：{score}分",
+]
+
+MOTIVATION_SUMMARIES = [
+    "候选人对轻医美行业表现出浓厚的兴趣，希望在这个领域长期发展。主要动机包括：1）看好行业发展前景；2）认同公司品牌价值；3）期待获得专业成长机会。",
+    "求职动机明确，主要是希望获得更好的收入和职业发展平台。对销售工作有热情，愿意接受挑战和压力。",
+    "动机较为单一，主要关注薪资待遇。建议在后续面试中进一步了解其对行业的认知和长期规划。",
+]
+
+RISK_WARNINGS = [
+    "",  # 无风险
+    "",  # 无风险
+    "候选人在上一份工作中存在频繁跳槽的情况，需要关注稳定性问题。建议在背调中重点核实离职原因。",
+    "面试过程中发现候选人对公司产品了解不够深入，可能存在准备不充分的情况。建议安排二次面试进一步评估。",
+    "候选人期望薪资与市场水平存在一定差距，需要在 Offer 阶段进行合理沟通。",
+]
+
+GROWTH_PLANS = [
+    "建议培养方向：1）前3个月重点学习产品知识和销售流程；2）3-6个月参与实战，由资深顾问带教；3）6个月后独立负责客户。预计1年内可成长为骨干销售。",
+    "该候选人具备快速成长的潜力，建议：1）入职即安排系统培训；2）重点培养其客户开发能力；3）可考虑作为储备管理人才培养。",
+    "成长空间有限，建议先观察3个月试用期表现再做进一步评估。",
+]
+
+REF_CHECK_LISTS = [
+    "建议背调问题：\n1. 请确认候选人在贵公司的任职时间和职位\n2. 候选人的主要工作职责是什么？\n3. 您如何评价候选人的销售能力？\n4. 候选人的离职原因是什么？\n5. 如果有机会，您是否愿意再次与其共事？",
+    "重点背调事项：\n1. 核实业绩数据的真实性\n2. 了解团队协作情况\n3. 确认是否有劳动纠纷\n4. 验证学历和证书的真实性",
+]
+
+# 模拟对话记录
+MOCK_DIALOGUES = [
+    {
+        "stage": "开场",
+        "ai_question": "您好！欢迎参加我们的 AI 面试。我是您的 AI 面试官，接下来我们将进行一次关于销售岗位的面试。首先，请您简单介绍一下自己。",
+        "user_answer": "您好，我叫{name}，今年28岁。我有3年的销售工作经验，主要在美容行业从事客户服务和销售工作。我性格开朗，善于与人沟通，对轻医美行业非常感兴趣。"
+    },
+    {
+        "stage": "销售技能",
+        "ai_question": "很好，感谢您的自我介绍。接下来我想了解一下您的销售经验。请您描述一次成功的销售案例，包括您是如何发现客户需求、如何推荐产品、以及最终如何促成交易的。",
+        "user_answer": "好的。去年我接待了一位40多岁的女士，她最初只是来咨询皮肤保养。通过聊天我发现她其实对法令纹比较在意。我没有直接推销，而是先帮她做了皮肤检测，用数据说明问题。然后根据她的预算和需求，推荐了适合的玻尿酸填充方案。整个过程我注重建立信任，最终她不仅做了法令纹填充，还办了年卡。"
+    },
+    {
+        "stage": "销售技能",
+        "ai_question": "非常好的案例分享。那么当客户对价格有异议时，您通常如何处理？",
+        "user_answer": "价格异议是很常见的。我通常会先认同客户的感受，然后分析价值而不是价格。比如我会说'您的担心我理解，选择医美确实需要慎重考虑。不过您看，我们使用的是进口正品，由资深医生操作，术后还有专业跟踪服务。很多客户反馈效果能保持1-2年，算下来其实性价比很高。'另外我也会提供分期付款等灵活方案。"
+    },
+    {
+        "stage": "销售观",
+        "ai_question": "您如何看待销售工作？您认为一个优秀的销售顾问最重要的品质是什么？",
+        "user_answer": "我认为销售的本质是帮助客户解决问题，而不是单纯的推销产品。一个优秀的销售顾问首先要专业，要真正了解产品和客户需求；其次要真诚，不能为了业绩误导客户；最后要有服务意识，把每一位客户都当作长期朋友来维护。"
+    },
+    {
+        "stage": "素质项",
+        "ai_question": "假设您在工作中遇到了连续三个月业绩不达标的情况，您会如何应对？",
+        "user_answer": "首先我会分析原因，是市场问题、个人方法问题还是其他因素。然后我会主动向业绩好的同事请教，学习他们的成功经验。同时我会调整自己的工作方法，比如增加客户回访频率、优化话术等。最重要的是保持积极心态，相信通过努力一定能改善。"
+    },
+    {
+        "stage": "求职动机",
+        "ai_question": "最后一个问题，您为什么选择我们公司？您对未来的职业发展有什么规划？",
+        "user_answer": "选择贵公司主要有三个原因：一是贵公司在轻医美领域有很好的口碑和品牌影响力；二是听说公司非常注重员工培训和成长；三是公司的企业文化和我的价值观很匹配。未来我希望能在1-2年内成长为资深销售顾问，3年内有机会带领小团队，为公司创造更大价值。"
+    },
+]
+
+
+async def execute_sql(sql: str, table: str) -> dict:
+    """通过工作流执行 SQL"""
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    
+    payload = {
+        "workflow_id": WORKFLOW_ID,
+        "parameters": {
+            "input": json.dumps({"table": table, "sql": sql}, ensure_ascii=False)
+        }
+    }
+    
+    async with httpx.AsyncClient(timeout=60.0) as client:
+        response = await client.post(
+            f"{COZE_API_BASE}/v1/workflow/run",
+            headers=headers,
+            json=payload
+        )
+        return response.json()
+
+
+def generate_session_id(name: str, idx: int) -> str:
+    """生成 session_id"""
+    timestamp = datetime.now().strftime("%Y%m%d%H%M")
+    return f"SESS_{timestamp}_{name}_{idx:02d}"
+
+
+def generate_assessment_sql(session_id: str, candidate: dict, idx: int) -> str:
+    """生成评估记录 INSERT SQL"""
+    base = candidate["score_base"]
+    variation = random.randint(-5, 10)
+    
+    skill_score = min(100, max(0, base + random.randint(-8, 8)))
+    concept_score = min(100, max(0, base + random.randint(-5, 10)))
+    competency_score = min(100, max(0, base + random.randint(-10, 5)))
+    
+    skill_report = random.choice(SKILL_REPORTS).format(score=skill_score)
+    concept_report = random.choice(CONCEPT_REPORTS).format(score=concept_score)
+    competency_report = random.choice(COMPETENCY_REPORTS).format(score=competency_score)
+    
+    motivation = random.choice(MOTIVATION_SUMMARIES)
+    risk = random.choice(RISK_WARNINGS)
+    growth = random.choice(GROWTH_PLANS)
+    ref_check = random.choice(REF_CHECK_LISTS)
+    resume = random.choice(MOCK_RESUMES)
+    
+    # 转义单引号
+    def escape(s):
+        return s.replace("'", "''") if s else ""
+    
+    sql = f"""INSERT INTO ci_interview_assessments (
+        session_id, candidate_name, current_stage,
+        sales_skill_score, sales_skill_report,
+        sales_concept_score, sales_concept_report,
+        competency_score, competency_report,
+        motivation_summary, risk_warning, growth_plan, ref_check_list, resume_text
+    ) VALUES (
+        '{session_id}', '{candidate["name"]}', '10',
+        '{skill_score}', '{escape(skill_report)}',
+        '{concept_score}', '{escape(concept_report)}',
+        '{competency_score}', '{escape(competency_report)}',
+        '{escape(motivation)}', '{escape(risk)}', '{escape(growth)}', '{escape(ref_check)}', '{escape(resume)}'
+    )"""
+    
+    return sql
+
+
+def generate_log_sql(session_id: str, candidate_name: str, round_num: int, dialogue: dict, idx: int) -> str:
+    """生成对话记录 INSERT SQL"""
+    import uuid
+    
+    def escape(s):
+        return s.replace("'", "''").replace("{name}", candidate_name) if s else ""
+    
+    # 生成唯一的 log_id
+    log_id = f"LOG_{idx:02d}_{round_num:02d}_{uuid.uuid4().hex[:8]}"
+    
+    sql = f"""INSERT INTO ci_interview_logs (
+        log_id, session_id, stage, round, ai_question, user_answer, log_type
+    ) VALUES (
+        '{log_id}', '{session_id}', '{dialogue["stage"]}', '{round_num}',
+        '{escape(dialogue["ai_question"])}', '{escape(dialogue["user_answer"])}', 'interview'
+    )"""
+    
+    return sql
+
+
+async def main():
+    print("=" * 60)
+    print("开始插入模拟面试数据...")
+    print("=" * 60)
+    
+    success_count = 0
+    error_count = 0
+    
+    for idx, candidate in enumerate(MOCK_CANDIDATES):
+        session_id = generate_session_id(candidate["name"], idx)
+        print(f"\n[{idx + 1}/{len(MOCK_CANDIDATES)}] 处理候选人: {candidate['name']}")
+        print(f"    Session ID: {session_id}")
+        
+        # 1. 插入评估记录
+        try:
+            assessment_sql = generate_assessment_sql(session_id, candidate, idx)
+            print(f"    插入评估记录...")
+            result = await execute_sql(assessment_sql, "assessments")
+            
+            if result.get("code") == 0:
+                print(f"    ✓ 评估记录插入成功")
+                success_count += 1
+            else:
+                print(f"    ✗ 评估记录插入失败: {result}")
+                error_count += 1
+        except Exception as e:
+            print(f"    ✗ 评估记录插入异常: {e}")
+            error_count += 1
+        
+        # 2. 插入对话记录
+        for round_num, dialogue in enumerate(MOCK_DIALOGUES, 1):
+            try:
+                log_sql = generate_log_sql(session_id, candidate["name"], round_num, dialogue, idx)
+                print(f"    插入对话记录 (第{round_num}轮)...")
+                result = await execute_sql(log_sql, "logs")
+                
+                if result.get("code") == 0:
+                    print(f"    ✓ 对话记录 {round_num} 插入成功")
+                    success_count += 1
+                else:
+                    print(f"    ✗ 对话记录 {round_num} 插入失败: {result}")
+                    error_count += 1
+            except Exception as e:
+                print(f"    ✗ 对话记录 {round_num} 插入异常: {e}")
+                error_count += 1
+        
+        # 等待一下避免请求过快
+        await asyncio.sleep(1)
+    
+    print("\n" + "=" * 60)
+    print(f"数据插入完成！")
+    print(f"成功: {success_count} 条")
+    print(f"失败: {error_count} 条")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/insert_mock_full.py

@@ -0,0 +1,123 @@
+"""
+插入完整模拟面试数据（8 条候选人 + 对话记录）
+"""
+import asyncio
+import httpx
+import json
+import uuid
+
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"
+
+# 候选人数据
+CANDIDATES = [
+    {"name": "张小美", "skill": 85, "concept": 82, "comp": 88, "status": "completed", "risk": ""},
+    {"name": "李明辉", "skill": 72, "concept": 70, "comp": 75, "status": "completed", "risk": ""},
+    {"name": "王晓丽", "skill": 92, "concept": 90, "comp": 95, "status": "completed", "risk": ""},
+    {"name": "陈建国", "skill": 65, "concept": 60, "comp": 68, "status": "completed", "risk": "面试中表现紧张，需关注"},
+    {"name": "刘芳芳", "skill": 78, "concept": 75, "comp": 80, "status": "completed", "risk": ""},
+    {"name": "赵大伟", "skill": 55, "concept": 52, "comp": 58, "status": "completed", "risk": "销售经验不足，需重点培训"},
+    {"name": "孙婷婷", "skill": 88, "concept": 85, "comp": 90, "status": "in_progress", "risk": ""},
+    {"name": "周志强", "skill": 45, "concept": 42, "comp": 48, "status": "completed", "risk": "不建议录用，综合能力较弱"},
+]
+
+# 简历模板
+RESUMES = [
+    "3年销售经验，曾在某知名医美机构担任销售顾问，业绩连续12个月达成率超过120%。",
+    "5年美容行业从业经验，持有高级美容师证书。性格开朗，沟通能力强。",
+    "应届毕业生，市场营销专业，在校期间有丰富的社团活动经验。对医美行业充满热情。",
+    "2年电商销售经验，熟悉线上运营和客户服务。希望转型到线下医美销售领域。",
+]
+
+# 对话模板
+DIALOGUES = [
+    ("开场", "你好，请先做个自我介绍", "面试官您好，我是{name}，很高兴参加这次面试。我之前有销售相关经验，对轻医美行业很感兴趣。"),
+    ("技能", "请介绍你常用的销售技巧", "我主要采用顾问式销售方法，先通过沟通了解客户的真实需求，然后针对性地推荐适合的产品或服务。"),
+    ("技能", "遇到客户异议时如何处理", "首先我会认真倾听客户的顾虑，表示理解。然后用专业知识解答疑问，必要时提供案例或数据支持。"),
+    ("观念", "你如何看待销售这份工作", "我认为销售不仅是卖产品，更是帮助客户解决问题。好的销售是客户的顾问和朋友。"),
+    ("素质", "你的职业规划是什么", "短期希望成为一名优秀的销售顾问，中期目标是带领团队，长期希望在医美行业有深入发展。"),
+]
+
+async def execute_sql(sql: str, table: str) -> dict:
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    input_json = json.dumps({"table": table, "sql": sql}, ensure_ascii=False)
+    
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        response = await client.post(
+            f"{COZE_API_BASE}/v1/workflow/run",
+            headers=headers,
+            json={"workflow_id": WORKFLOW_ID, "parameters": {"input": input_json}}
+        )
+        return response.json()
+
+def escape(s):
+    """转义 SQL 特殊字符"""
+    return s.replace("'", "''") if s else ""
+
+async def main():
+    print("=" * 60)
+    print("插入完整模拟数据 (8 条候选人)")
+    print("=" * 60)
+    
+    for idx, c in enumerate(CANDIDATES):
+        session_id = f"MOCK_{uuid.uuid4().hex[:8].upper()}"
+        resume = RESUMES[idx % len(RESUMES)]
+        
+        # 生成报告
+        skill_report = f"销售技能评估：候选人在产品介绍和需求挖掘方面{'表现出色' if c['skill'] >= 80 else '有待提升'}。得分：{c['skill']}分"
+        concept_report = f"销售观念评估：对销售工作{'有正确认知' if c['concept'] >= 70 else '认识不够深入'}。得分：{c['concept']}分"
+        comp_report = f"综合素质评估：学习能力{'强' if c['comp'] >= 80 else '一般'}，抗压能力{'好' if c['comp'] >= 75 else '需加强'}。得分：{c['comp']}分"
+        
+        # 1. 插入 Assessment
+        sql1 = f"""INSERT INTO ci_interview_assessments (
+            session_id, candidate_name, resume_text, current_stage,
+            sales_skill_score, sales_concept_score, competency_score,
+            sales_skill_report, sales_concept_report, competency_report,
+            motivation_summary, risk_warning, growth_plan, ref_check_list
+        ) VALUES (
+            '{session_id}', '{c["name"]}', '{escape(resume)}', '{c["status"]}',
+            '{c["skill"]}', '{c["concept"]}', '{c["comp"]}',
+            '{escape(skill_report)}', '{escape(concept_report)}', '{escape(comp_report)}',
+            '候选人对轻医美行业表现出兴趣，希望长期发展。',
+            '{escape(c["risk"])}',
+            '建议入职后进行系统培训，由资深顾问带教。',
+            '建议背调：确认任职时间、业绩数据、离职原因。'
+        )"""
+        
+        print(f"\n[{idx+1}/8] {c['name']} (session: {session_id})")
+        result = await execute_sql(sql1, "assessments")
+        
+        if result.get('code') != 0:
+            print(f"    ❌ Assessment 失败: {result.get('msg')}")
+            continue
+        
+        print(f"    ✅ Assessment: {c['skill']}/{c['concept']}/{c['comp']}")
+        
+        # 2. 插入对话记录
+        for d_idx, (stage, q, a) in enumerate(DIALOGUES, 1):
+            log_id = f"LOG_{session_id}_{d_idx:02d}"
+            answer = a.replace("{name}", c["name"])
+            
+            sql2 = f"""INSERT INTO ci_interview_logs (
+                log_id, session_id, stage, round, ai_question, user_answer, log_type
+            ) VALUES (
+                '{log_id}', '{session_id}', '{stage}', '{d_idx}', 
+                '{escape(q)}', '{escape(answer)}', 'interview'
+            )"""
+            
+            result = await execute_sql(sql2, "logs")
+            if result.get('code') != 0:
+                print(f"    ⚠️ 对话{d_idx}: {result.get('msg')[:30]}")
+        
+        print(f"    ✅ 对话: {len(DIALOGUES)} 条")
+    
+    print("\n" + "=" * 60)
+    print("✅ 完成！共插入 8 条候选人 + 40 条对话记录")
+    print("=" * 60)
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/insert_mock_simple.py

@@ -0,0 +1,100 @@
+"""
+简化版 Mock 数据插入脚本 - 只插入2条记录
+"""
+import asyncio
+import httpx
+import json
+import uuid
+import random
+
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"
+
+# 模拟候选人
+CANDIDATES = [
+    {"name": "张小美", "score": 85, "status": "completed", "risk": "low"},
+    {"name": "李明辉", "score": 72, "status": "completed", "risk": "medium"},
+]
+
+# 简化对话
+DIALOGUES = [
+    {"stage": "专业技能", "q": "请介绍您的护肤专业知识", "a": "我在医美行业有3年经验..."},
+    {"stage": "沟通能力", "q": "遇到客户投诉如何处理", "a": "首先我会认真倾听客户的问题..."},
+]
+
+
+async def execute_sql(sql: str, table: str) -> dict:
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    payload = {
+        "workflow_id": WORKFLOW_ID,
+        "parameters": {"input": json.dumps({"table": table, "sql": sql}, ensure_ascii=False)}
+    }
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        r = await client.post(f"{COZE_API_BASE}/v1/workflow/run", headers=headers, json=payload)
+        return r.json()
+
+
+async def main():
+    print("=" * 50)
+    print("插入 Mock 数据")
+    print("=" * 50)
+    
+    for idx, c in enumerate(CANDIDATES, 1):
+        session_id = f"MOCK_{uuid.uuid4().hex[:8].upper()}"
+        
+        # 生成评估报告
+        report = f"""## 面试评估报告
+
+**候选人**: {c['name']}
+**综合评分**: {c['score']}/100
+
+### 各维度评分
+- 专业技能: {random.randint(70, 95)}分
+- 沟通能力: {random.randint(70, 95)}分  
+- 服务意识: {random.randint(70, 95)}分
+- 学习能力: {random.randint(70, 95)}分
+
+### 风险评估
+风险等级: {c['risk']}
+
+### 总结
+该候选人整体表现{"良好" if c['score'] >= 80 else "一般"}，建议{"录用" if c['score'] >= 75 else "观察"}。
+"""
+        
+        # 1. 插入评估记录
+        sql1 = f"""INSERT INTO ci_interview_assessments (
+            session_id, candidate_name, assessment_report, current_stage
+        ) VALUES (
+            '{session_id}', '{c["name"]}', '{report.replace("'", "''")}', '{c["status"]}'
+        )"""
+        
+        print(f"\n📝 插入候选人 {idx}: {c['name']}")
+        result = await execute_sql(sql1, "assessments")
+        print(f"   评估记录: code={result.get('code')}")
+        
+        # 2. 插入对话记录
+        for j, d in enumerate(DIALOGUES, 1):
+            log_id = f"LOG_{session_id}_{j:02d}"
+            sql2 = f"""INSERT INTO ci_interview_logs (
+                log_id, session_id, stage, round, ai_question, user_answer, log_type
+            ) VALUES (
+                '{log_id}', '{session_id}', '{d["stage"]}', '{j}',
+                '{d["q"].replace("'", "''")}', '{d["a"].replace("'", "''")}', 'interview'
+            )"""
+            
+            result = await execute_sql(sql2, "logs")
+            print(f"   对话{j}: code={result.get('code')}")
+        
+        await asyncio.sleep(0.5)
+    
+    print("\n" + "=" * 50)
+    print("✅ 完成！")
+    print("=" * 50)
+
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/main.py

@@ -0,0 +1,73 @@
+"""
+AI Interview Backend - FastAPI 应用入口
+"""
+import os
+from fastapi import FastAPI
+from fastapi.middleware.cors import CORSMiddleware
+from loguru import logger
+
+from app.config import settings
+from app.routers import candidate, room, chat, init, files, admin
+
+# 创建 FastAPI 应用
+app = FastAPI(
+    title="AI Interview API",
+    description="AI 语音面试系统后端 API",
+    version="0.1.0",
+    docs_url="/docs" if settings.DEBUG else None,
+    redoc_url="/redoc" if settings.DEBUG else None,
+)
+
+# 配置 CORS
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=settings.CORS_ORIGINS,
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# 注册路由（用户端）
+app.include_router(candidate.router, prefix="/api", tags=["候选人"])
+app.include_router(room.router, prefix="/api", tags=["房间"])
+app.include_router(chat.router, prefix="/api", tags=["对话"])
+app.include_router(init.router, prefix="/api", tags=["初始化"])
+app.include_router(files.router, prefix="/api", tags=["文件"])
+
+# 管理后台路由
+app.include_router(admin.router, tags=["管理后台"])
+
+
+@app.get("/health")
+async def health_check():
+    """健康检查"""
+    return {"status": "ok", "version": "0.1.0"}
+
+
+@app.on_event("startup")
+async def startup_event():
+    """应用启动事件"""
+    logger.info("AI Interview Backend starting...")
+    logger.info(f"Debug mode: {settings.DEBUG}")
+    logger.info(f"Coze Bot ID: {settings.COZE_BOT_ID}")
+    logger.info(f"Tunnel URL: {settings.TUNNEL_URL or settings.NGROK_URL}")
+    
+    # 创建上传目录
+    os.makedirs(settings.UPLOAD_DIR, exist_ok=True)
+    logger.info(f"Upload directory: {settings.UPLOAD_DIR}")
+
+
+@app.on_event("shutdown")
+async def shutdown_event():
+    """应用关闭事件"""
+    logger.info("AI Interview Backend shutting down...")
+
+
+if __name__ == "__main__":
+    import uvicorn
+    uvicorn.run(
+        "main:app",
+        host="0.0.0.0",
+        port=settings.API_PORT,
+        reload=settings.DEBUG,
+    )

backend/requirements.txt

@@ -0,0 +1,26 @@
+# FastAPI 框架
+fastapi>=0.109.0
+uvicorn[standard]>=0.27.0
+
+# HTTP 客户端
+httpx>=0.26.0
+
+# 文件上传
+python-multipart>=0.0.6
+
+# 数据验证
+pydantic>=2.5.0
+pydantic-settings>=2.1.0
+
+# 环境变量
+python-dotenv>=1.0.0
+
+# CORS
+starlette>=0.35.0
+
+# 日志
+loguru>=0.7.2
+
+# PDF 生成（可选）
+# weasyprint>=60.0
+# reportlab>=4.0.0

backend/test_coze.py

@@ -0,0 +1,167 @@
+"""
+Coze API 配置测试脚本
+运行: python test_coze.py
+"""
+import asyncio
+import httpx
+
+# 配置
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+COZE_BOT_ID = "7595113005181386792"
+COZE_DATABASE_ID = "7595077053909712922"
+
+
+async def test_bot_info():
+    """测试 Bot 信息"""
+    print("\n" + "=" * 50)
+    print("1. 测试 Bot 信息")
+    print("=" * 50)
+    
+    url = f"{COZE_API_BASE}/v1/bot/get_online_info"
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json",
+    }
+    
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        try:
+            response = await client.get(
+                url,
+                params={"bot_id": COZE_BOT_ID},
+                headers=headers
+            )
+            data = response.json()
+            print(f"Status: {response.status_code}")
+            print(f"Response: {data}")
+            
+            if data.get("code") == 0:
+                bot_info = data.get("data", {})
+                print(f"\n✅ Bot 名称: {bot_info.get('name', 'N/A')}")
+                print(f"✅ Bot ID: {COZE_BOT_ID}")
+                return True
+            else:
+                print(f"\n❌ 错误: {data.get('msg', 'Unknown error')}")
+                return False
+        except Exception as e:
+            print(f"❌ 请求失败: {e}")
+            return False
+
+
+async def test_database():
+    """测试数据库查询"""
+    print("\n" + "=" * 50)
+    print("2. 测试数据库连接和字段结构")
+    print("=" * 50)
+    
+    url = f"{COZE_API_BASE}/v1/database/query"
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json",
+    }
+    payload = {
+        "database_id": COZE_DATABASE_ID,
+        "page": 1,
+        "page_size": 5,
+    }
+    
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        try:
+            response = await client.post(url, json=payload, headers=headers)
+            data = response.json()
+            print(f"Status: {response.status_code}")
+            
+            if data.get("code") == 0:
+                db_data = data.get("data", {})
+                records = db_data.get("records", [])
+                total = db_data.get("total", 0)
+                
+                print(f"\n✅ 数据库连接成功!")
+                print(f"✅ 数据库 ID: {COZE_DATABASE_ID}")
+                print(f"✅ 总记录数: {total}")
+                
+                if records:
+                    print(f"\n📋 数据库字段列表:")
+                    first_record = records[0]
+                    for key in first_record.keys():
+                        value = first_record[key]
+                        value_preview = str(value)[:50] + "..." if len(str(value)) > 50 else value
+                        print(f"   - {key}: {value_preview}")
+                else:
+                    print("\n⚠️ 数据库为空，无法显示字段结构")
+                    print("   这是正常的，首次面试后会有数据")
+                
+                return True
+            else:
+                print(f"\n❌ 错误: {data.get('msg', 'Unknown error')}")
+                print(f"   完整响应: {data}")
+                return False
+        except Exception as e:
+            print(f"❌ 请求失败: {e}")
+            return False
+
+
+async def test_audio_room():
+    """测试语音房间创建（不实际创建，只检查 API 可用性）"""
+    print("\n" + "=" * 50)
+    print("3. 测试语音房间 API（模拟请求）")
+    print("=" * 50)
+    
+    # 我们只测试 API 是否可访问，不实际创建房间
+    url = f"{COZE_API_BASE}/v1/audio/rooms"
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json",
+    }
+    
+    # 使用测试参数
+    payload = {
+        "bot_id": COZE_BOT_ID,
+        "user_id": "test_user_001",
+    }
+    
+    print(f"API 端点: {url}")
+    print(f"请求参数: {payload}")
+    print("\n⚠️ 跳过实际创建房间测试（避免产生费用）")
+    print("✅ API 配置看起来正确")
+    
+    return True
+
+
+async def main():
+    print("\n🔍 Coze API 配置测试")
+    print("=" * 50)
+    print(f"API Base: {COZE_API_BASE}")
+    print(f"Bot ID: {COZE_BOT_ID}")
+    print(f"Database ID: {COZE_DATABASE_ID}")
+    print(f"Token: {COZE_PAT_TOKEN[:20]}...")
+    
+    results = []
+    
+    # 测试 Bot
+    results.append(await test_bot_info())
+    
+    # 测试数据库
+    results.append(await test_database())
+    
+    # 测试语音房间
+    results.append(await test_audio_room())
+    
+    # 汇总
+    print("\n" + "=" * 50)
+    print("📊 测试结果汇总")
+    print("=" * 50)
+    
+    tests = ["Bot 信息", "数据库连接", "语音房间 API"]
+    for i, (test_name, result) in enumerate(zip(tests, results)):
+        status = "✅ 通过" if result else "❌ 失败"
+        print(f"{i + 1}. {test_name}: {status}")
+    
+    if all(results):
+        print("\n🎉 所有测试通过！配置正确！")
+    else:
+        print("\n⚠️ 部分测试失败，请检查配置")
+
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/test_insert_log.py

@@ -0,0 +1,78 @@
+"""
+测试插入单条对话记录
+"""
+import asyncio
+import httpx
+import json
+
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"
+
+async def execute_sql(sql: str, table: str) -> dict:
+    """通过工作流执行 SQL"""
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    
+    input_json = json.dumps({"table": table, "sql": sql}, ensure_ascii=False)
+    print(f"\n📤 发送请求:")
+    print(f"   table: {table}")
+    print(f"   sql: {sql[:100]}...")
+    print(f"   input: {input_json[:200]}...")
+    
+    payload = {
+        "workflow_id": WORKFLOW_ID,
+        "parameters": {
+            "input": input_json
+        }
+    }
+    
+    async with httpx.AsyncClient(timeout=60.0) as client:
+        response = await client.post(
+            f"{COZE_API_BASE}/v1/workflow/run",
+            headers=headers,
+            json=payload
+        )
+        result = response.json()
+        print(f"\n📥 响应:")
+        print(f"   code: {result.get('code')}")
+        print(f"   msg: {result.get('msg')}")
+        if result.get('data'):
+            print(f"   data: {result.get('data')[:200]}...")
+        if result.get('debug_url'):
+            print(f"   debug: {result.get('debug_url')}")
+        return result
+
+
+async def main():
+    print("=" * 60)
+    print("测试 INSERT 到 ci_interview_logs")
+    print("=" * 60)
+    
+    # 测试 1: 简单的 INSERT
+    sql1 = """INSERT INTO ci_interview_logs (session_id, stage, round, ai_question, user_answer, log_type) VALUES ('TEST_001', '测试', '1', '测试问题', '测试回答', 'test')"""
+    
+    print("\n\n🧪 测试 1: 简单 INSERT")
+    result = await execute_sql(sql1, "logs")
+    
+    # 测试 2: 查询刚插入的数据
+    sql2 = """SELECT * FROM ci_interview_logs WHERE session_id = 'TEST_001' LIMIT 5"""
+    
+    print("\n\n🧪 测试 2: 查询刚插入的数据")
+    result = await execute_sql(sql2, "logs")
+    
+    # 测试 3: 删除测试数据
+    sql3 = """DELETE FROM ci_interview_logs WHERE session_id = 'TEST_001'"""
+    
+    print("\n\n🧪 测试 3: 删除测试数据")
+    result = await execute_sql(sql3, "logs")
+    
+    print("\n" + "=" * 60)
+    print("测试完成")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/test_single_insert.py

@@ -0,0 +1,38 @@
+"""测试单条 INSERT"""
+import asyncio
+import httpx
+import json
+import uuid
+
+COZE_API_BASE = "https://api.coze.cn"
+COZE_PAT_TOKEN = "pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT"
+WORKFLOW_ID = "7597376294612107318"
+
+async def main():
+    log_id = f"LOG_TEST_{uuid.uuid4().hex[:8]}"
+    
+    sql = f"""INSERT INTO ci_interview_logs (log_id, session_id, stage, round, ai_question, user_answer, log_type) VALUES ('{log_id}', 'TEST_001', '测试', '1', '测试问题', '测试回答', 'test')"""
+    
+    input_json = json.dumps({"table": "logs", "sql": sql}, ensure_ascii=False)
+    
+    print(f"log_id: {log_id}")
+    print(f"sql: {sql[:80]}...")
+    
+    headers = {
+        "Authorization": f"Bearer {COZE_PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    
+    async with httpx.AsyncClient(timeout=30.0) as client:
+        response = await client.post(
+            f"{COZE_API_BASE}/v1/workflow/run",
+            headers=headers,
+            json={"workflow_id": WORKFLOW_ID, "parameters": {"input": input_json}}
+        )
+        result = response.json()
+        print(f"code: {result.get('code')}")
+        print(f"msg: {result.get('msg')}")
+        print(f"data: {result.get('data', '')[:200]}")
+
+if __name__ == "__main__":
+    asyncio.run(main())

backend/test_workflow_c.py

@@ -0,0 +1,89 @@
+"""
+测试工作流 C - 通用 SQL 查询（JSON 格式输入）
+"""
+import asyncio
+import httpx
+import os
+import json
+from dotenv import load_dotenv
+
+load_dotenv()
+
+PAT_TOKEN = os.getenv("COZE_PAT_TOKEN")
+WORKFLOW_ID = "7597376294612107318"
+
+async def test_query(table: str, sql: str):
+    url = "https://api.coze.cn/v1/workflow/run"
+    headers = {
+        "Authorization": f"Bearer {PAT_TOKEN}",
+        "Content-Type": "application/json"
+    }
+    
+    # JSON 格式输入
+    input_data = json.dumps({
+        "table": table,
+        "sql": sql
+    }, ensure_ascii=False)
+    
+    payload = {
+        "workflow_id": WORKFLOW_ID,
+        "parameters": {
+            "input": input_data
+        }
+    }
+    
+    print(f"Table: {table}")
+    print(f"SQL: {sql[:80]}...")
+    
+    async with httpx.AsyncClient(timeout=60.0) as client:
+        response = await client.post(url, json=payload, headers=headers)
+        print(f"Status: {response.status_code}")
+        
+        data = response.json()
+        
+        if data.get("code") == 0:
+            print(f"✅ 成功!")
+            result_str = data.get("data", "")
+            if result_str:
+                try:
+                    inner_data = json.loads(result_str)
+                    if isinstance(inner_data, list):
+                        print(f"返回 {len(inner_data)} 条记录")
+                        if inner_data:
+                            print(json.dumps(inner_data[0], indent=2, ensure_ascii=False))
+                    else:
+                        print(json.dumps(inner_data, indent=2, ensure_ascii=False))
+                except:
+                    print(f"Raw: {result_str[:300]}")
+        else:
+            print(f"❌ 失败: {data.get('msg')}")
+            if data.get("debug_url"):
+                print(f"Debug: {data.get('debug_url')}")
+
+async def main():
+    print("=" * 60)
+    print("测试 1: 查询面试评估列表 (assessments)")
+    print("=" * 60)
+    await test_query(
+        "assessments",
+        "SELECT session_id, candidate_name, bstudio_create_time FROM ci_interview_assessments ORDER BY bstudio_create_time DESC LIMIT 5"
+    )
+    
+    print("\n" + "=" * 60)
+    print("测试 2: 查询对话日志 (logs)")
+    print("=" * 60)
+    await test_query(
+        "logs",
+        "SELECT log_id, session_id, stage, ai_question, user_answer FROM ci_interview_logs LIMIT 3"
+    )
+    
+    print("\n" + "=" * 60)
+    print("测试 3: 查询业务配置 (config)")
+    print("=" * 60)
+    await test_query(
+        "config",
+        "SELECT config_id, config_type, item_name FROM ci_business_config LIMIT 3"
+    )
+
+if __name__ == "__main__":
+    asyncio.run(main())

coze-workflows/Chatflow-Consultant_interviewer-draft-268/MANIFEST.yml

@@ -0,0 +1,14 @@
+type: Workflow
+version: 1.0.0
+main:
+    id: 7595077233002840079
+    name: Consultant_interviewer
+    desc: |-
+        “咨询师面试官” 是专注轻医美咨询师初试的智能人力资源 AI，以精准评估、高效筛选为核心，助力企业锁定适配人才。​
+        它围绕销售观、销售技巧、知识储备与职业素质四大维度，运用 STAR 面试法深入挖掘候选人行为细节，配合性格剖面报告与行为提问话术库，剖析其性格特质与领导力潜力，同步生成任用风险提示与决策矩阵图，规避用人风险。针对轻医美行业特性，重点评估 “情绪稳定性”，结合德锐 9 大致命点，从技能、知识、价值观等方面综合评分。​
+        面试结束后，Agent 输出精准面试评分、背调问题清单，还定制未来 5 年培养规划，实现人才的可持续发展。后台的人才画像卡支持个性化生成，适配不同企业对素质项的筛选需求。凭借专业、智能的特性，“咨询师面试官” Agent 成为企业构建轻医美人才梯队的有力工具。
+    icon: plugin_icon/workflow.png
+    version: ""
+    flowMode: 3
+    commitId: ""
+sub: []

coze-workflows/README.md

@@ -0,0 +1,72 @@
+# Coze 工作流
+
+本目录存放 Coze 平台导出的工作流文件。
+
+---
+
+## 工作流列表
+
+| 名称 | ID | 描述 | 状态 |
+|------|-----|------|------|
+| Consultant_interviewer | 7595077233002840079 | 轻医美咨询师面试官 | ✅ 生产环境 |
+
+---
+
+## 目录结构
+
+```
+coze-workflows/
+├── README.md                           # 本文件
+├── 工作流分析.md                        # 工作流与架构对照分析
+└── Chatflow-Consultant_interviewer-draft-268/
+    ├── MANIFEST.yml                    # 工作流元信息
+    └── workflow/
+        └── Consultant_interviewer-draft.yaml  # 工作流定义文件
+```
+
+---
+
+## 工作流核心信息
+
+### Consultant_interviewer
+
+**用途**：轻医美咨询师岗位 AI 初试面试官
+
+**核心能力**：
+- 4 维度面试评估（销售技能、销售观、素质项、求职动机）
+- STAR 行为面试法提问
+- 自动评分与报告生成
+- 断点续传（支持中途退出后恢复）
+
+**关联资源**：
+| 资源 | ID |
+|------|-----|
+| Bot ID | 7595113005181386792 |
+| Workflow ID | 7595077233002840079 |
+| Database ID | 7595077053909712922 |
+
+**节点统计**：
+| 类型 | 数量 |
+|------|------|
+| LLM 节点 | 18 |
+| 问答节点 | 11 |
+| 循环节点 | 5 |
+| 条件分支 | 6 |
+| 数据库操作 | 8 |
+
+---
+
+## 如何导入
+
+1. 登录 [Coze 平台](https://www.coze.cn)
+2. 进入工作空间
+3. 点击「导入工作流」
+4. 上传 `Chatflow-Consultant_interviewer-draft-268` 文件夹
+
+---
+
+## 相关文档
+
+- [工作流分析](./工作流分析.md) - 工作流与前后端架构对照
+- [PRD](../docs/PRD.md) - 产品需求文档
+- [技术选型](../docs/技术选型.md) - 技术栈说明

coze-workflows/工作流分析.md

@@ -0,0 +1,250 @@
+# Coze 工作流分析
+
+> 分析 Consultant_interviewer 工作流与当前前后端架构的对应关系
+
+---
+
+## 一、工作流概览
+
+| 属性 | 值 |
+|------|-----|
+| **工作流名称** | Consultant_interviewer |
+| **工作流 ID** | 7595077233002840079 |
+| **模式** | Chatflow（对话流） |
+| **描述** | 轻医美咨询师初试智能面试官 |
+
+---
+
+## 二、工作流核心节点
+
+### 2.1 节点类型统计
+
+| 节点类型 | 数量 | 说明 |
+|----------|------|------|
+| `start` | 1 | 开始节点 |
+| `end` | 1 | 结束节点 |
+| `llm` | 18 | 大模型调用节点 |
+| `question` | 11 | 问答交互节点 |
+| `loop` | 5 | 循环节点 |
+| `condition` | 6 | 条件分支节点 |
+| `code` | 2 | 代码执行节点 |
+| `output` | 4 | 输出节点 |
+| `select_record` | 2 | 数据库查询节点 |
+| `plugin` | 1 | 插件节点（读取简历） |
+
+### 2.2 面试阶段流程
+
+```
+开始
+  │
+  ├─ 查询数据（检查 session_id 是否存在）
+  │
+  ├─ 生成会话ID（代码节点）
+  │
+  ├─ 条件分支：根据 current_stage 决定进入哪个阶段
+  │   ├─ stage < 20 → 信息收集阶段
+  │   ├─ stage >= 20 → 销售技能循环
+  │   ├─ stage >= 30 → 销售观循环
+  │   ├─ stage >= 40 → 素质项循环
+  │   └─ stage >= 50 → 求职动机识别
+  │
+  ├─ 【阶段0】姓名收集 → 上传简历 → 读取简历 → 新增数据
+  │
+  ├─ 【阶段1】打招呼、介绍面试流程
+  │
+  ├─ 【阶段2】销售技能提问循环（1轮）
+  │   ├─ 销售技巧提问（LLM）
+  │   ├─ 问答（用户回复）
+  │   ├─ 追问（LLM）
+  │   ├─ 问答（用户回复）
+  │   └─ 新增数据（保存面试记录）
+  │
+  ├─ 【阶段3】销售观提问循环（1轮）
+  │   ├─ 销售观提问（LLM）
+  │   ├─ 问答 → 追问 → 问答
+  │   └─ 新增数据
+  │
+  ├─ 【阶段4】素质项提问循环（1轮）
+  │   ├─ 读取素质项侧重（数据库）
+  │   ├─ 素质项提问（LLM）
+  │   ├─ 问答 → 追问 → 问答
+  │   └─ 新增数据
+  │
+  ├─ 【阶段5】求职动机识别循环（1轮）
+  │   ├─ 求职动机提问（LLM）
+  │   ├─ 问答 → 追问 → 问答
+  │   └─ 新增数据
+  │
+  ├─ 【评分阶段】
+  │   ├─ 销售技能评分（LLM）
+  │   ├─ 销售观、服务观评分（LLM）
+  │   ├─ 素质项评分（LLM）
+  │   └─ 更新数据（保存评分结果）
+  │
+  ├─ 【报告阶段】
+  │   ├─ 求职动机总结（LLM）
+  │   ├─ 未来发展规划（LLM）
+  │   ├─ 背调问题清单（LLM）
+  │   ├─ 直觉验证（LLM）
+  │   └─ 任用风险提示（LLM）
+  │
+  └─ 【反问阶段】回答面试者问题循环
+      ├─ 意图识别
+      ├─ 回答面试者问题（LLM）
+      └─ 终止循环判断
+```
+
+---
+
+## 三、与当前架构的对应关系
+
+### 3.1 前端需负责的部分
+
+| 前端功能 | 工作流对应 | 当前状态 |
+|----------|-----------|----------|
+| 欢迎页 | 无 | ✅ 已有页面骨架 |
+| 姓名输入 | `question` 节点 "姓名" | ✅ 已有 info.vue |
+| 简历上传 | `question` 节点 "上传简历" → `plugin` "读取简历" | ✅ 已有上传逻辑 |
+| 模拟来电 | 无（纯前端效果） | ✅ 已有 call.vue |
+| 语音通话 | **整个对话流由 Coze RTC 处理** | ⚠️ 需对接 RTC SDK |
+| 面试结束 | `end` 节点 | ✅ 已有 complete.vue |
+
+### 3.2 后端需负责的部分
+
+| 后端功能 | 工作流对应 | 当前状态 |
+|----------|-----------|----------|
+| 简历上传到 Coze | `POST /v1/files/upload` | ✅ 已实现 coze_service |
+| 创建语音房间 | `POST /v1/audio/rooms` | ✅ 已实现 coze_service |
+| 候选人数据查询 | 数据库节点 `select_record` | ⚠️ Coze 无 REST API |
+| 候选人数据新增 | 数据库节点 `insert_record` | ⚠️ 由工作流自动处理 |
+
+### 3.3 完全由 Coze 工作流处理的部分
+
+以下功能**完全在 Coze 工作流内部完成**，前后端无需实现：
+
+| 功能 | 工作流节点 |
+|------|-----------|
+| 打招呼、介绍面试流程 | LLM "打招呼、介绍面试流程" |
+| 销售技能提问 | Loop "销售技能提问循环" |
+| 销售观提问 | Loop "销售观提问循环" |
+| 素质项提问 | Loop "素质项提问循环" |
+| 求职动机识别 | Loop "求职动机识别提问循环" |
+| 追问逻辑 | 各循环内的 "追问" LLM 节点 |
+| 销售技能评分 | LLM "销售技能评分" |
+| 销售观评分 | LLM "销售观、服务观评分" |
+| 素质项评分 | LLM "素质项评分" |
+| 求职动机总结 | LLM "求职动机总结" |
+| 未来发展规划 | LLM "未来发展规划" |
+| 背调问题清单 | LLM "背调问题清单" |
+| 直觉验证 | LLM "直觉验证" |
+| 任用风险提示 | LLM "任用风险提示" |
+| 回答面试者问题 | Loop "回答面试者问题循环" |
+| 面试记录保存 | 各 "新增数据" 节点 |
+| 评分结果保存 | "更新数据" 节点 |
+
+---
+
+## 四、关键发现
+
+### 4.1 ✅ 匹配的设计
+
+1. **面试维度一致**：工作流的 4 维度（销售技能、销售观、素质项、求职动机）与 PRD 一致
+2. **简历上传流程一致**：前端上传 → 后端调用 Coze API → 工作流解析
+3. **语音房间创建**：后端调用 `POST /v1/audio/rooms` 创建房间，前端使用 RTC SDK 加入
+
+### 4.2 ⚠️ 需调整的设计
+
+#### （1）数据库访问问题
+
+**问题**：Coze 数据库不提供直接的 REST API 查询接口
+
+**影响**：管理后台的"候选人列表"、"候选人详情"功能无法直接实现
+
+**解决方案**：
+| 方案 | 说明 | 推荐度 |
+|------|------|--------|
+| A | 工作流增加 Webhook 节点，面试结束后推送数据到后端 | ⭐⭐⭐ |
+| B | 自建数据库（SQLite/MySQL），前端上传时同步写入 | ⭐⭐⭐ |
+| C | 暂时搁置管理后台（当前选择） | ⭐⭐ |
+
+#### （2）会话断点续传
+
+**工作流逻辑**：
+- 工作流通过 `current_stage` 字段记录面试进度（10/20/30/40/50...）
+- 用户中途退出后，可通过 `session_id` 恢复进度
+
+**前端需支持**：
+- 保存 `session_id` 到 localStorage
+- 重新进入时检查是否有未完成的面试
+
+#### （3）环境变量补充
+
+工作流中使用的数据库 ID 需要配置：
+```bash
+# 已有
+COZE_BOT_ID=7595113005181386792
+
+# 需补充（工作流中的数据库）
+COZE_WORKFLOW_ID=7595077233002840079
+COZE_DATABASE_ID=7595077053909712922
+```
+
+### 4.3 ❓ 待确认事项
+
+| 问题 | 影响范围 | 建议 |
+|------|---------|------|
+| 工作流的 BOT_ID 与 WORKFLOW_ID 哪个用于创建房间？ | 后端 API | 需测试确认 |
+| 工作流是否支持传入 `session_id` 参数？ | 断点续传 | 查看 start 节点 |
+| `CONVERSATION_NAME` 参数的用途？ | 会话隔离 | 可能是会话标识 |
+
+---
+
+## 五、开发优先级调整
+
+基于工作流分析，建议调整开发重点：
+
+### 5.1 优先完成（用户端）
+
+1. ✅ 前端用户端 4 个页面
+2. ✅ 后端 Coze API 封装（文件上传、房间创建）
+3. ⚠️ 前端 RTC SDK 集成（核心功能）
+4. ⚠️ 会话状态管理（session_id 本地存储）
+
+### 5.2 暂时搁置（管理后台）
+
+由于 Coze 数据库无 REST API，管理后台需等待以下方案之一落地：
+- 工作流添加 Webhook 推送
+- 自建数据库方案
+
+---
+
+## 六、RTC 对接要点
+
+根据工作流，语音通话的核心逻辑如下：
+
+```
+1. 后端调用 POST /v1/audio/rooms 创建房间
+   请求体：{ bot_id, user_id, voice_id? }
+   返回：{ room_id, token, app_id, uid }
+
+2. 前端使用 @volcengine/rtc SDK 加入房间
+   - 使用返回的 token 进行鉴权
+   - 使用返回的 app_id、room_id、uid 加入房间
+
+3. 语音对话
+   - 前端采集麦克风音频
+   - SDK 自动推送到 Coze 工作流
+   - 工作流处理后返回 AI 语音
+
+4. 面试结束
+   - 工作流达到 end 节点
+   - 可能通过事件通知前端
+```
+
+---
+
+## 变更日志
+
+| 日期 | 内容 | 操作人 |
+|------|------|--------|
+| 2026-01-20 | 初始化工作流分析文档 | AI |

deploy/Dockerfile.backend

@@ -0,0 +1,21 @@
+# 后端 Python 服务
+FROM python:3.11-slim
+
+WORKDIR /app
+
+# 配置 pip 使用阿里云镜像
+RUN pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ && \
+    pip config set global.trusted-host mirrors.aliyun.com
+
+# 安装依赖
+COPY backend/requirements.txt ./
+RUN pip install --no-cache-dir -r requirements.txt --timeout 120
+
+# 复制源码
+COPY backend/ ./
+
+# 暴露端口
+EXPOSE 8000
+
+# 启动命令
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

deploy/Dockerfile.frontend

@@ -0,0 +1,32 @@
+# 前端构建
+FROM node:18-alpine as builder
+
+WORKDIR /app
+
+# 安装 pnpm
+RUN npm install -g pnpm
+
+# 复制依赖文件
+COPY frontend/package.json frontend/pnpm-lock.yaml* ./
+
+# 安装依赖
+RUN pnpm install --frozen-lockfile || pnpm install
+
+# 复制源码
+COPY frontend/ ./
+
+# 构建
+RUN pnpm build
+
+# 生产镜像
+FROM nginx:alpine
+
+# 复制构建产物
+COPY --from=builder /app/dist /usr/share/nginx/html
+
+# 复制 nginx 配置
+COPY deploy/nginx/frontend.conf /etc/nginx/conf.d/default.conf
+
+EXPOSE 80
+
+CMD ["nginx", "-g", "daemon off;"]

deploy/bt_deploy.py

@@ -0,0 +1,246 @@
+#!/usr/bin/env python3
+"""
+通过宝塔 API 自动部署 AI 面试系统
+"""
+import requests
+import time
+import hashlib
+import os
+import base64
+import json
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+# 部署配置
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+DOMAIN = "interview.test.ai.ireborn.com.cn"
+
+
+def bt_api(action, data=None, files=None):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        if files:
+            response = requests.post(url, data=data, files=files, timeout=300, verify=False)
+        else:
+            response = requests.post(url, data=data, timeout=60, verify=False)
+        return response.json()
+    except requests.exceptions.JSONDecodeError:
+        return {"status": True, "msg": response.text}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def create_directory(path):
+    """创建目录"""
+    print(f"📁 创建目录: {path}")
+    result = bt_api("files?action=CreateDir", {"path": path})
+    if result.get("status") or "已存在" in str(result.get("msg", "")):
+        print("   ✅ 目录已就绪")
+        return True
+    print(f"   ⚠️ {result}")
+    return True  # 继续执行
+
+
+def upload_file(local_path, remote_dir):
+    """上传文件到服务器"""
+    filename = os.path.basename(local_path)
+    print(f"📤 上传文件: {filename}")
+    
+    with open(local_path, 'rb') as f:
+        files = {'f_path': (filename, f)}
+        data = {'f_path': remote_dir, 'f_name': filename}
+        result = bt_api("files?action=upload", data, files)
+    
+    if result.get("status") or result.get("msg") == "上传成功":
+        print(f"   ✅ 上传成功")
+        return True
+    print(f"   ❌ 上传失败: {result}")
+    return False
+
+
+def exec_shell(command):
+    """执行 Shell 命令"""
+    print(f"🔧 执行命令: {command[:80]}...")
+    result = bt_api("files?action=ExecShell", {"command": command})
+    return result
+
+
+def create_website(domain):
+    """创建网站"""
+    print(f"🌐 创建网站: {domain}")
+    data = {
+        "webname": json.dumps({"domain": domain, "domainlist": [], "count": 0}),
+        "path": f"/www/wwwroot/{domain}",
+        "type_id": 0,
+        "type": "PHP",
+        "version": "00",
+        "port": "80",
+        "ps": "AI面试系统",
+        "ftp": "false",
+        "sql": "false"
+    }
+    result = bt_api("site?action=AddSite", data)
+    if result.get("status") or result.get("siteStatus"):
+        print("   ✅ 网站创建成功")
+        return True
+    if "已存在" in str(result.get("msg", "")):
+        print("   ⚠️ 网站已存在")
+        return True
+    print(f"   结果: {result}")
+    return True
+
+
+def set_proxy(domain, target_url):
+    """设置反向代理"""
+    print(f"🔄 设置反向代理: {domain} -> {target_url}")
+    
+    # 获取站点 ID
+    sites_result = bt_api("site?action=GetSitesSort")
+    site_id = None
+    if sites_result.get("data"):
+        for site in sites_result["data"]:
+            if site.get("name") == domain:
+                site_id = site.get("id")
+                break
+    
+    if not site_id:
+        print("   ⚠️ 未找到站点 ID，尝试继续...")
+        return True
+    
+    # 设置代理
+    proxy_data = {
+        "sitename": domain,
+        "proxyname": "ai-interview",
+        "proxydir": "/",
+        "proxysite": target_url,
+        "proxysend": "0",
+        "cache": "0",
+        "cacheTime": "1",
+        "subfilter": "[]",
+        "type": "1",
+        "advanced": "0"
+    }
+    result = bt_api("site?action=CreateProxy", proxy_data)
+    print(f"   结果: {result}")
+    return True
+
+
+def write_remote_file(path, content):
+    """写入远程文件"""
+    print(f"📝 写入文件: {path}")
+    # 使用 base64 编码内容
+    encoded = base64.b64encode(content.encode()).decode()
+    result = bt_api("files?action=SaveFileBody", {
+        "path": path,
+        "data": content,
+        "encoding": "utf-8"
+    })
+    if result.get("status"):
+        print("   ✅ 文件写入成功")
+        return True
+    print(f"   结果: {result}")
+    return True
+
+
+def main():
+    print("=" * 60)
+    print("🚀 AI 语音面试系统 - 自动部署")
+    print("=" * 60)
+    print()
+    
+    # 1. 创建部署目录
+    print("\n📦 步骤 1: 创建目录结构")
+    create_directory(DEPLOY_PATH)
+    create_directory(f"{DEPLOY_PATH}/frontend")
+    create_directory(f"{DEPLOY_PATH}/backend")
+    create_directory(f"{DEPLOY_PATH}/deploy")
+    create_directory(f"{DEPLOY_PATH}/deploy/nginx")
+    
+    # 2. 写入配置文件
+    print("\n📝 步骤 2: 写入配置文件")
+    
+    # .env 文件
+    env_content = """COZE_PAT_TOKEN=pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT
+COZE_BOT_ID=7595113005181386792
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+"""
+    write_remote_file(f"{DEPLOY_PATH}/deploy/.env", env_content)
+    
+    # 3. 上传部署包
+    print("\n📤 步骤 3: 上传部署包")
+    tar_path = "/Users/a111/Documents/AgentWD/projects/ai-interview-deploy.tar.gz"
+    if os.path.exists(tar_path):
+        upload_file(tar_path, "/www/wwwroot")
+    else:
+        print(f"   ⚠️ 部署包不存在: {tar_path}")
+    
+    # 4. 解压并部署
+    print("\n🔧 步骤 4: 解压部署包")
+    commands = [
+        f"cd /www/wwwroot && tar -xzf ai-interview-deploy.tar.gz -C {DEPLOY_PATH}",
+        f"cd {DEPLOY_PATH}/deploy && cp .env .env.bak 2>/dev/null || true",
+    ]
+    for cmd in commands:
+        exec_shell(cmd)
+        time.sleep(1)
+    
+    # 5. 启动 Docker
+    print("\n🐳 步骤 5: 启动 Docker 容器")
+    docker_commands = [
+        f"cd {DEPLOY_PATH}/deploy && docker-compose down 2>/dev/null || true",
+        f"cd {DEPLOY_PATH}/deploy && docker-compose up -d --build",
+    ]
+    for cmd in docker_commands:
+        print(f"   执行: {cmd}")
+        result = exec_shell(cmd)
+        print(f"   结果: {result}")
+        time.sleep(3)
+    
+    # 6. 创建网站和反向代理
+    print("\n🌐 步骤 6: 配置网站")
+    create_website(DOMAIN)
+    time.sleep(2)
+    set_proxy(DOMAIN, "http://127.0.0.1:3000")
+    
+    # 7. 检查状态
+    print("\n🔍 步骤 7: 检查部署状态")
+    result = exec_shell("docker ps --format 'table {{.Names}}\\t{{.Status}}\\t{{.Ports}}'")
+    print(f"   容器状态: {result}")
+    
+    print()
+    print("=" * 60)
+    print("✅ 部署完成!")
+    print("=" * 60)
+    print()
+    print(f"🌐 访问地址:")
+    print(f"   用户端:    http://{DOMAIN}")
+    print(f"   管理后台:  http://{DOMAIN}/admin")
+    print()
+    print("⚠️ 如需 HTTPS，请在宝塔面板中为该网站申请 SSL 证书")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/build_only.py

@@ -0,0 +1,132 @@
+#!/usr/bin/env python3
+"""
+仅执行构建命令
+"""
+import requests
+import time
+import hashlib
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    # 先清理旧任务
+    result = bt_api("crontab?action=GetCrontab", {"page": 1, "limit": 100})
+    if isinstance(result, dict) and result.get("data"):
+        for task in result["data"]:
+            if isinstance(task, dict) and ("upload_" in task.get("name", "") or "build_" in task.get("name", "")):
+                bt_api("crontab?action=DelCrontab", {"id": task["id"]})
+    
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": shell_body,
+    })
+    if not result.get("status") or not result.get("id"):
+        print(f"创建任务失败: {result}")
+        return None
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=600)
+    print(f"任务 {cron_id} 启动，等待 {wait_time}s...")
+    time.sleep(wait_time)
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🐳 构建 Docker 容器")
+    print("=" * 60)
+    
+    # 先清理磁盘空间
+    print("\n🧹 步骤 1: 清理磁盘空间...")
+    cleanup_script = """#!/bin/bash
+echo "清理 Docker..."
+docker system prune -af --volumes 2>/dev/null || true
+docker builder prune -af 2>/dev/null || true
+
+echo ""
+echo "清理宝塔日志..."
+rm -rf /www/wwwlogs/*.log 2>/dev/null || true
+find /www/server/panel/logs -name "*.log" -mtime +1 -delete 2>/dev/null || true
+
+echo ""
+echo "磁盘使用:"
+df -h /
+"""
+    result = run_task(cleanup_script, "cleanup", wait_time=30)
+    if result and result.get("msg"):
+        print(result["msg"][:1000])
+    
+    # 构建
+    print("\n🐳 步骤 2: 构建并启动...")
+    build_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+echo "目录检查:"
+ls -la {DEPLOY_PATH}/frontend/ | head -5
+ls -la {DEPLOY_PATH}/backend/ | head -5
+
+echo ""
+echo "构建并启动..."
+docker-compose up -d --build 2>&1
+
+sleep 20
+
+echo ""
+echo "容器状态:"
+docker ps -a --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "后端日志:"
+docker logs --tail 30 ai-interview-backend 2>&1
+
+echo ""
+echo "测试:"
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+echo ""
+curl -s -o /dev/null -w "前端: %{{http_code}}" http://127.0.0.1:3000 2>&1
+"""
+    
+    result = run_task(build_script, "build", wait_time=180)
+    
+    if result and result.get("msg"):
+        print("\n📋 构建结果:")
+        print("-" * 60)
+        print(result["msg"])
+    
+    print("\n" + "=" * 60)
+    print("🌐 http://interview.test.ai.ireborn.com.cn")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/check_docker.py

@@ -0,0 +1,124 @@
+#!/usr/bin/env python3
+"""
+检查 Docker 容器状态
+"""
+import requests
+import time
+import hashlib
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_and_get_log(shell_body, task_name):
+    """创建计划任务，运行并获取日志"""
+    # 1. 创建任务
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "hour": "",
+        "minute": "",
+        "week": "",
+        "sType": "toShell",
+        "sBody": shell_body,
+        "sName": "",
+        "backupTo": "",
+        "save": "",
+        "urladdress": ""
+    })
+    
+    if not result.get("status") or not result.get("id"):
+        print(f"创建任务失败: {result}")
+        return None
+    
+    cron_id = result["id"]
+    print(f"任务创建成功，ID: {cron_id}")
+    
+    # 2. 执行任务
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=120)
+    print("任务已启动，等待执行...")
+    time.sleep(10)
+    
+    # 3. 获取日志
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    
+    # 4. 删除任务
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🔍 检查 Docker 容器状态")
+    print("=" * 60)
+    print()
+    
+    # 检查命令
+    check_script = f"""#!/bin/bash
+echo "========== Docker 容器状态 =========="
+docker ps -a
+echo ""
+echo "========== Docker Compose 状态 =========="
+cd {DEPLOY_PATH}/deploy && docker-compose ps 2>&1 || echo "docker-compose 未运行"
+echo ""
+echo "========== 后端容器日志 (最后 50 行) =========="
+docker logs --tail 50 ai-interview-backend 2>&1 || echo "后端容器不存在"
+echo ""
+echo "========== 检查端口 =========="
+netstat -tlnp | grep -E ':(3000|8000)' || ss -tlnp | grep -E ':(3000|8000)' || echo "端口未监听"
+echo ""
+echo "========== 测试本地服务 =========="
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端 8000 端口无响应"
+curl -s -o /dev/null -w "前端 3000 端口: HTTP %{{http_code}}" http://127.0.0.1:3000 2>&1 || echo "前端 3000 端口无响应"
+"""
+    
+    result = run_and_get_log(check_script, f"check_docker_{int(time.time())}")
+    
+    if result:
+        print("\n📋 执行结果:")
+        print("-" * 60)
+        if isinstance(result, dict) and result.get("msg"):
+            print(result["msg"])
+        else:
+            print(result)
+    
+    print()
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/cleanup_and_build.py

@@ -0,0 +1,133 @@
+#!/usr/bin/env python3
+"""
+清理宝塔旧任务后再构建
+"""
+import requests
+import time
+import hashlib
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def cleanup_old_tasks():
+    """清理所有旧的计划任务"""
+    print("🧹 清理旧计划任务...")
+    result = bt_api("crontab?action=GetCrontab", {"page": 1, "limit": 100})
+    
+    deleted = 0
+    if isinstance(result, list):
+        for task in result:
+            if isinstance(task, dict) and task.get("id"):
+                name = task.get("name", "")
+                # 删除我们创建的临时任务
+                if any(x in name for x in ["upload_", "build_", "cleanup", "restart", "check", "create", "update", "rebuild"]):
+                    bt_api("crontab?action=DelCrontab", {"id": task["id"]})
+                    deleted += 1
+                    print(f"   删除: {name}")
+    elif isinstance(result, dict) and result.get("data"):
+        for task in result["data"]:
+            if isinstance(task, dict) and task.get("id"):
+                name = task.get("name", "")
+                if any(x in name for x in ["upload_", "build_", "cleanup", "restart", "check", "create", "update", "rebuild"]):
+                    bt_api("crontab?action=DelCrontab", {"id": task["id"]})
+                    deleted += 1
+                    print(f"   删除: {name}")
+    
+    print(f"   已删除 {deleted} 个旧任务")
+    return deleted
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": shell_body,
+    })
+    if not result.get("status") or not result.get("id"):
+        print(f"   创建任务失败: {result}")
+        return None
+    cron_id = result["id"]
+    print(f"   任务 {cron_id} 已创建")
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=600)
+    print(f"   执行中，等待 {wait_time}s...")
+    time.sleep(wait_time)
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🚀 清理并构建")
+    print("=" * 60)
+    
+    # 1. 清理旧任务
+    cleanup_old_tasks()
+    time.sleep(2)
+    
+    # 2. 构建
+    print("\n🐳 构建 Docker 容器...")
+    build_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+# 清理空间
+docker system prune -af 2>/dev/null || true
+
+# 构建
+docker-compose up -d --build 2>&1
+
+sleep 15
+
+echo "容器状态:"
+docker ps -a --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "后端日志:"
+docker logs --tail 20 ai-interview-backend 2>&1
+
+echo ""
+echo "测试:"
+curl -s http://127.0.0.1:8000/health || echo "后端未响应"
+curl -s -o /dev/null -w " 前端:%{{http_code}}" http://127.0.0.1:3000
+"""
+    
+    result = run_task(build_script, "deploy", wait_time=180)
+    
+    if result and result.get("msg"):
+        print("\n📋 结果:")
+        print("-" * 60)
+        print(result["msg"])
+    
+    print("\n" + "=" * 60)
+    print("🌐 http://interview.test.ai.ireborn.com.cn")
+
+
+if __name__ == "__main__":
+    main()

deploy/cleanup_bt.py

@@ -0,0 +1,136 @@
+#!/usr/bin/env python3
+"""
+深度清理宝塔面板
+"""
+import requests
+import time
+import hashlib
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def main():
+    print("=" * 60)
+    print("🧹 深度清理宝塔面板")
+    print("=" * 60)
+    
+    # 1. 删除所有计划任务
+    print("\n1. 清理计划任务...")
+    result = bt_api("crontab?action=GetCrontab", {"page": 1, "limit": 100})
+    
+    deleted = 0
+    tasks_to_delete = []
+    
+    if isinstance(result, list):
+        tasks_to_delete = result
+    elif isinstance(result, dict) and result.get("data"):
+        tasks_to_delete = result["data"]
+    
+    for task in tasks_to_delete:
+        if isinstance(task, dict) and task.get("id"):
+            name = task.get("name", "")
+            # 删除所有临时任务
+            bt_api("crontab?action=DelCrontab", {"id": task["id"]})
+            deleted += 1
+            print(f"   删除: {name} (ID: {task['id']})")
+    
+    print(f"   共删除 {deleted} 个任务")
+    
+    # 2. 清理计划任务日志
+    print("\n2. 清理任务日志...")
+    result = bt_api("crontab?action=DelLogs")
+    print(f"   结果: {result}")
+    
+    # 3. 清理面板日志
+    print("\n3. 清理面板日志...")
+    result = bt_api("system?action=ClearCache")
+    print(f"   结果: {result}")
+    
+    # 4. 尝试压缩数据库
+    print("\n4. 压缩数据库...")
+    result = bt_api("system?action=ReDatabase")
+    print(f"   结果: {result}")
+    
+    time.sleep(3)
+    
+    # 5. 再次尝试创建任务
+    print("\n5. 测试创建任务...")
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": "test_task",
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": "echo test",
+    })
+    
+    if result.get("status") and result.get("id"):
+        print(f"   ✅ 成功! 任务ID: {result['id']}")
+        # 删除测试任务
+        bt_api("crontab?action=DelCrontab", {"id": result["id"]})
+        
+        # 现在执行构建
+        print("\n6. 执行构建...")
+        build_result = bt_api("crontab?action=AddCrontab", {
+            "name": "deploy_docker",
+            "type": "minute-n",
+            "where1": "1",
+            "sType": "toShell",
+            "sBody": f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+docker system prune -af 2>/dev/null || true
+docker-compose up -d --build 2>&1
+sleep 15
+docker ps -a
+docker logs --tail 20 ai-interview-backend 2>&1
+curl -s http://127.0.0.1:8000/health || echo "后端未响应"
+""",
+        })
+        
+        if build_result.get("id"):
+            cron_id = build_result["id"]
+            print(f"   任务 {cron_id} 已创建，开始执行...")
+            bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=600)
+            print("   等待 180 秒...")
+            time.sleep(180)
+            
+            log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+            bt_api("crontab?action=DelCrontab", {"id": cron_id})
+            
+            if log_result and log_result.get("msg"):
+                print("\n📋 构建结果:")
+                print("-" * 60)
+                print(log_result["msg"])
+    else:
+        print(f"   ❌ 仍然失败: {result}")
+    
+    print("\n" + "=" * 60)
+    print("🌐 http://interview.test.ai.ireborn.com.cn")
+
+
+if __name__ == "__main__":
+    main()

deploy/create_files.py

@@ -0,0 +1,183 @@
+#!/usr/bin/env python3
+"""
+通过宝塔计划任务创建文件
+"""
+import requests
+import time
+import hashlib
+import os
+import base64
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+LOCAL_BACKEND = "/Users/a111/Documents/AgentWD/projects/011-ai-interview-2601/backend"
+LOCAL_DEPLOY = "/Users/a111/Documents/AgentWD/projects/011-ai-interview-2601/deploy"
+LOCAL_FRONTEND = "/Users/a111/Documents/AgentWD/projects/011-ai-interview-2601/frontend"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:1000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    """创建计划任务并执行"""
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "hour": "",
+        "minute": "",
+        "week": "",
+        "sType": "toShell",
+        "sBody": shell_body,
+        "sName": "",
+        "backupTo": "",
+        "save": "",
+        "urladdress": ""
+    })
+    
+    if not result.get("status") or not result.get("id"):
+        print(f"   创建任务失败: {result}")
+        return None
+    
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=300)
+    print(f"   任务 {cron_id} 已启动，等待 {wait_time} 秒...")
+    time.sleep(wait_time)
+    
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    
+    return log_result
+
+
+def create_file_via_shell(remote_path, content):
+    """通过 shell 命令创建文件"""
+    # 使用 base64 编码内容以避免特殊字符问题
+    encoded = base64.b64encode(content.encode('utf-8')).decode('utf-8')
+    
+    # 确保目录存在，然后写入文件
+    dir_path = os.path.dirname(remote_path)
+    shell_script = f"""#!/bin/bash
+mkdir -p {dir_path}
+echo '{encoded}' | base64 -d > {remote_path}
+echo "文件已创建: {remote_path}"
+ls -la {remote_path}
+"""
+    return shell_script
+
+
+def main():
+    print("=" * 60)
+    print("📤 创建所有必需文件")
+    print("=" * 60)
+    print()
+    
+    # 读取所有需要上传的文件
+    files_to_create = []
+    
+    # 1. requirements.txt
+    with open(os.path.join(LOCAL_BACKEND, "requirements.txt"), 'r') as f:
+        files_to_create.append((f"{DEPLOY_PATH}/backend/requirements.txt", f.read()))
+    
+    # 2. Dockerfile.frontend
+    with open(os.path.join(LOCAL_DEPLOY, "Dockerfile.frontend"), 'r') as f:
+        files_to_create.append((f"{DEPLOY_PATH}/deploy/Dockerfile.frontend", f.read()))
+    
+    # 批量创建文件
+    print("📁 创建目录结构和文件...")
+    
+    # 合并所有文件创建命令
+    all_commands = f"""#!/bin/bash
+mkdir -p {DEPLOY_PATH}/backend
+mkdir -p {DEPLOY_PATH}/backend/app/routers
+mkdir -p {DEPLOY_PATH}/backend/app/services
+mkdir -p {DEPLOY_PATH}/deploy/nginx
+mkdir -p {DEPLOY_PATH}/frontend
+mkdir -p {DEPLOY_PATH}/deploy/uploads
+"""
+    
+    for remote_path, content in files_to_create:
+        encoded = base64.b64encode(content.encode('utf-8')).decode('utf-8')
+        all_commands += f"""
+echo "创建: {remote_path}"
+echo '{encoded}' | base64 -d > {remote_path}
+"""
+    
+    all_commands += f"""
+echo ""
+echo "文件列表:"
+ls -la {DEPLOY_PATH}/backend/
+ls -la {DEPLOY_PATH}/deploy/
+"""
+    
+    result = run_task(all_commands, f"create_files_{int(time.time())}", wait_time=15)
+    
+    if result and result.get("msg"):
+        print("\n📋 执行结果:")
+        print(result["msg"][:1500])
+    
+    # 3. 重新构建 Docker
+    print("\n🐳 重新构建 Docker 容器...")
+    rebuild_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+echo "停止旧容器..."
+docker-compose down 2>/dev/null || true
+sleep 2
+echo "重新构建..."
+docker-compose up -d --build 2>&1
+sleep 15
+echo ""
+echo "容器状态:"
+docker ps --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+echo ""
+echo "后端容器日志:"
+docker logs --tail 30 ai-interview-backend 2>&1
+echo ""
+echo "测试后端:"
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+"""
+    
+    result = run_task(rebuild_script, f"rebuild_{int(time.time())}", wait_time=90)
+    
+    if result and result.get("msg"):
+        print("\n📋 构建结果:")
+        print("-" * 60)
+        print(result["msg"][:3000])
+    
+    print()
+    print("=" * 60)
+    print("✅ 完成!")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/deploy.sh

@@ -0,0 +1,81 @@
+#!/bin/bash
+
+# AI 面试系统部署脚本
+# 使用方法: bash deploy.sh
+
+set -e
+
+echo "=========================================="
+echo "AI 语音面试系统 - Docker 部署"
+echo "=========================================="
+
+# 配置
+DEPLOY_DIR="/www/wwwroot/ai-interview"
+DOMAIN="interview.test.ai.ireborn.com.cn"
+
+# 检查 Docker
+if ! command -v docker &> /dev/null; then
+    echo "❌ Docker 未安装，请先安装 Docker"
+    exit 1
+fi
+
+if ! command -v docker-compose &> /dev/null; then
+    echo "❌ Docker Compose 未安装，请先安装"
+    exit 1
+fi
+
+echo "✅ Docker 环境检查通过"
+
+# 创建部署目录
+echo "📁 创建部署目录..."
+mkdir -p $DEPLOY_DIR
+cd $DEPLOY_DIR
+
+# 检查 .env 文件
+if [ ! -f "deploy/.env" ]; then
+    echo "⚠️ 未找到 .env 文件，正在创建..."
+    mkdir -p deploy
+    cat > deploy/.env << 'EOF'
+# Coze 配置
+COZE_PAT_TOKEN=pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT
+COZE_BOT_ID=7595113005181386792
+
+# 工作流 ID
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+
+# 文件服务器
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+EOF
+    echo "✅ .env 文件已创建"
+fi
+
+# 构建并启动
+echo "🐳 构建 Docker 镜像..."
+cd deploy
+docker-compose down 2>/dev/null || true
+docker-compose up -d --build
+
+echo "⏳ 等待服务启动..."
+sleep 10
+
+# 检查服务状态
+echo "🔍 检查服务状态..."
+docker-compose ps
+
+echo ""
+echo "=========================================="
+echo "✅ 部署完成!"
+echo "=========================================="
+echo ""
+echo "访问地址:"
+echo "  用户端:    http://$DOMAIN"
+echo "  管理后台:  http://$DOMAIN/admin"
+echo "  后端 API:  http://$DOMAIN/api"
+echo ""
+echo "容器状态:"
+docker-compose ps --format "table {{.Name}}\t{{.Status}}\t{{.Ports}}"
+echo ""
+echo "查看日志: docker-compose logs -f"
+echo "=========================================="

deploy/docker-compose.yml

@@ -0,0 +1,39 @@
+version: '3.8'
+
+services:
+  frontend:
+    build:
+      context: ..
+      dockerfile: deploy/Dockerfile.frontend
+    container_name: ai-interview-frontend
+    ports:
+      - "3000:80"
+    depends_on:
+      - backend
+    networks:
+      - ai-interview-network
+    restart: unless-stopped
+
+  backend:
+    build:
+      context: ..
+      dockerfile: deploy/Dockerfile.backend
+    container_name: ai-interview-backend
+    ports:
+      - "8000:8000"
+    environment:
+      - COZE_PAT_TOKEN=${COZE_PAT_TOKEN}
+      - COZE_BOT_ID=${COZE_BOT_ID}
+      - COZE_WORKFLOW_A_ID=${COZE_WORKFLOW_A_ID}
+      - COZE_WORKFLOW_C_ID=${COZE_WORKFLOW_C_ID}
+      - FILE_SERVER_URL=${FILE_SERVER_URL}
+      - FILE_SERVER_TOKEN=${FILE_SERVER_TOKEN}
+    volumes:
+      - ./uploads:/app/uploads
+    networks:
+      - ai-interview-network
+    restart: unless-stopped
+
+networks:
+  ai-interview-network:
+    driver: bridge

deploy/env.example

@@ -0,0 +1,11 @@
+# Coze 配置
+COZE_PAT_TOKEN=pat_xxx
+COZE_BOT_ID=7595113005181386792
+
+# 工作流 ID
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+
+# 文件服务器
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret

deploy/env.production

@@ -0,0 +1,21 @@
+# AI Interview 后端环境变量
+# ============================================
+# 部署步骤:
+# 1. 复制此文件到服务器: /www/wwwroot/ai-interview/deploy/.env
+# 2. 或者在服务器上执行: cp env.production .env
+# ============================================
+
+# Coze 配置
+COZE_PAT_TOKEN=pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT
+COZE_BOT_ID=7595113005181386792
+
+# 工作流 ID
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+
+# 文件服务器
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+
+# CORS 允许的域名（逗号分隔）
+CORS_ORIGINS=http://interview.test.ai.ireborn.com.cn,https://interview.test.ai.ireborn.com.cn,http://localhost:5173

deploy/fix_deploy.py

@@ -0,0 +1,211 @@
+#!/usr/bin/env python3
+"""
+修复部署 - 上传配置文件并重启服务
+"""
+import requests
+import time
+import hashlib
+import json
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+# 部署配置
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+DOMAIN = "interview.test.ai.ireborn.com.cn"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        return response.json()
+    except requests.exceptions.JSONDecodeError:
+        return {"status": True, "msg": response.text[:500]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def write_remote_file(path, content):
+    """写入远程文件"""
+    print(f"📝 写入文件: {path}")
+    result = bt_api("files?action=SaveFileBody", {
+        "path": path,
+        "data": content,
+        "encoding": "utf-8"
+    })
+    if result.get("status"):
+        print("   ✅ 文件写入成功")
+        return True
+    print(f"   结果: {result}")
+    return result.get("status", False)
+
+
+def exec_shell(command, timeout=300):
+    """执行 Shell 命令 - 使用宝塔终端 API"""
+    print(f"🔧 执行: {command[:80]}...")
+    
+    # 尝试多个可能的 API 端点
+    endpoints = [
+        ("deployment?action=ExecCommand", {"command": command}),
+        ("plugin?action=a&s=deployment&name=exec_command", {"command": command}),
+        ("crontab?action=GetDataList", {}),  # 先获取计划任务列表
+    ]
+    
+    # 方法1: 使用 files 接口执行命令（某些宝塔版本支持）
+    result = bt_api("files?action=ExecCommand", {"command": command}, timeout=timeout)
+    if result.get("status") or "404" not in str(result.get("msg", "")):
+        print(f"   结果: {str(result)[:200]}")
+        return result
+    
+    # 方法2: 创建临时脚本并执行
+    script_path = "/tmp/bt_exec_cmd.sh"
+    write_result = bt_api("files?action=SaveFileBody", {
+        "path": script_path,
+        "data": f"#!/bin/bash\n{command}\n",
+        "encoding": "utf-8"
+    })
+    
+    if write_result.get("status"):
+        # 设置执行权限并运行
+        result = bt_api("files?action=ExecCommand", {"command": f"chmod +x {script_path} && {script_path}"}, timeout=timeout)
+        print(f"   结果: {str(result)[:200]}")
+        return result
+    
+    print(f"   ⚠️ 无法执行命令，请手动在服务器执行")
+    return {"status": False, "msg": "需要手动执行"}
+
+
+def restart_nginx():
+    """重启 Nginx"""
+    print("🔄 重启 Nginx...")
+    result = bt_api("system?action=ServiceAdmin", {
+        "name": "nginx",
+        "type": "restart"
+    })
+    print(f"   结果: {result}")
+    return result
+
+
+def main():
+    print("=" * 60)
+    print("🔧 AI 面试系统 - 修复部署")
+    print("=" * 60)
+    print()
+    
+    # 1. 写入 .env 文件
+    print("\n📝 步骤 1: 写入环境变量文件")
+    env_content = """# AI Interview 后端环境变量
+COZE_PAT_TOKEN=pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT
+COZE_BOT_ID=7595113005181386792
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+CORS_ORIGINS=http://interview.test.ai.ireborn.com.cn,https://interview.test.ai.ireborn.com.cn,http://localhost:5173
+"""
+    write_remote_file(f"{DEPLOY_PATH}/deploy/.env", env_content)
+    
+    # 2. 写入 Nginx 配置
+    print("\n📝 步骤 2: 写入 Nginx 反向代理配置")
+    nginx_config = """server {
+    listen 80;
+    server_name interview.test.ai.ireborn.com.cn;
+    
+    index index.html;
+    
+    access_log /www/wwwlogs/interview.test.ai.ireborn.com.cn.log;
+    error_log /www/wwwlogs/interview.test.ai.ireborn.com.cn.error.log;
+    
+    # 前端 - 代理到 Docker 前端容器 (3000 端口)
+    location / {
+        proxy_pass http://127.0.0.1:3000;
+        proxy_http_version 1.1;
+        proxy_set_header Upgrade $http_upgrade;
+        proxy_set_header Connection 'upgrade';
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+    }
+    
+    # API - 代理到 Docker 后端容器 (8000 端口)
+    location /api/ {
+        proxy_pass http://127.0.0.1:8000/api/;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+        proxy_read_timeout 120s;
+        proxy_connect_timeout 120s;
+    }
+    
+    # 健康检查端点
+    location /health {
+        proxy_pass http://127.0.0.1:8000/health;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+    }
+}
+"""
+    write_remote_file(f"/www/server/panel/vhost/nginx/{DOMAIN}.conf", nginx_config)
+    
+    # 3. 写入 Docker 重启脚本
+    print("\n📝 步骤 3: 写入 Docker 重启脚本")
+    restart_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+docker-compose down 2>/dev/null || true
+sleep 2
+docker-compose up -d --build
+sleep 5
+docker ps
+"""
+    write_remote_file(f"{DEPLOY_PATH}/restart_docker.sh", restart_script)
+    
+    # 4. 重启 Nginx
+    print("\n🔄 步骤 4: 重启 Nginx")
+    restart_nginx()
+    
+    print()
+    print("=" * 60)
+    print("✅ 配置文件已上传!")
+    print("=" * 60)
+    print()
+    print("⚠️ 请在服务器上手动执行以下命令重启 Docker:")
+    print()
+    print(f"   chmod +x {DEPLOY_PATH}/restart_docker.sh")
+    print(f"   {DEPLOY_PATH}/restart_docker.sh")
+    print()
+    print("   或者:")
+    print()
+    print(f"   cd {DEPLOY_PATH}/deploy")
+    print("   docker-compose down && docker-compose up -d --build")
+    print()
+    print(f"🌐 配置完成后访问:")
+    print(f"   用户端:    http://{DOMAIN}")
+    print(f"   管理后台:  http://{DOMAIN}/admin")
+    print(f"   API:       http://{DOMAIN}/api/health")
+    print()
+
+
+if __name__ == "__main__":
+    main()

deploy/nginx/frontend.conf

@@ -0,0 +1,38 @@
+server {
+    listen 80;
+    server_name localhost;
+    
+    root /usr/share/nginx/html;
+    index index.html;
+
+    # 前端静态资源
+    location / {
+        try_files $uri $uri/ /index.html;
+    }
+
+    # API 代理到后端
+    location /api/ {
+        proxy_pass http://backend:8000/api/;
+        proxy_http_version 1.1;
+        proxy_set_header Upgrade $http_upgrade;
+        proxy_set_header Connection 'upgrade';
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+        proxy_read_timeout 120s;
+        proxy_connect_timeout 120s;
+    }
+
+    # 静态资源缓存
+    location ~* \.(js|css|png|jpg|jpeg|gif|ico|svg|woff|woff2)$ {
+        expires 1y;
+        add_header Cache-Control "public, immutable";
+    }
+
+    # gzip 压缩
+    gzip on;
+    gzip_vary on;
+    gzip_min_length 1024;
+    gzip_types text/plain text/css application/json application/javascript text/xml application/xml;
+}

deploy/nginx/interview.test.ai.ireborn.com.cn.conf

@@ -0,0 +1,68 @@
+# interview.test.ai.ireborn.com.cn Nginx 配置
+# 宝塔面板配置：网站 -> 添加站点 -> 设置 -> 配置文件 -> 粘贴此内容
+
+server {
+    listen 80;
+    listen 443 ssl http2;
+    server_name interview.test.ai.ireborn.com.cn;
+    
+    index index.html;
+    
+    # SSL 证书 (宝塔面板会自动生成，如果没有可以先注释掉 ssl 相关配置)
+    # ssl_certificate /www/server/panel/vhost/cert/interview.test.ai.ireborn.com.cn/fullchain.pem;
+    # ssl_certificate_key /www/server/panel/vhost/cert/interview.test.ai.ireborn.com.cn/privkey.pem;
+    # ssl_protocols TLSv1.2 TLSv1.3;
+    # ssl_ciphers ECDHE-RSA-AES128-GCM-SHA256:HIGH:!aNULL:!MD5:!RC4:!DHE;
+    # ssl_prefer_server_ciphers on;
+    # ssl_session_timeout 10m;
+    # ssl_session_cache shared:SSL:10m;
+    
+    # 日志
+    access_log /www/wwwlogs/interview.test.ai.ireborn.com.cn.log;
+    error_log /www/wwwlogs/interview.test.ai.ireborn.com.cn.error.log;
+    
+    # 前端 - 代理到 Docker 前端容器 (3000 端口)
+    location / {
+        proxy_pass http://127.0.0.1:3000;
+        proxy_http_version 1.1;
+        proxy_set_header Upgrade $http_upgrade;
+        proxy_set_header Connection 'upgrade';
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+    }
+    
+    # API - 代理到 Docker 后端容器 (8000 端口)
+    location /api/ {
+        proxy_pass http://127.0.0.1:8000/api/;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+        proxy_read_timeout 120s;
+        proxy_connect_timeout 120s;
+        
+        # CORS 配置
+        add_header Access-Control-Allow-Origin * always;
+        add_header Access-Control-Allow-Methods 'GET, POST, PUT, DELETE, OPTIONS' always;
+        add_header Access-Control-Allow-Headers 'DNT,X-Mx-ReqToken,Keep-Alive,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Authorization' always;
+        
+        # 处理 OPTIONS 预检请求
+        if ($request_method = 'OPTIONS') {
+            add_header Access-Control-Allow-Origin *;
+            add_header Access-Control-Allow-Methods 'GET, POST, PUT, DELETE, OPTIONS';
+            add_header Access-Control-Allow-Headers 'DNT,X-Mx-ReqToken,Keep-Alive,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Authorization';
+            add_header Content-Length 0;
+            return 204;
+        }
+    }
+    
+    # 健康检查端点
+    location /health {
+        proxy_pass http://127.0.0.1:8000/health;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+    }
+}

deploy/rebuild.py

@@ -0,0 +1,158 @@
+#!/usr/bin/env python3
+"""
+上传新的 Dockerfile 并重新构建
+"""
+import requests
+import time
+import hashlib
+import os
+import base64
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:1000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    """创建计划任务并执行"""
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "hour": "",
+        "minute": "",
+        "week": "",
+        "sType": "toShell",
+        "sBody": shell_body,
+        "sName": "",
+        "backupTo": "",
+        "save": "",
+        "urladdress": ""
+    })
+    
+    if not result.get("status") or not result.get("id"):
+        print(f"   创建任务失败: {result}")
+        return None
+    
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=600)
+    print(f"   任务 {cron_id} 已启动，等待 {wait_time} 秒...")
+    time.sleep(wait_time)
+    
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🐳 更新 Dockerfile 并重新构建")
+    print("=" * 60)
+    print()
+    
+    # 1. 读取新的 Dockerfile
+    dockerfile_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "Dockerfile.backend")
+    with open(dockerfile_path, 'r') as f:
+        dockerfile_content = f.read()
+    
+    # 2. 通过 shell 命令更新文件
+    encoded = base64.b64encode(dockerfile_content.encode('utf-8')).decode('utf-8')
+    
+    update_script = f"""#!/bin/bash
+echo "更新 Dockerfile.backend..."
+echo '{encoded}' | base64 -d > {DEPLOY_PATH}/deploy/Dockerfile.backend
+cat {DEPLOY_PATH}/deploy/Dockerfile.backend
+"""
+    
+    print("📝 步骤 1: 更新 Dockerfile...")
+    result = run_task(update_script, f"update_dockerfile_{int(time.time())}", wait_time=10)
+    if result and result.get("msg"):
+        print(result["msg"][:1000])
+    
+    # 3. 重新构建
+    print("\n🐳 步骤 2: 重新构建 Docker 容器 (使用阿里云镜像)...")
+    rebuild_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+echo "停止旧容器..."
+docker-compose down 2>/dev/null || true
+sleep 2
+
+echo "删除旧镜像..."
+docker rmi deploy-backend 2>/dev/null || true
+
+echo "重新构建 (这可能需要几分钟)..."
+docker-compose build --no-cache backend 2>&1
+
+echo ""
+echo "启动容器..."
+docker-compose up -d 2>&1
+
+sleep 10
+
+echo ""
+echo "========== 容器状态 =========="
+docker ps --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "========== 后端日志 =========="
+docker logs --tail 30 ai-interview-backend 2>&1
+
+echo ""
+echo "========== 测试服务 =========="
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+echo ""
+curl -s -o /dev/null -w "前端: HTTP %{{http_code}}" http://127.0.0.1:3000 2>&1
+"""
+    
+    result = run_task(rebuild_script, f"rebuild_{int(time.time())}", wait_time=180)
+    
+    if result and result.get("msg"):
+        print("\n📋 构建结果:")
+        print("-" * 60)
+        print(result["msg"])
+    
+    print()
+    print("=" * 60)
+    print("✅ 完成!")
+    print("=" * 60)
+    print()
+    print("🌐 访问地址:")
+    print("   http://interview.test.ai.ireborn.com.cn")
+    print("   http://interview.test.ai.ireborn.com.cn/admin")
+
+
+if __name__ == "__main__":
+    main()

deploy/restart_docker.py

@@ -0,0 +1,147 @@
+#!/usr/bin/env python3
+"""
+通过宝塔计划任务重启 Docker 容器
+"""
+import requests
+import time
+import hashlib
+import json
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:500]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def add_crontab(name, shell_body):
+    """添加计划任务"""
+    print(f"📋 添加计划任务: {name}")
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": name,
+        "type": "minute-n",
+        "where1": "1",
+        "hour": "",
+        "minute": "",
+        "week": "",
+        "sType": "toShell",
+        "sBody": shell_body,
+        "sName": "",
+        "backupTo": "",
+        "save": "",
+        "urladdress": ""
+    })
+    print(f"   结果: {result}")
+    return result
+
+
+def exec_crontab(cron_id):
+    """立即执行计划任务"""
+    print(f"▶️ 执行计划任务 ID: {cron_id}")
+    result = bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=300)
+    print(f"   结果: {result}")
+    return result
+
+
+def delete_crontab(cron_id):
+    """删除计划任务"""
+    print(f"🗑️ 删除计划任务 ID: {cron_id}")
+    result = bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    print(f"   结果: {result}")
+    return result
+
+
+def get_crontab_list():
+    """获取计划任务列表"""
+    result = bt_api("crontab?action=GetCrontab", {"page": 1, "search": ""})
+    return result
+
+
+def main():
+    print("=" * 60)
+    print("🐳 重启 Docker 容器")
+    print("=" * 60)
+    print()
+    
+    # Docker 重启命令
+    shell_body = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+docker-compose down 2>/dev/null || true
+sleep 2
+docker-compose up -d --build
+sleep 5
+echo "Docker 容器状态:"
+docker ps --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+echo ""
+echo "测试后端服务:"
+curl -s http://127.0.0.1:8000/health || echo "后端未响应"
+echo ""
+echo "测试前端服务:"
+curl -s -o /dev/null -w "HTTP Status: %{{http_code}}" http://127.0.0.1:3000 || echo "前端未响应"
+"""
+    
+    # 1. 添加计划任务
+    task_name = f"restart_docker_{int(time.time())}"
+    result = add_crontab(task_name, shell_body)
+    
+    if result.get("status") and result.get("id"):
+        cron_id = result["id"]
+        print(f"\n✅ 计划任务创建成功，ID: {cron_id}")
+        
+        # 2. 立即执行
+        print("\n🚀 立即执行计划任务...")
+        exec_result = exec_crontab(cron_id)
+        
+        # 3. 等待执行完成
+        print("\n⏳ 等待执行完成...")
+        time.sleep(30)
+        
+        # 4. 删除计划任务
+        delete_crontab(cron_id)
+        
+        print("\n✅ Docker 重启命令已执行!")
+    else:
+        print(f"\n❌ 计划任务创建失败: {result}")
+        print("\n⚠️ 请手动在服务器执行:")
+        print(f"   cd {DEPLOY_PATH}/deploy")
+        print("   docker-compose down && docker-compose up -d --build")
+    
+    print()
+    print("=" * 60)
+    print("🌐 访问地址:")
+    print("   http://interview.test.ai.ireborn.com.cn")
+    print("   http://interview.test.ai.ireborn.com.cn/admin")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/setup-server.sh

@@ -0,0 +1,96 @@
+#!/bin/bash
+# AI Interview 服务器部署脚本
+# ============================================
+# 在服务器上执行此脚本来快速部署
+# 
+# 使用方法:
+#   chmod +x setup-server.sh
+#   ./setup-server.sh
+# ============================================
+
+set -e
+
+echo "=========================================="
+echo "AI Interview 部署脚本"
+echo "=========================================="
+
+# 项目目录
+PROJECT_DIR="/www/wwwroot/ai-interview"
+DEPLOY_DIR="$PROJECT_DIR/deploy"
+
+# 进入部署目录
+cd $DEPLOY_DIR
+
+# 1. 复制环境变量文件
+if [ ! -f ".env" ]; then
+    echo "[1/4] 创建 .env 文件..."
+    cp env.production .env
+    echo "✅ .env 文件已创建"
+else
+    echo "[1/4] .env 文件已存在，跳过"
+fi
+
+# 2. 创建上传目录
+echo "[2/4] 创建上传目录..."
+mkdir -p $DEPLOY_DIR/uploads
+chmod 755 $DEPLOY_DIR/uploads
+echo "✅ 上传目录已创建"
+
+# 3. 停止旧容器
+echo "[3/4] 停止旧容器..."
+docker-compose down 2>/dev/null || true
+echo "✅ 旧容器已停止"
+
+# 4. 构建并启动新容器
+echo "[4/4] 构建并启动容器..."
+docker-compose up -d --build
+
+# 等待服务启动
+echo ""
+echo "等待服务启动..."
+sleep 5
+
+# 检查容器状态
+echo ""
+echo "=========================================="
+echo "容器状态:"
+echo "=========================================="
+docker-compose ps
+
+# 检查服务健康
+echo ""
+echo "=========================================="
+echo "健康检查:"
+echo "=========================================="
+
+# 检查后端
+if curl -s http://127.0.0.1:8000/health > /dev/null 2>&1; then
+    echo "✅ 后端服务正常 (http://127.0.0.1:8000)"
+else
+    echo "❌ 后端服务未响应"
+    echo "查看后端日志: docker logs ai-interview-backend"
+fi
+
+# 检查前端
+if curl -s http://127.0.0.1:3000 > /dev/null 2>&1; then
+    echo "✅ 前端服务正常 (http://127.0.0.1:3000)"
+else
+    echo "❌ 前端服务未响应"
+    echo "查看前端日志: docker logs ai-interview-frontend"
+fi
+
+echo ""
+echo "=========================================="
+echo "部署完成!"
+echo "=========================================="
+echo ""
+echo "访问地址:"
+echo "  - 用户端: http://interview.test.ai.ireborn.com.cn"
+echo "  - 后台: http://interview.test.ai.ireborn.com.cn/admin"
+echo "  - API: http://interview.test.ai.ireborn.com.cn/api/health"
+echo ""
+echo "常用命令:"
+echo "  - 查看日志: docker-compose logs -f"
+echo "  - 重启服务: docker-compose restart"
+echo "  - 停止服务: docker-compose down"
+echo ""

deploy/start_backend_only.py

@@ -0,0 +1,114 @@
+#!/usr/bin/env python3
+"""
+只启动后端容器
+"""
+import requests
+import time
+import hashlib
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": shell_body,
+    })
+    if not result.get("status") or not result.get("id"):
+        print(f"创建任务失败: {result}")
+        return None
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=300)
+    print(f"任务 {cron_id} 已启动，等待 {wait_time} 秒...")
+    time.sleep(wait_time)
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🚀 单独启动后端容器")
+    print("=" * 60)
+    
+    # 直接用 docker run 启动后端容器
+    start_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+# 停止旧容器
+docker stop ai-interview-backend 2>/dev/null || true
+docker rm ai-interview-backend 2>/dev/null || true
+
+# 读取 .env 文件
+source .env 2>/dev/null || true
+
+echo "启动后端容器..."
+docker run -d \\
+    --name ai-interview-backend \\
+    -p 8000:8000 \\
+    -e COZE_PAT_TOKEN="$COZE_PAT_TOKEN" \\
+    -e COZE_BOT_ID="$COZE_BOT_ID" \\
+    -e COZE_WORKFLOW_A_ID="$COZE_WORKFLOW_A_ID" \\
+    -e COZE_WORKFLOW_C_ID="$COZE_WORKFLOW_C_ID" \\
+    -e FILE_SERVER_URL="$FILE_SERVER_URL" \\
+    -e FILE_SERVER_TOKEN="$FILE_SERVER_TOKEN" \\
+    -v {DEPLOY_PATH}/deploy/uploads:/app/uploads \\
+    --restart unless-stopped \\
+    deploy-backend
+
+sleep 5
+
+echo ""
+echo "========== 容器状态 =========="
+docker ps --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "========== 后端日志 =========="
+docker logs --tail 30 ai-interview-backend 2>&1
+
+echo ""
+echo "========== 测试后端 =========="
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+"""
+    
+    result = run_task(start_script, f"start_backend_{int(time.time())}", wait_time=20)
+    
+    if result and result.get("msg"):
+        print("\n" + result["msg"])
+    
+    print("\n" + "=" * 60)
+    print("测试后端 API:")
+    print("  http://interview.test.ai.ireborn.com.cn/api/health")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/start_containers.py

@@ -0,0 +1,100 @@
+#!/usr/bin/env python3
+"""
+启动 Docker 容器
+"""
+import requests
+import time
+import hashlib
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": shell_body,
+    })
+    if not result.get("status") or not result.get("id"):
+        print(f"创建任务失败: {result}")
+        return None
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=300)
+    print(f"任务 {cron_id} 已启动，等待 {wait_time} 秒...")
+    time.sleep(wait_time)
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("🚀 启动 Docker 容器")
+    print("=" * 60)
+    
+    start_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+echo "当前目录文件:"
+ls -la
+
+echo ""
+echo "启动容器..."
+docker-compose up -d 2>&1
+
+sleep 10
+
+echo ""
+echo "========== 容器状态 =========="
+docker ps -a --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "========== 后端日志 =========="
+docker logs --tail 30 ai-interview-backend 2>&1
+
+echo ""
+echo "========== 测试服务 =========="
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+echo ""
+curl -s -o /dev/null -w "前端: HTTP %{{http_code}}" http://127.0.0.1:3000 2>&1
+"""
+    
+    result = run_task(start_script, f"start_{int(time.time())}", wait_time=30)
+    
+    if result and result.get("msg"):
+        print("\n" + result["msg"])
+    
+    print("\n" + "=" * 60)
+    print("🌐 http://interview.test.ai.ireborn.com.cn")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/upload_all.py

@@ -0,0 +1,237 @@
+#!/usr/bin/env python3
+"""
+上传所有代码到服务器并部署
+"""
+import requests
+import time
+import hashlib
+import os
+import base64
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+LOCAL_PROJECT = "/Users/a111/Documents/AgentWD/projects/011-ai-interview-2601"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:1000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": shell_body,
+    })
+    if not result.get("status") or not result.get("id"):
+        print(f"   创建任务失败: {result}")
+        return None
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=600)
+    print(f"   任务 {cron_id} 启动，等待 {wait_time}s...")
+    time.sleep(wait_time)
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    return log_result
+
+
+def upload_file_via_task(remote_path, content):
+    """通过计划任务上传文件"""
+    encoded = base64.b64encode(content.encode('utf-8')).decode('utf-8')
+    dir_path = os.path.dirname(remote_path)
+    script = f"""#!/bin/bash
+mkdir -p {dir_path}
+echo '{encoded}' | base64 -d > {remote_path}
+"""
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": f"upload_{int(time.time())}",
+        "type": "minute-n",
+        "where1": "1",
+        "sType": "toShell",
+        "sBody": script,
+    })
+    if result.get("status") and result.get("id"):
+        cron_id = result["id"]
+        bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=60)
+        time.sleep(2)
+        bt_api("crontab?action=DelCrontab", {"id": cron_id})
+        return True
+    return False
+
+
+def main():
+    print("=" * 60)
+    print("🚀 完整部署 - 上传所有代码")
+    print("=" * 60)
+    
+    # 前端文件列表
+    frontend_files = [
+        "package.json",
+        "pnpm-lock.yaml",
+        "vite.config.ts",
+        "tsconfig.json",
+        "tsconfig.node.json",
+        "tailwind.config.js",
+        "postcss.config.js",
+        "index.html",
+        "src/main.ts",
+        "src/App.vue",
+        "src/styles/index.css",
+        "src/router/index.ts",
+        "src/api/index.ts",
+        "src/api/request.ts",
+        "src/api/candidate.ts",
+        "src/composables/index.ts",
+        "src/composables/useRTC.ts",
+        "src/composables/useCozeRealtime.ts",
+        "src/types/index.ts",
+        "src/types/env.d.ts",
+        "src/layouts/AdminLayout.vue",
+        "src/layouts/InterviewLayout.vue",
+        "src/pages/interview/index.vue",
+        "src/pages/interview/info.vue",
+        "src/pages/interview/call.vue",
+        "src/pages/interview/complete.vue",
+        "src/pages/admin/index.vue",
+        "src/pages/admin/login.vue",
+        "src/pages/admin/dashboard.vue",
+        "src/pages/admin/interviews.vue",
+        "src/pages/admin/interview-detail.vue",
+        "src/pages/admin/configs.vue",
+        "src/pages/admin/layout.vue",
+        "src/pages/admin/[id].vue",
+    ]
+    
+    # 后端文件列表
+    backend_files = [
+        "main.py",
+        "requirements.txt",
+        "app/__init__.py",
+        "app/config.py",
+        "app/schemas.py",
+        "app/routers/__init__.py",
+        "app/routers/admin.py",
+        "app/routers/candidate.py",
+        "app/routers/chat.py",
+        "app/routers/files.py",
+        "app/routers/init.py",
+        "app/routers/room.py",
+        "app/routers/upload.py",
+        "app/services/__init__.py",
+        "app/services/coze_service.py",
+    ]
+    
+    # 部署配置文件
+    deploy_files = [
+        "docker-compose.yml",
+        "Dockerfile.backend",
+        "Dockerfile.frontend",
+        "nginx/frontend.conf",
+    ]
+    
+    print("\n📤 步骤 1: 上传前端代码...")
+    for f in frontend_files:
+        local_path = os.path.join(LOCAL_PROJECT, "frontend", f)
+        if os.path.exists(local_path):
+            with open(local_path, 'r', encoding='utf-8') as fp:
+                content = fp.read()
+            remote_path = f"{DEPLOY_PATH}/frontend/{f}"
+            print(f"   📝 {f}")
+            upload_file_via_task(remote_path, content)
+        else:
+            print(f"   ⚠️ 跳过: {f}")
+    
+    print("\n📤 步骤 2: 上传后端代码...")
+    for f in backend_files:
+        local_path = os.path.join(LOCAL_PROJECT, "backend", f)
+        if os.path.exists(local_path):
+            with open(local_path, 'r', encoding='utf-8') as fp:
+                content = fp.read()
+            remote_path = f"{DEPLOY_PATH}/backend/{f}"
+            print(f"   📝 {f}")
+            upload_file_via_task(remote_path, content)
+    
+    print("\n📤 步骤 3: 上传部署配置...")
+    for f in deploy_files:
+        local_path = os.path.join(LOCAL_PROJECT, "deploy", f)
+        if os.path.exists(local_path):
+            with open(local_path, 'r', encoding='utf-8') as fp:
+                content = fp.read()
+            remote_path = f"{DEPLOY_PATH}/deploy/{f}"
+            print(f"   📝 {f}")
+            upload_file_via_task(remote_path, content)
+    
+    print("\n🐳 步骤 4: 构建并启动 Docker...")
+    build_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+
+echo "目录结构:"
+ls -la {DEPLOY_PATH}/
+ls -la {DEPLOY_PATH}/frontend/ | head -10
+ls -la {DEPLOY_PATH}/backend/ | head -10
+
+echo ""
+echo "停止旧容器..."
+docker-compose down 2>/dev/null || true
+
+echo ""
+echo "删除旧镜像..."
+docker rmi deploy-backend deploy-frontend 2>/dev/null || true
+
+echo ""
+echo "构建并启动..."
+docker-compose up -d --build 2>&1
+
+sleep 15
+
+echo ""
+echo "========== 容器状态 =========="
+docker ps -a --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+
+echo ""
+echo "========== 后端日志 =========="
+docker logs --tail 20 ai-interview-backend 2>&1
+
+echo ""
+echo "========== 测试 =========="
+curl -s http://127.0.0.1:8000/health 2>&1 || echo "后端未响应"
+echo ""
+curl -s -o /dev/null -w "前端: %{{http_code}}" http://127.0.0.1:3000 2>&1
+"""
+    
+    result = run_task(build_script, f"build_{int(time.time())}", wait_time=180)
+    
+    if result and result.get("msg"):
+        print("\n📋 构建结果:")
+        print("-" * 60)
+        print(result["msg"][-3000:])
+    
+    print("\n" + "=" * 60)
+    print("🌐 http://interview.test.ai.ireborn.com.cn")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/upload_backend.py

@@ -0,0 +1,212 @@
+#!/usr/bin/env python3
+"""
+上传后端代码到服务器并重新构建
+"""
+import requests
+import time
+import hashlib
+import os
+
+# 禁用 SSL 警告
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# 宝塔配置
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+LOCAL_BACKEND = "/Users/a111/Documents/AgentWD/projects/011-ai-interview-2601/backend"
+
+
+def bt_api(action, data=None, timeout=60):
+    """调用宝塔 API"""
+    if data is None:
+        data = {}
+    
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    
+    url = f"{BT_PANEL}/{action}"
+    
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:500]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def write_remote_file(path, content):
+    """写入远程文件"""
+    print(f"📝 写入: {path}")
+    result = bt_api("files?action=SaveFileBody", {
+        "path": path,
+        "data": content,
+        "encoding": "utf-8"
+    })
+    if result.get("status"):
+        print("   ✅ 成功")
+        return True
+    print(f"   ❌ 失败: {result.get('msg', result)}")
+    return False
+
+
+def create_directory(path):
+    """创建目录"""
+    result = bt_api("files?action=CreateDir", {"path": path})
+    return result.get("status") or "已存在" in str(result.get("msg", ""))
+
+
+def run_task(shell_body, task_name, wait_time=30):
+    """创建计划任务并执行"""
+    result = bt_api("crontab?action=AddCrontab", {
+        "name": task_name,
+        "type": "minute-n",
+        "where1": "1",
+        "hour": "",
+        "minute": "",
+        "week": "",
+        "sType": "toShell",
+        "sBody": shell_body,
+        "sName": "",
+        "backupTo": "",
+        "save": "",
+        "urladdress": ""
+    })
+    
+    if not result.get("status") or not result.get("id"):
+        print(f"创建任务失败: {result}")
+        return None
+    
+    cron_id = result["id"]
+    bt_api("crontab?action=StartTask", {"id": cron_id}, timeout=300)
+    print(f"   任务 {cron_id} 已启动，等待 {wait_time} 秒...")
+    time.sleep(wait_time)
+    
+    log_result = bt_api("crontab?action=GetLogs", {"id": cron_id})
+    bt_api("crontab?action=DelCrontab", {"id": cron_id})
+    
+    return log_result
+
+
+def main():
+    print("=" * 60)
+    print("📤 上传后端代码到服务器")
+    print("=" * 60)
+    print()
+    
+    # 1. 创建目录结构
+    print("📁 步骤 1: 创建目录结构")
+    dirs = [
+        f"{DEPLOY_PATH}/backend",
+        f"{DEPLOY_PATH}/backend/app",
+        f"{DEPLOY_PATH}/backend/app/routers",
+        f"{DEPLOY_PATH}/backend/app/services",
+    ]
+    for d in dirs:
+        create_directory(d)
+        print(f"   ✅ {d}")
+    
+    # 2. 上传后端代码
+    print("\n📤 步骤 2: 上传后端代码")
+    
+    # 定义要上传的文件
+    files_to_upload = [
+        ("main.py", ""),
+        ("requirements.txt", ""),
+        ("app/__init__.py", "app"),
+        ("app/config.py", "app"),
+        ("app/schemas.py", "app"),
+        ("app/routers/__init__.py", "app/routers"),
+        ("app/routers/admin.py", "app/routers"),
+        ("app/routers/candidate.py", "app/routers"),
+        ("app/routers/chat.py", "app/routers"),
+        ("app/routers/files.py", "app/routers"),
+        ("app/routers/init.py", "app/routers"),
+        ("app/routers/room.py", "app/routers"),
+        ("app/routers/upload.py", "app/routers"),
+        ("app/services/__init__.py", "app/services"),
+        ("app/services/coze_service.py", "app/services"),
+    ]
+    
+    for local_file, subdir in files_to_upload:
+        local_path = os.path.join(LOCAL_BACKEND, local_file)
+        if os.path.exists(local_path):
+            with open(local_path, 'r', encoding='utf-8') as f:
+                content = f.read()
+            
+            if subdir:
+                remote_path = f"{DEPLOY_PATH}/backend/{subdir}/{os.path.basename(local_file)}"
+            else:
+                remote_path = f"{DEPLOY_PATH}/backend/{local_file}"
+            
+            write_remote_file(remote_path, content)
+        else:
+            print(f"   ⚠️ 文件不存在: {local_path}")
+    
+    # 3. 上传 deploy 配置文件
+    print("\n📤 步骤 3: 上传部署配置")
+    deploy_files = [
+        "docker-compose.yml",
+        "Dockerfile.backend",
+        "Dockerfile.frontend",
+    ]
+    
+    for filename in deploy_files:
+        local_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), filename)
+        if os.path.exists(local_path):
+            with open(local_path, 'r', encoding='utf-8') as f:
+                content = f.read()
+            write_remote_file(f"{DEPLOY_PATH}/deploy/{filename}", content)
+    
+    # 上传 nginx 配置
+    nginx_conf_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), "nginx", "frontend.conf")
+    if os.path.exists(nginx_conf_path):
+        create_directory(f"{DEPLOY_PATH}/deploy/nginx")
+        with open(nginx_conf_path, 'r', encoding='utf-8') as f:
+            content = f.read()
+        write_remote_file(f"{DEPLOY_PATH}/deploy/nginx/frontend.conf", content)
+    
+    # 4. 重新构建 Docker 容器
+    print("\n🐳 步骤 4: 重新构建 Docker 容器")
+    rebuild_script = f"""#!/bin/bash
+cd {DEPLOY_PATH}/deploy
+echo "停止旧容器..."
+docker-compose down 2>/dev/null || true
+sleep 2
+echo "清理旧镜像..."
+docker rmi deploy-backend 2>/dev/null || true
+echo "重新构建..."
+docker-compose up -d --build
+sleep 10
+echo "容器状态:"
+docker ps --format 'table {{{{.Names}}}}\\t{{{{.Status}}}}\\t{{{{.Ports}}}}'
+echo ""
+echo "后端日志:"
+docker logs --tail 20 ai-interview-backend 2>&1
+"""
+    
+    print("   🚀 执行重建命令...")
+    result = run_task(rebuild_script, f"rebuild_docker_{int(time.time())}", wait_time=60)
+    
+    if result and result.get("msg"):
+        print("\n📋 执行结果:")
+        print("-" * 40)
+        print(result["msg"][:2000])
+    
+    print()
+    print("=" * 60)
+    print("✅ 上传完成!")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

deploy/write_deploy_script.py

@@ -0,0 +1,111 @@
+#!/usr/bin/env python3
+"""
+通过文件 API 写入部署脚本
+"""
+import requests
+import time
+import hashlib
+import base64
+
+import urllib3
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+BT_PANEL = "http://47.107.172.23:8888"
+BT_API_KEY = "PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq"
+DEPLOY_PATH = "/www/wwwroot/ai-interview"
+
+
+def bt_api(action, data=None, timeout=60):
+    if data is None:
+        data = {}
+    request_time = int(time.time())
+    request_token = hashlib.md5(
+        f"{request_time}{hashlib.md5(BT_API_KEY.encode()).hexdigest()}".encode()
+    ).hexdigest()
+    data['request_time'] = request_time
+    data['request_token'] = request_token
+    url = f"{BT_PANEL}/{action}"
+    try:
+        response = requests.post(url, data=data, timeout=timeout, verify=False)
+        try:
+            return response.json()
+        except:
+            return {"status": True, "msg": response.text[:2000]}
+    except Exception as e:
+        return {"status": False, "msg": str(e)}
+
+
+def main():
+    print("=" * 60)
+    print("📝 写入部署脚本到服务器")
+    print("=" * 60)
+    
+    deploy_script = f"""#!/bin/bash
+# AI Interview 部署脚本
+
+cd {DEPLOY_PATH}/deploy
+
+echo "清理 Docker..."
+docker system prune -af 2>/dev/null || true
+
+echo "构建并启动..."
+docker-compose up -d --build
+
+sleep 15
+
+echo "容器状态:"
+docker ps -a
+
+echo "后端日志:"
+docker logs --tail 30 ai-interview-backend 2>&1
+
+echo "测试:"
+curl -s http://127.0.0.1:8000/health || echo "后端未响应"
+"""
+    
+    # 方法1: 尝试写入已存在的路径
+    paths_to_try = [
+        f"{DEPLOY_PATH}/deploy.sh",
+        f"{DEPLOY_PATH}/deploy/deploy.sh",
+        "/tmp/deploy.sh",
+    ]
+    
+    for path in paths_to_try:
+        print(f"\n尝试写入: {path}")
+        
+        # 先尝试创建空文件
+        result = bt_api("files?action=CreateFile", {"path": path})
+        print(f"   创建文件: {result}")
+        
+        # 然后写入内容
+        result = bt_api("files?action=SaveFileBody", {
+            "path": path,
+            "data": deploy_script,
+            "encoding": "utf-8"
+        })
+        
+        if result.get("status"):
+            print(f"   ✅ 写入成功!")
+            print()
+            print("=" * 60)
+            print("请在服务器执行:")
+            print(f"   bash {path}")
+            print("=" * 60)
+            return
+        else:
+            print(f"   ❌ {result.get('msg', result)}")
+    
+    print()
+    print("=" * 60)
+    print("❌ 所有方法都失败了")
+    print()
+    print("请手动在服务器终端执行:")
+    print()
+    print(f"cd {DEPLOY_PATH}/deploy")
+    print("docker system prune -af")
+    print("docker-compose up -d --build")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    main()

docs/PRD.md

@@ -0,0 +1,247 @@
+# 产品需求文档
+
+> 版本：v1.0
+> 最后更新：2026-01-20
+
+## 版本历史
+
+| 版本 | 日期 | 变更内容 | 作者 |
+|------|------|---------|------|
+| v1.0 | 2026-01-20 | 初始版本 | AI |
+
+---
+
+## 一、项目概述
+
+### 1.1 项目背景
+
+为轻医美行业打造 AI 面试官系统，实现咨询师岗位的智能初试。通过 AI 语音面试技术，提升招聘效率，标准化面试流程，降低 HR 初筛工作量。
+
+### 1.2 项目目标
+
+1. 实现 7x24 小时无人值守的智能初试
+2. 标准化面试流程，确保评估一致性
+3. 自动生成面试报告，辅助 HR 决策
+4. 提升候选人体验，缩短招聘周期
+
+### 1.3 核心价值
+
+| 角色 | 价值 |
+|------|------|
+| HR | 减少初筛工作量，获得标准化评估报告 |
+| 候选人 | 随时参与面试，体验创新面试形式 |
+| 企业 | 降低招聘成本，提升招聘效率 |
+
+---
+
+## 二、用户角色
+
+### 2.1 候选人
+
+- **画像**：应聘轻医美咨询师岗位的求职者
+- **使用场景**：收到面试邀请后，通过网页参与 AI 语音面试
+- **核心诉求**：快速完成面试，获得反馈
+
+### 2.2 HR/招聘专员
+
+- **画像**：负责招聘的人力资源专员
+- **使用场景**：在管理后台查看候选人面试结果和分析报告
+- **核心诉求**：快速筛选合适候选人，减少重复劳动
+
+### 2.3 管理员
+
+- **画像**：系统管理员
+- **使用场景**：管理系统配置、查看所有候选人数据
+- **核心诉求**：系统稳定运行，数据安全
+
+---
+
+## 三、功能需求
+
+### 3.1 用户端功能
+
+#### F-001 欢迎页（Welcome）
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 展示公司/品牌介绍，引导候选人开始面试 |
+| 页面元素 | 公司 Logo、欢迎语、"开始面试"按钮 |
+| 交互逻辑 | 点击按钮进入信息收集页 |
+
+#### F-002 信息收集页（InfoCollection）
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 收集候选人姓名和简历 |
+| 页面元素 | 姓名输入框、简历上传组件、提交按钮 |
+| 交互逻辑 | 1. 输入姓名（必填）<br>2. 上传简历（PDF/DOC/DOCX）<br>3. 提交后显示加载状态<br>4. 处理完成进入来电页 |
+| 校验规则 | 姓名：2-20字符；简历：≤10MB |
+
+#### F-003 模拟来电页（IncomingCall）
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 模拟电话来电效果，增强仪式感 |
+| 页面元素 | 来电动画、"AI面试官来电中..."文案、接听按钮（绿）、挂断按钮（红） |
+| 交互逻辑 | 1. 显示振铃动画<br>2. 点击接听进入通话页<br>3. 点击挂断返回欢迎页 |
+
+#### F-004 语音通话页（InCall）
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 与 AI 面试官进行实时语音对话 |
+| 页面元素 | 通话计时器、音波动画、静音按钮、挂断按钮 |
+| 交互逻辑 | 1. 自动开启麦克风<br>2. AI 说话时显示音波动画<br>3. 可随时静音/取消静音<br>4. 面试结束自动跳转或点击挂断结束 |
+
+#### F-005 面试结束页（Completed）
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 展示面试完成信息 |
+| 页面元素 | 感谢语、后续流程说明 |
+| 交互逻辑 | 静态展示，可选择关闭页面 |
+
+---
+
+### 3.2 管理后台功能
+
+#### F-101 候选人列表
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 展示所有候选人及其面试状态 |
+| 页面元素 | 数据表格、搜索框、筛选器、分页 |
+| 表格字段 | 姓名、面试时间、状态、综合评分、操作 |
+| 筛选条件 | 状态（待面试/进行中/已完成）、时间范围 |
+
+#### F-102 候选人详情
+
+| 项目 | 内容 |
+|------|------|
+| 功能描述 | 展示候选人完整面试报告 |
+| 页面元素 | 基本信息、简历内容、评分雷达图、各维度分析、面试记录、导出按钮 |
+| 评分维度 | 销售技能、销售观、素质项、求职动机 |
+| 导出功能 | 支持导出 PDF 报告 |
+
+---
+
+## 四、业务流程
+
+### 4.1 用户端面试流程
+
+```
+┌─────────────┐
+│  欢迎页     │
+│  Welcome    │
+└──────┬──────┘
+       │ 点击"开始面试"
+       ▼
+┌─────────────┐
+│ 信息收集页  │
+│ InfoCollection│
+└──────┬──────┘
+       │ 提交姓名+简历
+       ▼
+┌─────────────┐
+│  处理中     │
+│  Processing │
+└──────┬──────┘
+       │ 简历上传完成
+       ▼
+┌─────────────┐
+│ 模拟来电页  │
+│ IncomingCall│
+└──────┬──────┘
+       │ 点击"接听"
+       ▼
+┌─────────────┐
+│ 语音通话页  │
+│   InCall    │──────────────┐
+└──────┬──────┘              │
+       │ 面试结束             │ RTC 实时语音
+       ▼                     │ 对接 Coze Bot
+┌─────────────┐              │
+│ 结束页      │◄─────────────┘
+│ Completed   │
+└─────────────┘
+```
+
+### 4.2 面试评估维度
+
+| 维度 | 评估内容 | 权重 |
+|------|---------|------|
+| 销售技能 | 客户沟通、需求挖掘、异议处理 | 30% |
+| 销售观 | 对销售工作的理解和价值观 | 25% |
+| 素质项 | 学习能力、抗压能力、团队协作 | 25% |
+| 求职动机 | 岗位匹配度、稳定性、职业规划 | 20% |
+
+---
+
+## 五、非功能需求
+
+### 5.1 性能要求
+
+| 指标 | 要求 |
+|------|------|
+| 页面加载时间 | < 3s |
+| 语音延迟 | < 500ms |
+| 并发面试数 | 支持 50 人同时面试 |
+
+### 5.2 兼容性要求
+
+| 平台 | 要求 |
+|------|------|
+| 浏览器 | Chrome 90+、Edge 90+、Safari 14+ |
+| 设备 | PC 为主，移动端适配 |
+
+### 5.3 安全要求
+
+| 项目 | 要求 |
+|------|------|
+| 数据传输 | HTTPS 加密 |
+| 敏感信息 | API Key 不暴露给前端 |
+| 权限控制 | 管理后台需登录验证 |
+
+---
+
+## 六、技术约束
+
+### 6.1 现有资源
+
+| 资源 | 说明 |
+|------|------|
+| Coze 工作流 | 已有完整面试逻辑（工作流 ID：7595077233002840079） |
+| Coze 数据库 | 已有数据结构（数据库 ID：7595077053909712922） |
+
+### 6.2 技术依赖
+
+| 依赖 | 说明 |
+|------|------|
+| 火山引擎 RTC | 实时语音通话 |
+| Coze API | 文件上传、Bot 调用、数据库查询 |
+
+---
+
+## 七、里程碑
+
+| 阶段 | 内容 | 预计时间 |
+|------|------|---------|
+| M1 | 需求确认、技术选型 | 1 天 |
+| M2 | 后端 API 开发 | 2 天 |
+| M3 | 前端用户端开发 | 3 天 |
+| M4 | 前端管理后台开发 | 2 天 |
+| M5 | 联调测试 | 2 天 |
+| M6 | 上线部署 | 1 天 |
+
+---
+
+## 八、待确认事项
+
+- [ ] 管理后台是否需要登录认证？
+- [ ] 是否需要候选人邀请链接功能？
+- [ ] 面试时长限制？（建议 15-20 分钟）
+- [ ] 是否需要面试录音回放？
+
+---
+
+> 最后更新：2026-01-20

docs/README.md

@@ -0,0 +1,64 @@
+# 文档索引
+
+> 本项目文档导航
+
+---
+
+## 核心文档
+
+| 文档 | 说明 | 状态 |
+|------|------|------|
+| [PRD.md](PRD.md) | 产品需求文档 | ✅ v1.0 |
+| [同步清单.md](同步清单.md) | 任务状态与待办 | ✅ |
+| [决策记录.md](决策记录.md) | 所有决策记录 | ✅ |
+| [项目状态快照.md](项目状态快照.md) | 项目全貌概览 | ✅ |
+| [功能模块索引.md](功能模块索引.md) | 功能→决策映射 | 📝 待创建 |
+
+---
+
+## 技术文档
+
+| 文档 | 说明 | 状态 |
+|------|------|------|
+| [技术选型.md](技术选型.md) | 项目技术选型（含覆盖声明） | ✅ |
+| [api/endpoints.md](api/endpoints.md) | API 接口文档 | ✅ |
+| [database/表结构.md](database/表结构.md) | Coze 数据库结构 | ✅ |
+
+---
+
+## 交接相关
+
+| 文档 | 说明 |
+|------|------|
+| [交接文档/](交接文档/) | 对话框交接文档 |
+| [对话框摘要/](对话框摘要/) | 历史对话框摘要 |
+
+---
+
+## 审视记录
+
+| 文档 | 说明 |
+|------|------|
+| [PRD审视记录/](PRD审视记录/) | PRD多角色审视记录 |
+
+---
+
+## 发布相关
+
+| 文档 | 说明 |
+|------|------|
+| [发布记录.md](发布记录.md) | 版本发布历史 |
+
+---
+
+## 快速导航
+
+- **了解项目** → [PRD.md](PRD.md)
+- **技术方案** → [技术选型.md](技术选型.md)
+- **当前任务** → [同步清单.md](同步清单.md)
+- **历史决策** → [决策记录.md](决策记录.md)
+- **接口文档** → [api/endpoints.md](api/endpoints.md)
+
+---
+
+> 最后更新：2026-01-20

docs/api/endpoints.md

@@ -0,0 +1,358 @@
+# API 接口文档
+
+> 本项目 API 接口说明
+
+---
+
+## 一、接口概览
+
+| 模块 | 接口 | 方法 | 说明 |
+|------|------|------|------|
+| 候选人 | `/api/candidates` | POST | 提交候选人信息（上传简历） |
+| 房间 | `/api/rooms` | POST | 创建语音房间 |
+| 管理 | `/api/candidates` | GET | 获取候选人列表 |
+| 管理 | `/api/candidates/:id` | GET | 获取候选人详情 |
+| 管理 | `/api/candidates/:id/export` | GET | 导出 PDF 报告 |
+
+---
+
+## 二、通用说明
+
+### 2.1 基础 URL
+
+```
+开发环境：http://localhost:8000
+生产环境：https://api.your-domain.com
+```
+
+### 2.2 响应格式
+
+**成功响应**：
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": { ... }
+}
+```
+
+**错误响应**：
+```json
+{
+  "code": 20001,
+  "message": "参数错误",
+  "data": null
+}
+```
+
+### 2.3 错误码
+
+| 范围 | 类型 |
+|------|------|
+| `0` | 成功 |
+| `10000-19999` | 用户相关错误 |
+| `20000-29999` | 业务逻辑错误 |
+| `30000-39999` | 数据错误 |
+| `40000-49999` | 系统错误 |
+| `50000-59999` | 第三方服务错误 |
+
+常用错误码：
+
+| 错误码 | 说明 |
+|--------|------|
+| `20001` | 参数错误 |
+| `20002` | 数据不存在 |
+| `50001` | Coze API 调用失败 |
+| `50002` | RTC 服务异常 |
+
+---
+
+## 三、用户端接口
+
+### 3.1 提交候选人信息
+
+提交候选人姓名和简历，创建面试会话。
+
+**请求**
+
+- **URL**: `POST /api/candidates`
+- **Content-Type**: `multipart/form-data`
+
+**请求参数**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| name | string | 是 | 候选人姓名，2-20字符 |
+| resume | file | 是 | 简历文件，支持 PDF/DOC/DOCX，≤10MB |
+
+**响应示例**
+
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": {
+    "sessionId": "SESS_1705737600_张三_abc123",
+    "fileId": "file_xxx"
+  }
+}
+```
+
+**处理流程**
+
+1. 校验参数
+2. 上传简历到 Coze（`POST /v1/files/upload`）
+3. 生成 sessionId
+4. 返回结果
+
+---
+
+### 3.2 创建语音房间
+
+创建 RTC 房间，让 Coze Bot 加入房间。
+
+**请求**
+
+- **URL**: `POST /api/rooms`
+- **Content-Type**: `application/json`
+
+**请求参数**
+
+```json
+{
+  "sessionId": "SESS_1705737600_张三_abc123",
+  "fileId": "file_xxx"
+}
+```
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| sessionId | string | 是 | 会话 ID |
+| fileId | string | 是 | 简历文件 ID |
+
+**响应示例**
+
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": {
+    "roomId": "room_xxx",
+    "token": "rtc_token_xxx",
+    "appId": "volcengine_app_id",
+    "userId": "user_xxx"
+  }
+}
+```
+
+**处理流程**
+
+1. 生成 roomId 和 userId
+2. 调用 Coze API 让 Bot 加入房间（`POST /v1/audio/rooms`）
+3. 生成 RTC Token
+4. 返回房间信息
+
+---
+
+### 3.3 结束面试
+
+通知后端面试已结束。
+
+**请求**
+
+- **URL**: `POST /api/interviews/:sessionId/end`
+- **Content-Type**: `application/json`
+
+**请求参数**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| sessionId | string | 是 | 会话 ID（URL 参数） |
+
+**响应示例**
+
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": {
+    "success": true
+  }
+}
+```
+
+---
+
+## 四、管理后台接口
+
+### 4.1 获取候选人列表
+
+分页获取候选人列表。
+
+**请求**
+
+- **URL**: `GET /api/candidates`
+- **权限**: 需要登录
+
+**请求参数**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| page | number | 否 | 页码，默认 1 |
+| pageSize | number | 否 | 每页条数，默认 20 |
+| keyword | string | 否 | 搜索关键词（姓名） |
+| status | string | 否 | 状态筛选：pending/ongoing/completed |
+| startDate | string | 否 | 开始日期，格式 YYYY-MM-DD |
+| endDate | string | 否 | 结束日期，格式 YYYY-MM-DD |
+
+**响应示例**
+
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": {
+    "list": [
+      {
+        "sessionId": "SESS_1705737600_张三_abc123",
+        "name": "张三",
+        "status": "completed",
+        "score": 85,
+        "createdAt": "2026-01-20T10:00:00+08:00"
+      }
+    ],
+    "total": 100,
+    "page": 1,
+    "pageSize": 20
+  }
+}
+```
+
+---
+
+### 4.2 获取候选人详情
+
+获取候选人完整面试报告。
+
+**请求**
+
+- **URL**: `GET /api/candidates/:sessionId`
+- **权限**: 需要登录
+
+**请求参数**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| sessionId | string | 是 | 会话 ID（URL 参数） |
+
+**响应示例**
+
+```json
+{
+  "code": 0,
+  "message": "success",
+  "data": {
+    "sessionId": "SESS_1705737600_张三_abc123",
+    "name": "张三",
+    "resume": "简历内容文本...",
+    "status": "completed",
+    "currentStage": 60,
+    "scores": {
+      "salesSkill": 85,
+      "salesMindset": 80,
+      "quality": 90,
+      "motivation": 75
+    },
+    "analysis": "综合分析报告内容...",
+    "interviewLog": "完整对话记录...",
+    "createdAt": "2026-01-20T10:00:00+08:00",
+    "completedAt": "2026-01-20T10:25:00+08:00"
+  }
+}
+```
+
+---
+
+### 4.3 导出 PDF 报告
+
+导出候选人面试报告为 PDF 文件。
+
+**请求**
+
+- **URL**: `GET /api/candidates/:sessionId/export`
+- **权限**: 需要登录
+
+**请求参数**
+
+| 参数 | 类型 | 必填 | 说明 |
+|------|------|------|------|
+| sessionId | string | 是 | 会话 ID（URL 参数） |
+
+**响应**
+
+- **Content-Type**: `application/pdf`
+- **Content-Disposition**: `attachment; filename="interview_report_张三.pdf"`
+
+---
+
+## 五、Coze API 调用说明
+
+> 以下为后端调用 Coze API 的内部说明
+
+### 5.1 文件上传
+
+```
+POST https://api.coze.cn/v1/files/upload
+Authorization: Bearer {PAT_TOKEN}
+Content-Type: multipart/form-data
+
+Response:
+{
+  "data": {
+    "id": "file_xxx"
+  }
+}
+```
+
+### 5.2 创建语音房间
+
+```
+POST https://api.coze.cn/v1/audio/rooms
+Authorization: Bearer {PAT_TOKEN}
+Content-Type: application/json
+
+Body:
+{
+  "bot_id": "7595077233002840079",
+  "room_id": "room_xxx",
+  "user_id": "user_xxx",
+  "voice_id": "voice_id_xxx",
+  "config": {
+    "input_file_id": "file_xxx"
+  }
+}
+```
+
+### 5.3 查询数据库
+
+```
+POST https://api.coze.cn/v1/database/query
+Authorization: Bearer {PAT_TOKEN}
+Content-Type: application/json
+
+Body:
+{
+  "database_id": "7595077053909712922",
+  "filter": {
+    "session_id": "SESS_xxx"
+  }
+}
+```
+
+---
+
+## 变更日志
+
+| 日期 | 变更内容 | 操作人 |
+|------|---------|--------|
+| 2026-01-20 | 初始化 API 文档 | AI |

docs/database/表结构.md

@@ -0,0 +1,150 @@
+# 数据库结构
+
+> 本项目使用 Coze 数据库存储数据
+
+---
+
+## 一、数据库信息
+
+| 项目 | 内容 |
+|------|------|
+| 平台 | Coze 数据库 |
+| 数据库 ID | 7595077053909712922 |
+| 说明 | 由 Coze 工作流自动写入和管理 |
+
+---
+
+## 二、表结构
+
+### 2.1 候选人面试记录表
+
+> 表名由 Coze 自动管理
+
+| 字段名 | 类型 | 说明 | 示例 |
+|--------|------|------|------|
+| session_id | String | 会话唯一标识 | `SESS_1705737600_张三_abc123` |
+| 姓名 | String | 候选人姓名 | `张三` |
+| 简历内容 | String | 解析后的简历文本 | `姓名：张三，学历：本科...` |
+| current_stage | Integer | 当前面试阶段 | `60` |
+| 面试记录 | String | 完整对话记录（JSON） | `[{"role":"ai","content":"..."}]` |
+| 评分结果 | String | 各维度评分（JSON） | `{"salesSkill":85,...}` |
+| 分析报告 | String | 综合分析报告 | `候选人具备良好的销售潜质...` |
+| created_at | Timestamp | 创建时间 | `2026-01-20T10:00:00Z` |
+| updated_at | Timestamp | 更新时间 | `2026-01-20T10:25:00Z` |
+
+---
+
+## 三、字段详细说明
+
+### 3.1 session_id 格式
+
+```
+SESS_{时间戳}_{姓名}_{随机码}
+
+示例：SESS_1705737600_张三_abc123
+```
+
+- 时间戳：Unix 时间戳（秒）
+- 姓名：候选人姓名
+- 随机码：6位随机字符串
+
+### 3.2 current_stage 阶段码
+
+| 阶段码 | 说明 |
+|--------|------|
+| 10 | 信息收集 |
+| 20 | 销售技能面试 |
+| 30 | 销售观面试 |
+| 40 | 素质项面试 |
+| 50 | 求职动机面试 |
+| 60 | 面试完成 |
+
+### 3.3 评分结果结构
+
+```json
+{
+  "salesSkill": 85,      // 销售技能 0-100
+  "salesMindset": 80,    // 销售观 0-100
+  "quality": 90,         // 素质项 0-100
+  "motivation": 75,      // 求职动机 0-100
+  "total": 82.5          // 加权总分
+}
+```
+
+权重计算：
+- 销售技能：30%
+- 销售观：25%
+- 素质项：25%
+- 求职动机：20%
+
+### 3.4 面试记录结构
+
+```json
+[
+  {
+    "role": "ai",
+    "content": "你好，我是AI面试官，请先做个自我介绍。",
+    "timestamp": "2026-01-20T10:01:00Z"
+  },
+  {
+    "role": "user",
+    "content": "你好，我叫张三...",
+    "timestamp": "2026-01-20T10:01:30Z"
+  }
+]
+```
+
+---
+
+## 四、数据访问方式
+
+### 4.1 查询单条记录
+
+```python
+# 后端调用 Coze API
+response = await coze_client.post(
+    "/v1/database/query",
+    json={
+        "database_id": "7595077053909712922",
+        "filter": {
+            "session_id": "SESS_xxx"
+        }
+    }
+)
+```
+
+### 4.2 查询列表（分页）
+
+```python
+response = await coze_client.post(
+    "/v1/database/query",
+    json={
+        "database_id": "7595077053909712922",
+        "page": 1,
+        "page_size": 20,
+        "sort": {
+            "field": "created_at",
+            "order": "desc"
+        }
+    }
+)
+```
+
+---
+
+## 五、数据写入
+
+> 数据写入由 Coze 工作流自动完成，后端只负责读取
+
+工作流写入节点：
+- 节点 ID：`124924`
+- 类型：`insert_record`
+- 触发时机：候选人提交信息后
+
+---
+
+## 变更日志
+
+| 日期 | 变更内容 | 操作人 |
+|------|---------|--------|
+| 2026-01-20 | 初始化数据库文档 | AI |

docs/mock-resume.md

@@ -0,0 +1,75 @@
+# 个人简历
+
+## 基本信息
+
+- **姓名**：李小美
+- **性别**：女
+- **年龄**：26岁
+- **学历**：本科
+- **电话**：138-8888-9999
+- **邮箱**：lixiaomei@email.com
+- **现居地**：上海市静安区
+- **求职意向**：轻医美咨询师 / 美容顾问
+
+---
+
+## 教育背景
+
+**上海工商大学** | 市场营销专业 | 本科 | 2018年9月 - 2022年6月
+
+- 主修课程：市场营销学、消费者心理学、品牌管理、商务谈判
+- 在校期间多次获得奖学金，担任班级学习委员
+
+---
+
+## 工作经历
+
+### 某知名美容连锁机构 | 美容顾问 | 2022年7月 - 2024年12月
+
+**工作内容**：
+- 负责门店客户接待和咨询服务，月均接待客户80+人次
+- 根据客户肤质和需求，推荐适合的护肤项目和产品方案
+- 跟进客户体验反馈，维护老客户关系，客户回头率达65%
+- 协助店长完成月度销售目标，个人业绩连续6个月排名前三
+
+**主要成绩**：
+- 2023年度"最佳新人奖"
+- 单月最高业绩28万元
+- 发展VIP客户50+人
+
+### 某护肤品品牌专柜 | 销售顾问 | 2021年6月 - 2022年6月（实习）
+
+**工作内容**：
+- 在商场专柜负责产品销售和客户服务
+- 学习专业护肤知识，为客户提供皮肤检测和护理建议
+- 参与品牌促销活动策划和执行
+
+---
+
+## 专业技能
+
+- **护肤知识**：熟悉各类肤质特点，了解常见皮肤问题的形成原因和改善方案
+- **医美知识**：了解光电类、注射类等常见轻医美项目的原理和适应人群
+- **沟通能力**：善于倾听客户需求，能够用通俗易懂的语言解释专业知识
+- **销售技巧**：熟悉FABE销售法则，擅长挖掘客户需求促成成交
+- **办公软件**：熟练使用Office办公软件、CRM系统
+
+---
+
+## 证书资质
+
+- 高级美容师资格证（2023年）
+- 皮肤管理师认证（2022年）
+- 普通话二级甲等
+
+---
+
+## 自我评价
+
+热爱美业，对轻医美行业充满热情。性格开朗、亲和力强，善于与不同类型的客户建立信任关系。具备2年多美容行业一线销售经验，熟悉客户接待全流程。学习能力强，愿意不断提升专业知识。期望加入贵公司，在轻医美领域深耕发展，为客户提供专业的咨询服务。
+
+---
+
+## 期望薪资
+
+8000-12000元/月（底薪+提成）

docs/nginx-files-server.conf

@@ -0,0 +1,94 @@
+server
+{
+    listen 80;
+    server_name files.test.ai.ireborn.com.cn;
+    index index.php index.html index.htm default.php default.htm default.html;
+    root /www/wwwroot/files.test.ai.ireborn.com.cn;
+    
+    # 文件上传大小限制（20MB）
+    client_max_body_size 20m;
+    
+    #CERT-APPLY-CHECK--START
+    # 用于SSL证书申请时的文件验证相关配置 -- 请勿删除
+    include /www/server/panel/vhost/nginx/well-known/files.test.ai.ireborn.com.cn.conf;
+    #CERT-APPLY-CHECK--END
+    include /www/server/panel/vhost/nginx/extension/files.test.ai.ireborn.com.cn/*.conf;
+    
+    #SSL-START SSL相关配置，请勿删除或修改下一行带注释的404规则
+    #error_page 404/404.html;
+    #SSL-END
+
+    #ERROR-PAGE-START  错误页配置，可以注释、删除或修改
+    error_page 404 /404.html;
+    #error_page 502 /502.html;
+    #ERROR-PAGE-END
+
+    #PHP-INFO-START  PHP引用配置，可以注释或修改
+    include enable-php-82.conf;
+    #PHP-INFO-END
+
+    #REWRITE-START URL重写规则引用,修改后将导致面板设置的伪静态规则失效
+    include /www/server/panel/vhost/rewrite/files.test.ai.ireborn.com.cn.conf;
+    #REWRITE-END
+
+    # ============ 简历文件服务配置 ============
+    location /resumes/ {
+        alias /www/wwwroot/files.test.ai.ireborn.com.cn/resumes/;
+        
+        # 跨域配置（Coze 需要）
+        add_header Access-Control-Allow-Origin *;
+        add_header Access-Control-Allow-Methods 'GET, HEAD, OPTIONS';
+        add_header Access-Control-Allow-Headers 'Content-Type, Authorization';
+        
+        # 处理 OPTIONS 预检请求
+        if ($request_method = 'OPTIONS') {
+            add_header Access-Control-Allow-Origin *;
+            add_header Access-Control-Allow-Methods 'GET, HEAD, OPTIONS';
+            add_header Access-Control-Allow-Headers 'Content-Type, Authorization';
+            add_header Content-Length 0;
+            return 204;
+        }
+        
+        # 支持 PDF 文件
+        types {
+            application/pdf pdf;
+        }
+        
+        # 禁止目录浏览
+        autoindex off;
+    }
+    # ============ 简历文件服务配置结束 ============
+
+    #禁止访问的文件或目录
+    location ~ ^/(\.user.ini|\.htaccess|\.git|\.env|\.svn|\.project|LICENSE|README.md)
+    {
+        return 404;
+    }
+
+    #一键申请SSL证书验证目录相关设置
+    location ~ \.well-known{
+        allow all;
+    }
+
+    #禁止在证书验证目录放入敏感文件
+    if ( $uri ~ "^/\.well-known/.*\.(php|jsp|py|js|css|lua|ts|go|zip|tar\.gz|rar|7z|sql|bak)$" ) {
+        return 403;
+    }
+
+    location ~ .*\.(gif|jpg|jpeg|png|bmp|swf)$
+    {
+        expires      30d;
+        error_log /dev/null;
+        access_log /dev/null;
+    }
+
+    location ~ .*\.(js|css)?$
+    {
+        expires      12h;
+        error_log /dev/null;
+        access_log /dev/null;
+    }
+    
+    access_log  /www/wwwlogs/files.test.ai.ireborn.com.cn.log;
+    error_log  /www/wwwlogs/files.test.ai.ireborn.com.cn.error.log;
+}

docs/upload.php

@@ -0,0 +1,93 @@
+<?php
+/**
+ * 简历文件上传接口
+ * 
+ * 放置位置: /www/wwwroot/files.test.ai.ireborn.com.cn/upload.php
+ * 
+ * 请求方式: POST
+ * 参数:
+ *   - file: 文件（multipart/form-data）
+ *   - token: 验证令牌（防止滥用）
+ * 
+ * 返回:
+ *   - {"code": 0, "url": "http://files.test.ai.ireborn.com.cn/resumes/xxx.pdf"}
+ *   - {"code": 1, "error": "错误信息"}
+ */
+
+// 配置
+$UPLOAD_DIR = '/www/wwwroot/files.test.ai.ireborn.com.cn/resumes/';
+$BASE_URL = 'http://files.test.ai.ireborn.com.cn/resumes/';
+$SECRET_TOKEN = 'your_secret_token_here_change_me';  // 请修改为你自己的密钥
+$MAX_SIZE = 20 * 1024 * 1024;  // 20MB
+$ALLOWED_TYPES = ['application/pdf'];
+
+// 设置响应头
+header('Content-Type: application/json; charset=utf-8');
+header('Access-Control-Allow-Origin: *');
+header('Access-Control-Allow-Methods: POST, OPTIONS');
+header('Access-Control-Allow-Headers: Content-Type, Authorization');
+
+// 处理 OPTIONS 预检请求
+if ($_SERVER['REQUEST_METHOD'] === 'OPTIONS') {
+    http_response_code(204);
+    exit;
+}
+
+// 只允许 POST 请求
+if ($_SERVER['REQUEST_METHOD'] !== 'POST') {
+    echo json_encode(['code' => 1, 'error' => 'Method not allowed']);
+    exit;
+}
+
+// 验证令牌
+$token = $_POST['token'] ?? $_SERVER['HTTP_X_UPLOAD_TOKEN'] ?? '';
+if ($token !== $SECRET_TOKEN) {
+    http_response_code(403);
+    echo json_encode(['code' => 1, 'error' => 'Invalid token']);
+    exit;
+}
+
+// 检查文件是否上传
+if (!isset($_FILES['file']) || $_FILES['file']['error'] !== UPLOAD_ERR_OK) {
+    $error_msg = isset($_FILES['file']) ? 'Upload error: ' . $_FILES['file']['error'] : 'No file uploaded';
+    echo json_encode(['code' => 1, 'error' => $error_msg]);
+    exit;
+}
+
+$file = $_FILES['file'];
+
+// 检查文件大小
+if ($file['size'] > $MAX_SIZE) {
+    echo json_encode(['code' => 1, 'error' => 'File too large (max 20MB)']);
+    exit;
+}
+
+// 检查文件类型（通过扩展名）
+$ext = strtolower(pathinfo($file['name'], PATHINFO_EXTENSION));
+if ($ext !== 'pdf') {
+    echo json_encode(['code' => 1, 'error' => 'Invalid file type. Only PDF allowed.']);
+    exit;
+}
+
+// 生成文件名
+$file_id = 'resume_' . bin2hex(random_bytes(6));
+$filename = $file_id . '.pdf';
+$filepath = $UPLOAD_DIR . $filename;
+
+// 确保目录存在
+if (!is_dir($UPLOAD_DIR)) {
+    mkdir($UPLOAD_DIR, 0755, true);
+}
+
+// 移动文件
+if (move_uploaded_file($file['tmp_name'], $filepath)) {
+    $url = $BASE_URL . $filename;
+    echo json_encode([
+        'code' => 0,
+        'url' => $url,
+        'file_id' => $file_id,
+        'filename' => $filename
+    ]);
+} else {
+    echo json_encode(['code' => 1, 'error' => 'Failed to save file']);
+}

docs/决策记录.md

@@ -0,0 +1,70 @@
+# 决策记录
+
+> ⛔ **版本规则**：只允许追加，禁止修改/删除已有记录
+
+---
+
+## 决策索引
+
+| 编号 | 日期 | 主题 | 决策结果 |
+|------|------|------|---------|
+| DR-001 | 2026-01-20 | 技术选型与框架规范覆盖 | 使用 Coze API + 火山引擎 RTC |
+
+---
+
+## DR-001 | 2026-01-20
+
+### 背景
+
+项目需要实现 AI 语音面试系统。已有完整的 Coze 工作流（工作流 ID：7595077233002840079），包含面试逻辑、评分算法、报告生成等功能。需要确定技术选型，并明确与 AgentWD 框架规范的差异。
+
+### 方案选项
+
+| 选项 | 方案描述 | 优点 | 缺点 |
+|------|---------|------|------|
+| A | 全部遵循框架规范，使用 OpenRouter + MySQL | 完全符合框架规范 | 需重新开发面试逻辑，工作量大 |
+| B | 复用 Coze 工作流，覆盖部分规范 | 开发效率高，复用现有资产 | 与框架规范有差异 |
+
+### 多角色分析
+
+**产品经理**：
+- 分析：项目核心价值在于 AI 面试能力，Coze 工作流已经过验证
+- 建议：复用现有工作流，快速上线
+- 倾向：方案 B
+
+**架构师**：
+- 分析：Coze + 火山引擎 RTC 同属火山生态，集成成本低
+- 建议：前后端遵循框架规范，仅 AI 层使用 Coze
+- 倾向：方案 B
+
+**前端开发**：
+- 分析：Vue3 + Element Plus 符合框架规范，无额外学习成本
+- 建议：前端完全遵循框架规范
+- 倾向：方案 B
+
+### 最终决策
+
+**决策结果**：选择方案 B
+
+**决策原因**：
+1. Coze 工作流已包含完整面试逻辑，复用可大幅减少开发时间
+2. 前端、后端框架仍遵循规范，仅 AI 服务层使用 Coze
+3. 火山引擎 RTC 与 Coze 同生态，官方支持对接
+4. 在 `docs/技术选型.md` 中明确声明覆盖项
+
+**否决方案**：
+- 方案 A 被否决，原因：需要重新开发 AI 面试逻辑，工作量大，且已有成熟方案
+
+### 影响范围
+
+- [x] 技术选型文档需创建
+- [ ] PRD 无需更新
+- [ ] 原型无需更新
+
+### 来源对话框
+
+第 1 对话框
+
+---
+
+<!-- 新决策从这里开始追加 -->

docs/同步清单.md

@@ -0,0 +1,140 @@
+# 同步清单
+
+> 多对话框协作的核心同步文件
+> ✅ 可覆盖，需记录变更日志
+
+---
+
+## 项目状态
+
+| 项目 | 内容 |
+|------|------|
+| **当前阶段** | 开发阶段 |
+| **进度** | 65% |
+| **最后更新** | 2026-01-20 16:30 |
+| **当前对话框** | 第1对话框 |
+
+---
+
+## 待办事项
+
+### 🔴 紧急（今日必须完成）
+
+- [ ] 确认 PRD 待确认事项（管理后台登录、面试时长等）
+
+### 🟡 重要（本周完成）
+
+- [ ] 初始化前端项目（Vue3 + Vite）
+- [ ] 初始化后端项目（FastAPI）
+- [ ] 实现后端 Coze API 封装
+- [ ] 实现后端 RTC Token 生成
+
+### 🟢 普通（待安排）
+
+- [ ] 前端用户端页面开发（5个页面）
+- [ ] 前端管理后台页面开发（2个页面）
+- [ ] 前端 RTC SDK 集成
+- [ ] 联调测试
+- [ ] 部署上线
+
+---
+
+## 进行中的任务
+
+| 任务 | 负责角色 | 开始时间 | 状态 |
+|------|---------|---------|------|
+| 需求分析 | 产品经理 | 2026-01-20 | ✅ 完成 |
+| 技术选型 | 架构师 | 2026-01-20 | ✅ 完成 |
+| 文档整理 | AI | 2026-01-20 | ✅ 完成 |
+
+---
+
+## 已完成任务
+
+| 任务 | 完成时间 | 备注 |
+|------|---------|------|
+| 创建项目目录结构 | 2026-01-20 | 按框架规范创建 |
+| 初始化核心文档 | 2026-01-20 | CONTEXT.md 等 |
+| 撰写 PRD | 2026-01-20 | v1.0 |
+| 技术选型决策 | 2026-01-20 | DR-001，使用 Coze API |
+| API 文档设计 | 2026-01-20 | 5 个接口 |
+| 数据库结构文档 | 2026-01-20 | Coze 数据库 |
+| 前端项目骨架 | 2026-01-20 | Vue3 + Vite + Element Plus |
+| 后端项目骨架 | 2026-01-20 | FastAPI + Coze API 封装 |
+| Coze 工作流分析 | 2026-01-20 | 详见 coze-workflows/工作流分析.md |
+
+---
+
+## 阻塞问题
+
+| 问题 | 阻塞原因 | 待处理人 | 状态 |
+|------|---------|---------|------|
+| 管理后台数据查询 | Coze 数据库无 REST API | 产品 | 待讨论方案 |
+
+---
+
+## 决策统计
+
+| 项目 | 数量 |
+|------|------|
+| 总决策数 | 1 |
+| 本周新增 | 1 |
+| 待讨论 | 0 |
+
+---
+
+## 开发任务清单
+
+### 阶段 1：项目初始化
+
+- [ ] 创建前端项目（Vue3 + TypeScript + Vite）
+- [ ] 安装前端依赖（Element Plus、Tailwind、Axios、RTC SDK）
+- [ ] 创建后端项目（FastAPI）
+- [ ] 安装后端依赖（httpx、python-multipart）
+- [ ] 配置环境变量
+
+### 阶段 2：后端核心功能
+
+- [ ] 实现 Coze API 封装（文件上传、数据库查询）
+- [ ] 实现 RTC 服务封装（Token 生成）
+- [ ] 实现 `POST /api/candidates` 接口
+- [ ] 实现 `POST /api/rooms` 接口
+- [ ] 实现 `GET /api/candidates` 接口
+- [ ] 实现 `GET /api/candidates/:id` 接口
+
+### 阶段 3：前端用户端
+
+- [ ] 实现欢迎页（Welcome）
+- [ ] 实现信息收集页（InfoCollection）
+- [ ] 实现模拟来电页（IncomingCall）
+- [ ] 集成火山引擎 RTC SDK
+- [ ] 实现语音通话页（InCall）
+- [ ] 实现面试结束页（Completed）
+
+### 阶段 4：前端管理后台
+
+- [ ] 实现候选人列表页
+- [ ] 实现候选人详情页
+- [ ] 实现评分雷达图组件
+- [ ] 实现 PDF 导出功能
+
+### 阶段 5：联调测试
+
+- [ ] 端到端流程测试
+- [ ] 语音质量测试
+- [ ] 异常场景测试
+
+### 阶段 6：部署上线
+
+- [ ] 编写 Dockerfile
+- [ ] 配置 Nginx
+- [ ] 部署到服务器
+
+---
+
+## 变更日志
+
+| 日期 | 变更内容 | 操作人 |
+|------|---------|--------|
+| 2026-01-20 | 更新任务清单，添加开发阶段 | AI |
+| 2026-01-20 | 初始化同步清单 | AI |

docs/技术选型.md

@@ -0,0 +1,121 @@
+# 技术选型
+
+> 本项目技术选型说明，包含与框架规范的覆盖声明
+
+---
+
+## 一、遵循框架规范
+
+| 层级 | 技术 | 说明 |
+|------|------|------|
+| **前端框架** | Vue 3 + TypeScript | 符合框架规范 |
+| **构建工具** | Vite | 符合框架规范 |
+| **UI 组件库** | Element Plus | 符合框架规范 |
+| **CSS 方案** | Tailwind CSS | 符合框架规范 |
+| **HTTP 客户端** | Axios | 符合框架规范 |
+| **状态管理** | Pinia | 按需使用 |
+| **后端框架** | Python + FastAPI | 符合框架规范 |
+| **容器化** | Docker + Docker Compose | 符合框架规范 |
+
+---
+
+## 二、技术选型覆盖
+
+> 以下选项与框架默认规范不同，需特别说明
+
+| 项目 | 框架默认 | 本项目选择 | 覆盖原因 |
+|------|----------|------------|----------|
+| **AI 网关** | OpenRouter.ai | Coze API | 复用已有 Coze 工作流，包含完整面试逻辑 |
+| **数据存储** | MySQL | Coze 数据库 | 复用现有数据结构，减少开发工作量 |
+| **实时音视频** | - | 火山引擎 RTC | 与 Coze 同属火山引擎生态，官方支持对接 |
+
+---
+
+## 三、第三方服务依赖
+
+### 3.1 Coze 平台
+
+| 资源 | ID | 用途 |
+|------|-----|------|
+| Bot（工作流） | 7595113005181386792 | AI 面试官对话逻辑 |
+| 数据库 | 7595077053909712922 | 候选人数据存储 |
+
+**API 端点**：
+- 基础 URL：`https://api.coze.cn`
+- 文件上传：`POST /v1/files/upload`
+- 语音房间：`POST /v1/audio/rooms`
+- 数据库查询：`POST /v1/database/query`
+
+### 3.2 火山引擎 RTC
+
+| 配置项 | 说明 |
+|--------|------|
+| SDK | `@volcengine/rtc` |
+| 音频格式 | PCM 16000Hz |
+| 用途 | 前端与 Coze Bot 实时语音通话 |
+
+---
+
+## 四、环境变量
+
+```bash
+# Coze 配置
+COZE_API_BASE=https://api.coze.cn
+COZE_PAT_TOKEN=pat_xxx              # 从 Coze 平台获取
+COZE_BOT_ID=7595077233002840079
+COZE_DATABASE_ID=7595077053909712922
+
+# 火山引擎 RTC 配置
+VOLCENGINE_APP_ID=xxx               # 从火山引擎控制台获取
+VOLCENGINE_APP_KEY=xxx
+
+# 服务配置
+API_PORT=8000
+FRONTEND_URL=http://localhost:5173
+```
+
+---
+
+## 五、前端依赖清单
+
+```json
+{
+  "dependencies": {
+    "vue": "^3.4.0",
+    "vue-router": "^4.2.0",
+    "pinia": "^2.1.0",
+    "axios": "^1.6.0",
+    "element-plus": "^2.5.0",
+    "@element-plus/icons-vue": "^2.3.0",
+    "@volcengine/rtc": "^4.x"
+  },
+  "devDependencies": {
+    "typescript": "^5.3.0",
+    "vite": "^5.0.0",
+    "tailwindcss": "^3.4.0",
+    "@vitejs/plugin-vue": "^5.0.0"
+  }
+}
+```
+
+---
+
+## 六、后端依赖清单
+
+```txt
+# requirements.txt
+fastapi>=0.109.0
+uvicorn>=0.27.0
+httpx>=0.26.0
+python-multipart>=0.0.6
+pydantic>=2.5.0
+python-dotenv>=1.0.0
+```
+
+---
+
+## 变更日志
+
+| 日期 | 变更内容 | 操作人 |
+|------|---------|--------|
+| 2026-01-20 | 初始化技术选型 | AI |

docs/部署文档.md

@@ -0,0 +1,206 @@
+# AI 语音面试系统 - 部署文档
+
+> 更新日期: 2026-01-21
+> 状态: ✅ 已部署
+
+## 一、服务器信息
+
+| 项目 | 值 |
+|------|-----|
+| 服务器 IP | 47.107.172.23 |
+| SSH 用户名 | root |
+| SSH 密码 | Nj861021 |
+| 宝塔面板 | http://47.107.172.23:8888/ |
+| 宝塔 API Token | PKdfnaInQL0P5ghB8SvwbrGcIpXWaEvq |
+| 域名解析 | *.ai.ireborn.com.cn → 47.107.172.23 |
+| 测试域名 | *.test.ai.ireborn.com.cn |
+
+## 二、部署地址 (已上线)
+
+| 服务 | 地址 | 状态 |
+|------|------|------|
+| 用户端 | http://interview.test.ai.ireborn.com.cn | ✅ |
+| 管理后台 | http://interview.test.ai.ireborn.com.cn/admin | ✅ |
+| 后端 API | http://interview.test.ai.ireborn.com.cn/api/health | ✅ |
+| 文件服务 | https://files.test.ai.ireborn.com.cn | ✅ |
+
+> ⚠️ 当前为简化版后端，完整功能代码需要手动上传后重新构建
+
+## 三、Docker 部署
+
+### 3.1 目录结构
+
+```
+/www/wwwroot/ai-interview/
+├── deploy/
+│   ├── docker-compose.yml
+│   ├── Dockerfile.frontend
+│   ├── Dockerfile.backend
+│   ├── nginx/
+│   │   └── frontend.conf
+│   └── .env
+├── frontend/
+├── backend/
+└── uploads/
+```
+
+### 3.2 环境变量配置
+
+创建 `/www/wwwroot/ai-interview/deploy/.env`:
+
+```bash
+# Coze 配置
+COZE_PAT_TOKEN=pat_nd1wU47WyPS9GCIyJ1clnH8h1WOQXGrYELX8w73TnSZaYbFdYD4swIhzcETBUbfT
+COZE_BOT_ID=7595113005181386792
+
+# 工作流 ID
+COZE_WORKFLOW_A_ID=7597357422713798710
+COZE_WORKFLOW_C_ID=7597376294612107318
+
+# 文件服务器
+FILE_SERVER_URL=https://files.test.ai.ireborn.com.cn
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+```
+
+### 3.3 部署命令
+
+```bash
+cd /www/wwwroot/ai-interview/deploy
+
+# 构建并启动
+docker-compose up -d --build
+
+# 查看日志
+docker-compose logs -f
+
+# 停止服务
+docker-compose down
+
+# 重启服务
+docker-compose restart
+```
+
+### 3.4 端口映射
+
+| 服务 | 容器端口 | 宿主机端口 |
+|------|----------|------------|
+| Frontend | 80 | 3000 |
+| Backend | 8000 | 8000 |
+
+## 四、Nginx 反向代理配置
+
+### 4.1 前端 + API 合并 (推荐)
+
+域名: `interview.test.ai.ireborn.com.cn`
+
+```nginx
+server {
+    listen 80;
+    listen 443 ssl http2;
+    server_name interview.test.ai.ireborn.com.cn;
+
+    # SSL 证书 (宝塔自动配置)
+    ssl_certificate /www/server/panel/vhost/cert/interview.test.ai.ireborn.com.cn/fullchain.pem;
+    ssl_certificate_key /www/server/panel/vhost/cert/interview.test.ai.ireborn.com.cn/privkey.pem;
+
+    # 前端
+    location / {
+        proxy_pass http://127.0.0.1:3000;
+        proxy_http_version 1.1;
+        proxy_set_header Upgrade $http_upgrade;
+        proxy_set_header Connection 'upgrade';
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+    }
+
+    # API 代理 (前端容器内部已处理，此处可选)
+    location /api/ {
+        proxy_pass http://127.0.0.1:8000/api/;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_read_timeout 120s;
+    }
+}
+```
+
+### 4.2 独立 API 域名 (可选)
+
+域名: `interview-api.test.ai.ireborn.com.cn`
+
+```nginx
+server {
+    listen 80;
+    listen 443 ssl http2;
+    server_name interview-api.test.ai.ireborn.com.cn;
+
+    ssl_certificate /www/server/panel/vhost/cert/interview-api.test.ai.ireborn.com.cn/fullchain.pem;
+    ssl_certificate_key /www/server/panel/vhost/cert/interview-api.test.ai.ireborn.com.cn/privkey.pem;
+
+    location / {
+        proxy_pass http://127.0.0.1:8000;
+        proxy_http_version 1.1;
+        proxy_set_header Host $host;
+        proxy_set_header X-Real-IP $remote_addr;
+        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
+        proxy_set_header X-Forwarded-Proto $scheme;
+        proxy_read_timeout 120s;
+        proxy_connect_timeout 120s;
+        
+        # CORS
+        add_header Access-Control-Allow-Origin *;
+        add_header Access-Control-Allow-Methods 'GET, POST, PUT, DELETE, OPTIONS';
+        add_header Access-Control-Allow-Headers 'DNT,X-Mx-ReqToken,Keep-Alive,User-Agent,X-Requested-With,If-Modified-Since,Cache-Control,Content-Type,Authorization';
+    }
+}
+```
+
+## 五、更新部署
+
+```bash
+cd /www/wwwroot/ai-interview
+
+# 拉取最新代码
+git pull origin main
+
+# 重新构建并部署
+cd deploy
+docker-compose down
+docker-compose up -d --build
+
+# 查看状态
+docker-compose ps
+```
+
+## 六、故障排查
+
+### 6.1 查看容器日志
+
+```bash
+# 前端日志
+docker logs ai-interview-frontend
+
+# 后端日志
+docker logs ai-interview-backend
+```
+
+### 6.2 进入容器调试
+
+```bash
+# 进入后端容器
+docker exec -it ai-interview-backend /bin/sh
+
+# 进入前端容器
+docker exec -it ai-interview-frontend /bin/sh
+```
+
+### 6.3 常见问题
+
+| 问题 | 解决方案 |
+|------|----------|
+| 前端白屏 | 检查 nginx 配置，确保 `try_files` 指向 index.html |
+| API 404 | 检查 proxy_pass 地址和端口 |
+| CORS 错误 | 在 nginx 添加 CORS 头 |
+| 环境变量无效 | 确认 .env 文件存在且格式正确 |

docs/项目状态快照.md

@@ -0,0 +1,110 @@
+# 项目状态快照
+
+> 新对话框快速恢复上下文的关键文档
+> ✅ 可覆盖，需记录变更日志
+
+---
+
+## 一、项目全貌
+
+### 1.1 基本信息
+
+| 项目 | 内容 |
+|------|------|
+| 项目名称 | AI Interview (AI面试助手) |
+| 项目编号 | 011-ai-interview-2601 |
+| 启动日期 | 2026-01-20 |
+| 当前阶段 | 设计阶段 |
+| 整体进度 | 20% |
+
+### 1.2 技术栈
+
+| 层级 | 技术 |
+|------|------|
+| 前端 | Vue3 + TypeScript + Element Plus |
+| 后端 | Python + FastAPI |
+| AI 服务 | Coze API（覆盖框架规范） |
+| 实时音视频 | 火山引擎 RTC |
+| 数据存储 | Coze 数据库（覆盖框架规范） |
+| 部署 | Docker + Nginx |
+
+---
+
+## 二、阶段进度
+
+| 阶段 | 状态 | 完成度 | 备注 |
+|------|------|--------|------|
+| 需求分析 | ✅ 完成 | 100% | PRD v1.0 已完成 |
+| 技术选型 | ✅ 完成 | 100% | DR-001 已决策 |
+| 设计阶段 | 🔄 进行中 | 50% | API/数据库文档已完成 |
+| 开发阶段 | ⏳ 待开始 | 0% | |
+| 测试阶段 | ⏳ 待开始 | 0% | |
+| 上线部署 | ⏳ 待开始 | 0% | |
+
+---
+
+## 三、核心决策摘要
+
+> 详细内容见 `决策记录.md`
+
+| 编号 | 主题 | 结果 |
+|------|------|------|
+| DR-001 | 技术选型与框架规范覆盖 | 使用 Coze API + 火山引擎 RTC，在技术选型中声明覆盖 |
+
+---
+
+## 四、关键文档
+
+| 文档 | 路径 | 状态 |
+|------|------|------|
+| PRD | `docs/PRD.md` | ✅ v1.0 |
+| 技术选型 | `docs/技术选型.md` | ✅ |
+| 决策记录 | `docs/决策记录.md` | ✅ |
+| API 文档 | `docs/api/endpoints.md` | ✅ |
+| 数据库结构 | `docs/database/表结构.md` | ✅ |
+| 功能模块索引 | `docs/功能模块索引.md` | 📝 待创建 |
+
+---
+
+## 五、当前待办
+
+> 详细内容见 `同步清单.md`
+
+1. 确认 PRD 待确认事项
+2. 初始化前端项目（Vue3 + Vite）
+3. 初始化后端项目（FastAPI）
+4. 实现后端 Coze API 封装
+
+---
+
+## 六、已知问题
+
+| 问题 | 状态 | 处理方案 |
+|------|------|---------|
+| - | - | - |
+
+---
+
+## 七、上一对话框教训
+
+> 从交接中沉淀的经验
+
+- 新项目，暂无
+
+---
+
+## 八、现有资源
+
+| 资源 | 说明 |
+|------|------|
+| Coze 工作流 | 已有完整面试逻辑（ID：7595077233002840079） |
+| Coze 数据库 | 已有数据结构（ID：7595077053909712922） |
+
+---
+
+## 变更日志
+
+| 日期 | 变更内容 | 操作人 |
+|------|---------|--------|
+| 2026-01-20 | 更新阶段进度，添加技术栈详情 | AI |
+| 2026-01-20 | 初始化快照 | AI |

docs/项目进度总结-20260121-final.md

@@ -0,0 +1,174 @@
+# AI 语音面试系统 - 项目进度总结
+
+> 更新日期: 2026-01-21
+
+## 一、项目概述
+
+**项目名称**: AI 语音面试系统 (轻医美行业)  
+**项目周期**: 2026-01 至今  
+**当前状态**: 🟡 开发中 (核心功能已完成，语音模式待优化)
+
+## 二、已完成功能
+
+### 2.1 用户端 (前端)
+
+| 功能 | 状态 | 说明 |
+|------|------|------|
+| 欢迎页面 | ✅ | 品牌展示、开始面试入口 |
+| 信息采集 | ✅ | 姓名输入、简历 PDF 上传 |
+| 面试初始化 | ✅ | 调用 Workflow A 生成 session_id |
+| 文字面试模式 | ✅ | 基于 /v3/chat API 的文字对话 |
+| 语音面试模式 | 🟡 | RTC 连接正常，session_id 传递待优化 |
+| 调试面板 | ✅ | 显示 session_id、API 响应、错误信息 |
+
+### 2.2 管理后台
+
+| 功能 | 状态 | 说明 |
+|------|------|------|
+| 登录页面 | ✅ | 账号密码认证 |
+| 数据概览 | ✅ | 统计卡片、匹配度分布、状态饼图、排行榜 |
+| 面试列表 | ✅ | 搜索、筛选、分页、阶段标签 |
+| 面试详情 | ✅ | 匹配度圆环、维度评分、风险分析、对话记录 |
+| 骨架屏加载 | ✅ | 优化加载体验，替代 v-loading 遮罩 |
+
+### 2.3 后端服务
+
+| 功能 | 状态 | 说明 |
+|------|------|------|
+| 文件上传 | ✅ | 支持 PDF，上传到自建文件服务器 |
+| 面试初始化 API | ✅ | 调用 Workflow A，返回 session_id |
+| 文字聊天 API | ✅ | 调用 /v3/chat，支持多轮对话 |
+| 语音房间 API | ✅ | 调用 /v1/audio/rooms 创建 RTC 房间 |
+| 管理后台 API | ✅ | 通过 Workflow C 查询 Coze 数据库 |
+
+### 2.4 Coze 工作流
+
+| 工作流 | ID | 功能 |
+|--------|-----|------|
+| Workflow A | 7597357422713798710 | 面试初始化：接收 name + file_url，解析简历，生成 session_id |
+| Workflow B | 7595077233002840079 | 面试主流程：4 维度提问、评分、生成报告 |
+| Workflow C | 7597376294612107318 | 数据查询：接收 table + sql，执行增删改查 |
+
+### 2.5 基础设施
+
+| 组件 | 状态 | 说明 |
+|------|------|------|
+| 自建文件服务器 | ✅ | Nginx + PHP，域名 files.test.ai.ireborn.com.cn |
+| Coze 数据库 | ✅ | ci_interview_assessments, ci_interview_logs, ci_business_config |
+
+## 三、技术架构
+
+```
+┌─────────────────────────────────────────────────────────────┐
+│                        用户端                                │
+│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
+│  │  欢迎页面   │→│  信息采集   │→│  面试页面   │         │
+│  └─────────────┘  └─────────────┘  └─────────────┘         │
+│                          ↓                ↓                 │
+│                    文件上传          语音/文字模式           │
+└─────────────────────────────────────────────────────────────┘
+                           ↓                ↓
+┌─────────────────────────────────────────────────────────────┐
+│                      FastAPI 后端                            │
+│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
+│  │ /init-interview │ /api/chat  │ /api/room    │         │
+│  └─────────────┘  └─────────────┘  └─────────────┘         │
+└─────────────────────────────────────────────────────────────┘
+                           ↓
+┌─────────────────────────────────────────────────────────────┐
+│                       Coze 平台                              │
+│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐         │
+│  │ Workflow A  │  │ Workflow B  │  │ Workflow C  │         │
+│  │ (初始化)    │  │ (面试主流程) │  │ (数据查询)  │         │
+│  └─────────────┘  └─────────────┘  └─────────────┘         │
+│                          ↓                                  │
+│                    Coze Database                            │
+└─────────────────────────────────────────────────────────────┘
+```
+
+## 四、待解决问题
+
+### 4.1 语音模式 session_id 传递
+
+**问题**: 语音模式下，session_id 无法通过 /v1/audio/rooms API 传递到 Workflow B
+
+**已尝试方案**:
+1. ❌ `config.session_id` - 不支持
+2. ❌ `parameters` 字段 - 不支持
+3. ❌ `user_id` 字段 - 可设置但 Workflow 无法读取
+4. ❌ Volcengine RTC SDK `sendRoomMessage` - 不是 Coze 信令通道
+5. 🟡 `@coze/realtime-api` SDK `session.update` 事件 - 待验证
+
+**建议方案**:
+- 在 Workflow B 开始时通过数据库查询最近的 session_id
+- 或使用 `@coze/realtime-api` 的 `session.update` 事件
+
+### 4.2 面试阶段字段
+
+**已实现**: current_stage 数值映射
+- >= 50: 面试完成 (求职动机阶段)
+- >= 40: 素质项评估
+- >= 30: 销售观评估
+- >= 20: 销售技能
+- >= 10: 简历上传
+
+## 五、数据库表结构
+
+### ci_interview_assessments
+| 字段 | 类型 | 说明 |
+|------|------|------|
+| id | String | 主键 (自动生成) |
+| session_id | String | 会话 ID |
+| candidate_name | String | 候选人姓名 |
+| current_stage | String | 当前阶段 (10-50) |
+| sales_skill_score | String | 销售技能分数 |
+| sales_skill_report | String | 销售技能报告 |
+| sales_concept_score | String | 销售观分数 |
+| sales_concept_report | String | 销售观报告 |
+| competency_score | String | 综合素质分数 |
+| competency_report | String | 综合素质报告 |
+| final_score_report | String | 最终评估报告 |
+| resume_text | String | 简历文本 |
+| risk_warning | String | 风险提示 |
+
+### ci_interview_logs
+| 字段 | 类型 | 说明 |
+|------|------|------|
+| log_id | String | 主键 (必填) |
+| session_id | String | 会话 ID |
+| stage | String | 面试阶段 |
+| round | String | 轮次 |
+| ai_question | String | AI 问题 |
+| user_answer | String | 用户回答 |
+| log_type | String | 日志类型 |
+
+## 六、关键文件清单
+
+### 前端
+- `frontend/src/pages/interview/index.vue` - 欢迎页 + 信息采集
+- `frontend/src/pages/interview/call.vue` - 面试页面 (语音/文字)
+- `frontend/src/pages/admin/*.vue` - 管理后台页面
+- `frontend/src/composables/useCozeRealtime.ts` - Coze Realtime SDK 封装
+- `frontend/src/api/candidate.ts` - API 调用封装
+
+### 后端
+- `backend/main.py` - FastAPI 入口
+- `backend/app/services/coze_service.py` - Coze API 服务
+- `backend/app/routers/init.py` - 面试初始化 API
+- `backend/app/routers/chat.py` - 文字聊天 API
+- `backend/app/routers/room.py` - 语音房间 API
+- `backend/app/routers/admin.py` - 管理后台 API
+
+### 配置
+- `backend/.env` - 环境变量 (PAT_TOKEN, BOT_ID, FILE_SERVER_TOKEN 等)
+- `docs/upload.php` - 文件上传 PHP 脚本
+- `docs/nginx-files-server.conf` - Nginx 配置
+
+## 七、访问地址
+
+| 服务 | 地址 |
+|------|------|
+| 用户端 | http://localhost:5173 |
+| 管理后台 | http://localhost:5173/admin |
+| 后端 API | http://localhost:8000 |
+| 文件服务器 | https://files.test.ai.ireborn.com.cn |

docs/项目进度总结-20260121.md

@@ -0,0 +1,194 @@
+# AI 语音面试系统 - 项目进度总结
+
+**更新日期**: 2026-01-21  
+**项目代号**: 011-ai-interview-2601
+
+---
+
+## 一、已完成功能
+
+### 1. 基础架构 ✅
+- [x] 前端项目初始化 (Vue 3 + TypeScript + Vite + Element Plus)
+- [x] 后端项目初始化 (FastAPI + Python)
+- [x] Coze API 集成 (PAT Token 认证)
+- [x] 文件服务器搭建 (Nginx + PHP 上传脚本)
+
+### 2. 工作流 A - 面试初始化 ✅
+- [x] 接收姓名和简历 PDF
+- [x] 上传简历到自建文件服务器 (`files.test.ai.ireborn.com.cn`)
+- [x] 调用 Coze 工作流解析简历
+- [x] 生成 `session_id` 并写入 `ci_interview_assessments` 表
+- [x] 返回 `session_id` 给前端
+
+### 3. 工作流 B - 面试对话 ⚠️ (部分完成)
+- [x] 调用 Coze `/v3/chat` API 进行对话
+- [x] 支持文字面试模式
+- [x] 支持语音面试模式 (RTC 房间创建)
+- [ ] **未完成**: 多轮对话状态维持
+- [ ] **未完成**: 对话日志写入 `ci_interview_logs` 表
+
+### 4. 工作流 C1 - 数据查询 ✅
+- [x] 支持查询 `ci_interview_assessments` 表
+- [x] 支持查询 `ci_interview_logs` 表
+- [x] 支持查询 `ci_business_config` 表
+- [x] 通过 JSON 输入指定表名和 SQL
+
+### 5. 后台管理页面 ✅
+- [x] 登录页面 (`/admin/login`)
+- [x] 面试列表页面 (`/admin/interviews`)
+- [x] 面试详情页面 (`/admin/interviews/:id`)
+  - [x] 基本信息展示
+  - [x] 维度评分展示
+  - [x] 评估报告展示
+  - [x] 对话记录展示 (数据依赖工作流 B)
+- [x] 配置管理页面 (`/admin/configs`)
+
+### 6. 文件服务 ✅
+- [x] 自建文件服务器 (`files.test.ai.ireborn.com.cn`)
+- [x] PHP 上传接口 (Token 认证)
+- [x] Nginx 静态文件服务
+- [x] CORS 支持
+
+---
+
+## 二、核心问题
+
+### 问题：工作流 B 多轮对话状态无法维持
+
+**现象**:
+- 每次调用 `/v3/chat` API，Coze 返回新的 `conversation_id`
+- 即使传入上一次的 `conversation_id`，仍然返回新值
+- 导致工作流 B 每次都从头执行，重复显示欢迎语
+
+**影响**:
+1. 面试无法正常进行多轮问答
+2. 对话日志无法写入 `ci_interview_logs` 表
+3. 后台管理页面无法显示对话记录
+
+**已尝试的方案**:
+1. ❌ 传入 `conversation_id` 参数 - Coze 仍返回新值
+2. ❌ 使用 `/v1/workflows/chat` 接口 - 接口不存在或参数格式不对
+3. ⏳ 通过 `session_id` 在工作流内部管理状态 - 需要修改工作流 B
+
+---
+
+## 三、解决方案建议
+
+### 方案：工作流 B 内部状态管理
+
+修改 Coze 工作流 B，不依赖 Coze 的 conversation 机制，改为：
+
+1. **开始节点**: 接收 `session_id` 和用户消息
+2. **查询状态**: 从 `ci_interview_logs` 表查询该 `session_id` 的历史对话数量
+3. **条件分支**:
+   - 如果历史为 0：显示欢迎语，更新状态
+   - 如果历史 > 0：直接进入下一轮提问
+4. **写入日志**: 每次对话后，将 AI 问题和用户回答写入 `ci_interview_logs`
+5. **结束判断**: 当对话轮次达到设定值时，生成评估报告
+
+---
+
+## 四、技术栈
+
+| 模块 | 技术 |
+|------|------|
+| 前端 | Vue 3 + TypeScript + Vite + Element Plus + Tailwind CSS |
+| 后端 | Python + FastAPI + Pydantic + httpx |
+| AI 平台 | Coze (扣子) |
+| 文件服务 | Nginx + PHP |
+| 数据库 | Coze 内置数据库 |
+
+---
+
+## 五、API 端点
+
+### 后端 API
+
+| 端点 | 方法 | 说明 |
+|------|------|------|
+| `/api/init-interview` | POST | 初始化面试（上传简历、生成 session_id） |
+| `/api/chat` | POST | 文字面试对话 |
+| `/api/rooms` | POST | 创建语音面试房间 |
+| `/api/admin/login` | POST | 管理员登录 |
+| `/api/admin/interviews` | GET | 面试列表 |
+| `/api/admin/interviews/{id}` | GET | 面试详情 |
+| `/api/admin/interviews/{id}/logs` | GET | 对话记录 |
+
+### Coze 工作流
+
+| 工作流 | ID | 说明 |
+|--------|-----|------|
+| 工作流 A | 7597357422713798710 | 面试初始化（简历解析） |
+| 工作流 B | 7595077233002840079 | 面试对话（Chatflow） |
+| 工作流 C1 | 7597376294612107318 | 数据查询 |
+
+---
+
+## 六、数据库表
+
+| 表名 | 说明 |
+|------|------|
+| ci_interview_assessments | 面试评估记录 |
+| ci_interview_logs | 面试对话日志 |
+| ci_business_config | 业务配置 |
+
+---
+
+## 七、下一步工作
+
+1. **修改工作流 B** - 实现内部状态管理，不依赖 conversation_id
+2. **测试多轮对话** - 验证对话日志正确写入数据库
+3. **完善语音面试** - 测试 RTC 语音对话功能
+4. **优化后台页面** - 改进布局和用户体验
+
+---
+
+## 八、文件结构
+
+```
+011-ai-interview-2601/
+├── frontend/                 # 前端项目
+│   ├── src/
+│   │   ├── api/             # API 请求
+│   │   ├── pages/
+│   │   │   ├── interview/   # 面试页面
+│   │   │   └── admin/       # 后台管理
+│   │   ├── composables/     # 组合式函数 (useRTC)
+│   │   └── router/          # 路由配置
+│   └── package.json
+├── backend/                  # 后端项目
+│   ├── app/
+│   │   ├── routers/         # API 路由
+│   │   ├── services/        # 服务层 (coze_service)
+│   │   └── schemas.py       # 数据模型
+│   ├── main.py
+│   └── requirements.txt
+├── docs/                     # 文档
+│   ├── upload.php           # PHP 上传脚本
+│   ├── nginx-files-server.conf
+│   └── 项目进度总结-20260121.md
+└── coze-workflows/          # Coze 工作流配置
+```
+
+---
+
+## 九、配置信息
+
+### 环境变量 (.env)
+
+```env
+COZE_PAT_TOKEN=pat_xxx
+COZE_BOT_ID=7595113005181386792
+FILE_SERVER_TOKEN=ai_interview_2026_secret
+TUNNEL_URL=http://files.test.ai.ireborn.com.cn
+```
+
+### 文件服务器
+
+- 域名: `files.test.ai.ireborn.com.cn`
+- 上传接口: `/upload.php`
+- 文件目录: `/resumes/`
+
+---
+
+**总结**: 项目基础架构已完成，核心问题是工作流 B 的多轮对话状态维持。需要在 Coze 工作流 B 中实现基于 session_id 的状态管理，才能正确记录对话日志并在后台展示。

frontend/index.html

@@ -0,0 +1,13 @@
+<!DOCTYPE html>
+<html lang="zh-CN">
+  <head>
+    <meta charset="UTF-8" />
+    <link rel="icon" type="image/svg+xml" href="/vite.svg" />
+    <meta name="viewport" content="width=device-width, initial-scale=1.0" />
+    <title>AI 面试助手</title>
+  </head>
+  <body>
+    <div id="app"></div>
+    <script type="module" src="/src/main.ts"></script>
+  </body>
+</html>

frontend/package.json

@@ -0,0 +1,37 @@
+{
+  "name": "ai-interview-frontend",
+  "private": true,
+  "version": "0.1.0",
+  "type": "module",
+  "scripts": {
+    "dev": "vite",
+    "build": "vue-tsc -b && vite build",
+    "preview": "vite preview",
+    "lint": "eslint . --ext .vue,.js,.jsx,.cjs,.mjs,.ts,.tsx,.cts,.mts --fix"
+  },
+  "dependencies": {
+    "vue": "^3.4.21",
+    "vue-router": "^4.3.0",
+    "pinia": "^2.1.7",
+    "axios": "^1.6.7",
+    "element-plus": "^2.5.6",
+    "@element-plus/icons-vue": "^2.3.1",
+    "@volcengine/rtc": "^4.58.1",
+    "@coze/realtime-api": "^1.0.0",
+    "@coze/api": "^1.0.0"
+  },
+  "devDependencies": {
+    "@vitejs/plugin-vue": "^5.0.4",
+    "@types/node": "^20.11.24",
+    "typescript": "^5.4.2",
+    "vite": "^5.1.5",
+    "vue-tsc": "^2.0.6",
+    "tailwindcss": "^3.4.1",
+    "postcss": "^8.4.35",
+    "autoprefixer": "^10.4.18",
+    "eslint": "^8.57.0",
+    "@typescript-eslint/eslint-plugin": "^7.1.0",
+    "@typescript-eslint/parser": "^7.1.0",
+    "eslint-plugin-vue": "^9.22.0"
+  }
+}

frontend/postcss.config.js

@@ -0,0 +1,6 @@
+export default {
+  plugins: {
+    tailwindcss: {},
+    autoprefixer: {},
+  },
+}

frontend/src/App.vue

@@ -0,0 +1,10 @@
+<script setup lang="ts">
+import { RouterView } from 'vue-router'
+</script>
+
+<template>
+  <RouterView />
+</template>
+
+<style scoped>
+</style>

frontend/src/api/candidate.ts

@@ -0,0 +1,178 @@
+import { request } from './request'
+
+// 类型定义
+export interface InitInterviewResponse {
+  sessionId: string
+  name: string
+  debugUrl?: string
+  workflowResponse?: unknown
+}
+
+export interface SubmitCandidateResponse {
+  sessionId: string
+  fileId: string
+}
+
+export interface CreateRoomRequest {
+  sessionId?: string
+  fileId?: string
+}
+
+export interface CreateRoomResponse {
+  roomId: string
+  token: string
+  appId: string
+  userId: string
+  sessionId?: string  // 后端生成的会话ID
+}
+
+export interface ChatRequest {
+  sessionId: string
+  message: string
+  conversationId?: string
+}
+
+export interface ChatResponse {
+  reply: string
+  conversationId: string
+  debugInfo?: {
+    status_history?: Array<{
+      iteration: number
+      status: string
+      required_action?: any
+    }>
+    messages?: Array<{
+      role: string
+      type: string
+      content: string
+    }>
+    raw_responses?: any[]
+  }
+}
+
+export interface Candidate {
+  sessionId: string
+  name: string
+  status: 'pending' | 'ongoing' | 'completed'
+  score?: number
+  createdAt: string
+}
+
+export interface CandidateDetail extends Candidate {
+  resume: string
+  currentStage: number
+  scores?: {
+    salesSkill: number
+    salesMindset: number
+    quality: number
+    motivation: number
+    total: number
+  }
+  analysis?: string
+  interviewLog?: string
+  completedAt?: string
+}
+
+export interface CandidateListResponse {
+  list: Candidate[]
+  total: number
+  page: number
+  pageSize: number
+}
+
+export interface CandidateListParams {
+  page?: number
+  pageSize?: number
+  keyword?: string
+  status?: string
+  startDate?: string
+  endDate?: string
+}
+
+// API 方法
+export const candidateApi = {
+  /**
+   * 初始化面试（工作流 A）
+   * 上传简历 + 执行初始化工作流 → 返回 sessionId
+   */
+  initInterview(name: string, resumeFile: File) {
+    const formData = new FormData()
+    formData.append('name', name)
+    formData.append('file', resumeFile)
+    return request.upload<InitInterviewResponse>('/init-interview', formData)
+  },
+
+  /**
+   * 上传简历到 Coze
+   */
+  uploadResume(file: File) {
+    const formData = new FormData()
+    formData.append('file', file)
+    return request.upload<{ fileId: string }>('/upload', formData)
+  },
+
+  /**
+   * 提交候选人信息（上传简历）- 旧方法
+   */
+  submit(name: string, resumeFile: File) {
+    const formData = new FormData()
+    formData.append('name', name)
+    formData.append('resume', resumeFile)
+    return request.upload<SubmitCandidateResponse>('/candidates', formData)
+  },
+
+  /**
+   * 创建语音房间
+   */
+  createRoom(data: CreateRoomRequest) {
+    return request.post<CreateRoomResponse>('/rooms', data)
+  },
+
+  /**
+   * 结束面试
+   */
+  endInterview(sessionId: string) {
+    return request.post<{ success: boolean }>(`/interviews/${sessionId}/end`)
+  },
+
+  /**
+   * 获取候选人列表
+   */
+  getList(params: CandidateListParams) {
+    return request.get<CandidateListResponse>('/candidates', { params })
+  },
+
+  /**
+   * 获取候选人详情
+   */
+  getDetail(sessionId: string) {
+    return request.get<CandidateDetail>(`/candidates/${sessionId}`)
+  },
+
+  /**
+   * 导出 PDF 报告
+   */
+  exportPdf(sessionId: string) {
+    return `/api/candidates/${sessionId}/export`
+  },
+
+  /**
+   * 文本对话（模拟语音）
+   */
+  chat(data: ChatRequest) {
+    return request.post<ChatResponse>('/chat', data)
+  },
+
+  /**
+   * 获取 Coze Realtime SDK 配置
+   * 用于直接连接 Coze 语音服务
+   */
+  getCozeConfig() {
+    return request.get<{
+      accessToken: string
+      botId: string
+      voiceId: string
+      connectorId: string
+    }>('/coze-config')
+  },
+}

frontend/src/api/index.ts

@@ -0,0 +1,11 @@
+export { request } from './request'
+export { candidateApi } from './candidate'
+export type {
+  SubmitCandidateResponse,
+  CreateRoomRequest,
+  CreateRoomResponse,
+  Candidate,
+  CandidateDetail,
+  CandidateListResponse,
+  CandidateListParams,
+} from './candidate'

frontend/src/api/request.ts

@@ -0,0 +1,86 @@
+import axios from 'axios'
+import type { AxiosInstance, AxiosRequestConfig, AxiosResponse } from 'axios'
+import { ElMessage } from 'element-plus'
+
+// API 响应类型
+export interface ApiResponse<T = unknown> {
+  code: number
+  message: string
+  data: T
+}
+
+// 创建 axios 实例
+const instance: AxiosInstance = axios.create({
+  baseURL: import.meta.env.VITE_API_BASE_URL || '/api',
+  timeout: 120000, // 120秒，Coze API 可能需要较长时间
+  headers: {
+    'Content-Type': 'application/json',
+  },
+})
+
+// 请求拦截器
+instance.interceptors.request.use(
+  (config) => {
+    // 可以在这里添加 token
+    const token = localStorage.getItem('token')
+    if (token) {
+      config.headers.Authorization = `Bearer ${token}`
+    }
+    return config
+  },
+  (error) => {
+    return Promise.reject(error)
+  }
+)
+
+// 响应拦截器
+instance.interceptors.response.use(
+  (response: AxiosResponse<ApiResponse>) => {
+    const { data } = response
+
+    // 业务错误处理
+    if (data.code !== 0) {
+      ElMessage.error(data.message || '请求失败')
+      return Promise.reject(new Error(data.message))
+    }
+
+    return response
+  },
+  (error) => {
+    // HTTP 错误处理
+    const message = error.response?.data?.message || error.message || '网络错误'
+    ElMessage.error(message)
+    return Promise.reject(error)
+  }
+)
+
+// 封装请求方法
+export const request = {
+  get<T>(url: string, config?: AxiosRequestConfig): Promise<ApiResponse<T>> {
+    return instance.get(url, config).then((res) => res.data)
+  },
+
+  post<T>(url: string, data?: unknown, config?: AxiosRequestConfig): Promise<ApiResponse<T>> {
+    return instance.post(url, data, config).then((res) => res.data)
+  },
+
+  put<T>(url: string, data?: unknown, config?: AxiosRequestConfig): Promise<ApiResponse<T>> {
+    return instance.put(url, data, config).then((res) => res.data)
+  },
+
+  delete<T>(url: string, config?: AxiosRequestConfig): Promise<ApiResponse<T>> {
+    return instance.delete(url, config).then((res) => res.data)
+  },
+
+  // 上传文件
+  upload<T>(url: string, formData: FormData, config?: AxiosRequestConfig): Promise<ApiResponse<T>> {
+    return instance.post(url, formData, {
+      ...config,
+      headers: {
+        'Content-Type': 'multipart/form-data',
+      },
+    }).then((res) => res.data)
+  },
+}
+
+export default instance

frontend/src/composables/index.ts

@@ -0,0 +1 @@
+export { useRTC } from './useRTC'

frontend/src/composables/useCozeRealtime.ts

@@ -0,0 +1,749 @@
+/**
+ * Coze Realtime 语音面试 Hook
+ * 
+ * 基于 Coze 官方 SDK (@coze/realtime-api) 实现语音面试
+ * 
+ * 架构说明：
+ * 1. 使用 @coze/realtime-api SDK 直接连接
+ * 2. 在 bot.join 后通过 sendMessage 发送 session.update 信令传递 session_id
+ * 
+ * 参考文档：
+ * - https://www.coze.cn/open/docs/dev_how_to_guides/Realtime_web
+ * - https://www.coze.cn/open/docs/developer_guides/signaling_uplink_event
+ * - https://github.com/coze-dev/coze-js/blob/main/examples/realtime-quickstart-react/src/App.tsx
+ */
+import { ref, computed } from 'vue'
+import type { RTCConnectionState } from '@/types'
+
+// Coze Realtime 连接参数
+interface CozeRealtimeParams {
+  accessToken: string   // PAT Token
+  botId: string         // 智能体 ID
+  sessionId: string     // 面试会话 ID（关键：需要传递给工作流）
+  voiceId?: string      // 音色 ID（可选）
+}
+
+// 音频配置（根据 Coze 官方文档 session.update 事件参数）
+const AUDIO_CONFIG = {
+  // VAD（语音活动检测）配置
+  // 注意：silence_duration_ms 取值范围 200~2000，默认 500
+  vad: {
+    silenceDurationMs: 800,         // 静音持续 0.8 秒判定为说话结束（降低延迟）
+    prefixPaddingMs: 300,           // 前置填充 300ms（防止开头被截断）
+  },
+  // 打断配置
+  allowVoiceInterrupt: false,       // 禁止语音打断 AI
+}
+
+// 本地 VAD 配置
+const LOCAL_VAD_CONFIG = {
+  enabled: true,                    // 启用本地 VAD
+  volumeThreshold: 0.15,            // 音量阈值（0-1），15% 过滤环境噪音和回声
+  silenceTimeout: 800,              // 静音超时（毫秒），持续静音后触发 commit
+  minSpeechDuration: 300,           // 最小说话时长（毫秒），防止误触发
+  checkInterval: 50,                // 检测间隔（毫秒）
+}
+
+// 信令事件名称（来自 @coze/realtime-api EventNames）
+// 注意：实际使用时从 SDK 动态导入，这里仅作为类型参考
+const _EventNamesRef = {
+  ALL: 'realtime.event',
+  ALL_CLIENT: 'client.*',
+  ALL_SERVER: 'server.*',
+  CONNECTED: 'client.connected',
+  INTERRUPTED: 'client.interrupted',
+  DISCONNECTED: 'client.disconnected',
+  AUDIO_UNMUTED: 'client.audio.unmuted',
+  AUDIO_MUTED: 'client.audio.muted',
+  ERROR: 'client.error',
+}
+void _EventNamesRef // 避免 unused 警告
+
+/**
+ * Coze Realtime Hook
+ * 使用 Coze 官方 SDK 进行语音面试
+ */
+export function useCozeRealtime() {
+  const connectionState = ref<RTCConnectionState>('disconnected')
+  const isMuted = ref(false)
+  const sessionId = ref('')
+  const isSessionUpdateSent = ref(false)
+  const lastError = ref<string | null>(null)
+
+  // 通讯时间线（用于调试显示）
+  interface TimelineEvent {
+    time: string      // HH:MM:SS.mmm 格式
+    type: 'send' | 'receive' | 'audio' | 'system' | 'error'
+    event: string     // 事件名
+    detail?: string   // 详情
+  }
+  const timeline = ref<TimelineEvent[]>([])
+  
+  // 添加时间线事件
+  function addTimelineEvent(type: TimelineEvent['type'], event: string, detail?: string) {
+    const now = new Date()
+    const time = `${String(now.getHours()).padStart(2, '0')}:${String(now.getMinutes()).padStart(2, '0')}:${String(now.getSeconds()).padStart(2, '0')}.${String(now.getMilliseconds()).padStart(3, '0')}`
+    timeline.value.push({ time, type, event, detail })
+    // 保留最近 50 条
+    if (timeline.value.length > 50) {
+      timeline.value.shift()
+    }
+  }
+
+  // 调试信息
+  const debugInfo = ref<{
+    rtcConnected: boolean
+    sessionUpdateSent: boolean
+    sessionId: string
+    botJoined: boolean
+    eventsSent: string[]
+    eventsReceived: string[]
+    errors: string[]
+  }>({
+    rtcConnected: false,
+    sessionUpdateSent: false,
+    sessionId: '',
+    botJoined: false,
+    eventsSent: [],
+    eventsReceived: [],
+    errors: [],
+  })
+
+  // eslint-disable-next-line @typescript-eslint/no-explicit-any
+  let client: any = null
+
+  // ============ 本地 VAD 相关 ============
+  const isSpeaking = ref(false)           // 用户是否正在说话
+  const isAISpeaking = ref(false)         // AI 是否正在说话（用于暂停收音）
+  const currentVolume = ref(0)            // 当前音量（0-1）
+  let audioContext: AudioContext | null = null
+  let analyser: AnalyserNode | null = null
+  let mediaStream: MediaStream | null = null
+  let vadCheckInterval: number | null = null
+  let silenceStartTime: number | null = null
+  let speechStartTime: number | null = null
+  let hasCommittedThisTurn = false        // 本轮是否已提交
+
+  /**
+   * 启动本地 VAD 监测
+   */
+  async function startLocalVAD() {
+    if (!LOCAL_VAD_CONFIG.enabled) return
+    
+    try {
+      // 获取麦克风音频流（开启回声消除和噪音抑制）
+      mediaStream = await navigator.mediaDevices.getUserMedia({ 
+        audio: {
+          echoCancellation: true,      // 回声消除（消除扬声器声音）
+          noiseSuppression: true,      // 噪音抑制
+          autoGainControl: true,       // 自动增益控制
+        }
+      })
+      audioContext = new (window.AudioContext || (window as any).webkitAudioContext)()
+      analyser = audioContext.createAnalyser()
+      analyser.fftSize = 512
+      analyser.smoothingTimeConstant = 0.4  // 提高平滑度，减少抖动
+      
+      const source = audioContext.createMediaStreamSource(mediaStream)
+      source.connect(analyser)
+      
+      const dataArray = new Uint8Array(analyser.frequencyBinCount)
+      
+      // 定期检测音量
+      vadCheckInterval = window.setInterval(() => {
+        if (!analyser || isMuted.value) return
+        
+        analyser.getByteFrequencyData(dataArray)
+        
+        // 计算平均音量（归一化到 0-1）
+        const sum = dataArray.reduce((a, b) => a + b, 0)
+        const avg = sum / dataArray.length / 255
+        currentVolume.value = avg
+        
+        // 注意：不再基于 isAISpeaking 暂停收音
+        // 依赖浏览器的回声消除 + 较高的音量阈值来过滤 AI 声音
+        
+        const now = Date.now()
+        
+        if (avg > LOCAL_VAD_CONFIG.volumeThreshold) {
+          // 检测到声音
+          if (!isSpeaking.value) {
+            isSpeaking.value = true
+            speechStartTime = now
+            silenceStartTime = null
+            hasCommittedThisTurn = false
+            addTimelineEvent('audio', '🎤 检测到说话', `音量: ${(avg * 100).toFixed(1)}%`)
+            console.log(`🎤 [LocalVAD] 检测到说话, 音量: ${(avg * 100).toFixed(1)}%`)
+          }
+          silenceStartTime = null
+        } else if (isSpeaking.value) {
+          // 正在说话但当前静音
+          if (!silenceStartTime) {
+            silenceStartTime = now
+          }
+          
+          const silenceDuration = now - silenceStartTime
+          const speechDuration = speechStartTime ? now - speechStartTime : 0
+          
+          // 检查是否满足提交条件
+          if (silenceDuration >= LOCAL_VAD_CONFIG.silenceTimeout && 
+              speechDuration >= LOCAL_VAD_CONFIG.minSpeechDuration &&
+              !hasCommittedThisTurn) {
+            // 静音超时，触发提交
+            isSpeaking.value = false
+            hasCommittedThisTurn = true
+            addTimelineEvent('audio', '🔇 说话结束', `静音 ${silenceDuration}ms`)
+            console.log(`🔇 [LocalVAD] 说话结束, 静音 ${silenceDuration}ms, 自动提交`)
+            
+            // 自动发送 commit
+            commitAudioInputInternal()
+          }
+        }
+      }, LOCAL_VAD_CONFIG.checkInterval)
+      
+      addTimelineEvent('system', '🎙️ 本地VAD启动', `阈值: ${LOCAL_VAD_CONFIG.volumeThreshold}, 静音: ${LOCAL_VAD_CONFIG.silenceTimeout}ms`)
+      console.log('✅ [LocalVAD] 本地 VAD 已启动')
+    } catch (error) {
+      console.error('❌ [LocalVAD] 启动失败:', error)
+      addTimelineEvent('error', '❌ VAD启动失败', String(error))
+    }
+  }
+
+  /**
+   * 停止本地 VAD 监测
+   */
+  function stopLocalVAD() {
+    if (vadCheckInterval) {
+      clearInterval(vadCheckInterval)
+      vadCheckInterval = null
+    }
+    if (mediaStream) {
+      mediaStream.getTracks().forEach(track => track.stop())
+      mediaStream = null
+    }
+    if (audioContext) {
+      audioContext.close()
+      audioContext = null
+    }
+    analyser = null
+    isSpeaking.value = false
+    currentVolume.value = 0
+    console.log('🛑 [LocalVAD] 已停止')
+  }
+
+  /**
+   * 内部提交函数（供 VAD 调用）
+   */
+  function commitAudioInputInternal() {
+    if (!client) return false
+    
+    const commitEvent = {
+      id: `evt_${Date.now()}_commit`,
+      event_type: 'input_audio_buffer.commit',
+    }
+    
+    try {
+      client.sendMessage(commitEvent)
+      addTimelineEvent('send', '📤 语音已提交', '本地VAD触发')
+      console.log('📤 [LocalVAD] 已发送 commit')
+      debugInfo.value.eventsSent.push('input_audio_buffer.commit (local_vad)')
+      return true
+    } catch (error) {
+      console.error('❌ [LocalVAD] commit 失败:', error)
+      return false
+    }
+  }
+
+  /**
+   * 连接到 Coze 语音房间
+   * 
+   * 使用 @coze/realtime-api SDK 连接
+   */
+  async function connect(params: CozeRealtimeParams) {
+    try {
+      connectionState.value = 'connecting'
+      lastError.value = null
+      sessionId.value = params.sessionId
+      
+      // 更新调试信息
+      debugInfo.value.sessionId = params.sessionId
+      debugInfo.value.eventsSent = []
+      debugInfo.value.eventsReceived = []
+      debugInfo.value.errors = []
+      
+      // 清空时间线
+      timeline.value = []
+      addTimelineEvent('system', '🚀 开始连接', `session: ${params.sessionId.slice(-8)}`)
+
+      console.log('=== Coze Realtime: Starting connection ===')
+      console.log('Session ID:', params.sessionId)
+      console.log('Bot ID:', params.botId)
+
+      // 1. 动态导入 Coze Realtime SDK
+      console.log('Step 1: Loading @coze/realtime-api SDK...')
+      const { RealtimeClient, RealtimeUtils, EventNames: SDKEventNames } = await import('@coze/realtime-api')
+
+      // 2. 检查设备权限
+      console.log('Step 2: Checking device permission...')
+      const permission = await RealtimeUtils.checkDevicePermission()
+      if (!permission.audio) {
+        throw new Error('需要麦克风访问权限。请在浏览器地址栏左侧的锁图标中授权。')
+      }
+      console.log('✅ Microphone permission granted')
+
+      // 3. 恢复音频上下文（解决浏览器自动播放限制）
+      console.log('Step 3: Resuming AudioContext for autoplay...')
+      try {
+        // 创建并恢复音频上下文，确保音频可以播放
+        const audioContext = new (window.AudioContext || (window as any).webkitAudioContext)()
+        if (audioContext.state === 'suspended') {
+          await audioContext.resume()
+          console.log('✅ AudioContext resumed')
+        }
+      } catch (audioErr) {
+        console.warn('AudioContext resume failed:', audioErr)
+      }
+
+      // 4. 初始化客户端（含音频配置）
+      console.log('Step 4: Initializing RealtimeClient...')
+      console.log('Audio config:', AUDIO_CONFIG)
+      client = new RealtimeClient({
+        accessToken: params.accessToken,
+        botId: params.botId,
+        connectorId: '1024',  // 固定值
+        voiceId: params.voiceId,
+        allowPersonalAccessTokenInBrowser: true,
+        debug: true,
+        // 🔊 音频配置
+        audioMutedDefault: false,  // 默认不静音，启用音频播放
+        suppressStationaryNoise: true, // 抑制静态噪音
+      })
+
+      // 5. 配置事件监听
+      console.log('Step 5: Setting up event listeners...')
+      setupEventListeners(SDKEventNames, params.sessionId)
+
+      // 6. 建立连接
+      console.log('Step 6: Connecting to Coze...')
+      await client.connect()
+      
+      // 7. 确保音频输出启用
+      console.log('Step 7: Ensuring audio output is enabled...')
+      try {
+        // 尝试播放一个静音音频来解锁音频播放
+        const silentAudio = new Audio('data:audio/wav;base64,UklGRigAAABXQVZFZm10IBIAAAABAAEARKwAAIhYAQACABAAAABkYXRhAgAAAAEA')
+        silentAudio.volume = 0.01
+        await silentAudio.play().catch(() => {})
+        console.log('✅ Audio output unlocked')
+      } catch (e) {
+        console.warn('Audio unlock attempt:', e)
+      }
+
+      debugInfo.value.rtcConnected = true
+      connectionState.value = 'connected'
+      console.log('=== Coze Realtime: Connected successfully ===')
+
+      // 8. 确保远程音频播放已启用
+      console.log('Step 8: Enabling remote audio playback...')
+      try {
+        // 尝试启用远程音频播放（AI 的声音）
+        if (typeof client.setRemoteAudioEnable === 'function') {
+          await client.setRemoteAudioEnable(true)
+          console.log('✅ Remote audio playback enabled via setRemoteAudioEnable')
+        }
+        // 尝试通过 RTC 引擎设置
+        const rtcEngine = client.getRtcEngine?.()
+        if (rtcEngine) {
+          console.log('📻 RTC Engine available, checking audio settings...')
+          if (typeof rtcEngine.setRemoteAudioPlaybackVolume === 'function') {
+            rtcEngine.setRemoteAudioPlaybackVolume('*', 100)
+            console.log('✅ Remote audio volume set to 100')
+          }
+          if (typeof rtcEngine.subscribeAllRemoteAudio === 'function') {
+            rtcEngine.subscribeAllRemoteAudio()
+            console.log('✅ Subscribed to all remote audio')
+          }
+        }
+      } catch (e) {
+        console.warn('Remote audio setup:', e)
+      }
+
+      // 9. 启动本地 VAD（更快响应）
+      console.log('Step 9: Starting local VAD...')
+      await startLocalVAD()
+
+    } catch (error: unknown) {
+      const errorMessage = error instanceof Error ? error.message : String(error)
+      console.error('Coze Realtime connect error:', error)
+      lastError.value = errorMessage
+      debugInfo.value.errors.push(errorMessage)
+      connectionState.value = 'failed'
+      throw error
+    }
+  }
+
+  /**
+   * 设置事件监听器
+   */
+  // eslint-disable-next-line @typescript-eslint/no-explicit-any
+  function setupEventListeners(SDKEventNames: any, sid: string) {
+    if (!client) return
+
+    console.log('🎧 Setting up event listeners...')
+    console.log('Available EventNames:', Object.keys(SDKEventNames))
+    
+    addTimelineEvent('system', '🔌 连接建立', '开始监听事件')
+
+    // 监听所有服务端事件
+    client.on(SDKEventNames.ALL_SERVER, (eventName: string, event: unknown) => {
+      const timestamp = new Date().toLocaleTimeString()
+      console.log(`📩 [${timestamp}] Server event: ${eventName}`, event)
+      debugInfo.value.eventsReceived.push(`${eventName} @ ${timestamp}`)
+
+      // 当 Bot 加入房间后，发送 session.update 事件
+      if (eventName === 'server.bot.join') {
+        console.log('🤖 Bot joined! Sending session.update...')
+        debugInfo.value.botJoined = true
+        addTimelineEvent('receive', '🤖 Bot 加入', 'server.bot.join')
+        sendSessionUpdate(sid)
+      }
+
+      // 用户开始说话
+      if (eventName === 'server.input_audio_buffer.speech_started') {
+        addTimelineEvent('audio', '🎤 检测到说话', '用户开始说话')
+      }
+      
+      // 用户停止说话（VAD 触发）
+      if (eventName === 'server.input_audio_buffer.speech_stopped') {
+        addTimelineEvent('audio', '🔇 说话结束', 'VAD 检测到静音')
+      }
+      
+      // 语音提交到服务器
+      if (eventName === 'server.input_audio_buffer.committed') {
+        addTimelineEvent('send', '📤 语音已提交', '等待 AI 处理')
+      }
+      
+      // AI 开始处理/思考
+      if (eventName === 'server.conversation.item.created') {
+        addTimelineEvent('receive', '🧠 AI 开始处理', 'conversation.item.created')
+      }
+
+      // AI 开始回复（流式）
+      if (eventName === 'server.conversation.message.delta') {
+        // 只记录第一次 delta（避免太多条目）
+        const lastEvent = timeline.value[timeline.value.length - 1]
+        if (!lastEvent || lastEvent.event !== '💬 AI 回复中') {
+          isAISpeaking.value = true  // 🔇 AI 开始说话，暂停用户收音
+          addTimelineEvent('receive', '💬 AI 回复中', '开始接收语音流（暂停收音）')
+        }
+      }
+      
+      // AI 回复完成
+      if (eventName === 'server.conversation.message.completed') {
+        addTimelineEvent('receive', '✅ AI 回复完成', 'message.completed')
+        // 延迟后重置 AI 说话状态（用于 UI 显示）
+        setTimeout(() => {
+          if (isAISpeaking.value) {
+            isAISpeaking.value = false
+          }
+        }, 1000)
+      }
+      
+      // AI 开始说话（用于 UI 显示，不影响收音）
+      if (eventName === 'server.audio.agent.speech_started') {
+        isAISpeaking.value = true
+        addTimelineEvent('receive', '🔊 AI 开始说话', eventName)
+      }
+      
+      // AI 说话结束（用于 UI 显示）
+      if (eventName === 'server.audio.agent.speech_stopped') {
+        isAISpeaking.value = false
+        addTimelineEvent('receive', '🔈 AI 说话结束', eventName)
+      }
+      
+      // 回合结束
+      if (eventName === 'server.response.done') {
+        isAISpeaking.value = false
+        addTimelineEvent('receive', '🏁 回合结束', 'response.done')
+      }
+      
+      // 记录所有包含 audio 的事件（用于调试）
+      if (eventName.toLowerCase().includes('audio')) {
+        console.log(`🔊 [Audio Event] ${eventName}:`, event)
+      }
+    })
+
+    // 监听客户端事件
+    client.on(SDKEventNames.CONNECTED, () => {
+      console.log('✅ [Client] Connected to Coze Realtime')
+      debugInfo.value.eventsReceived.push('client.connected')
+      addTimelineEvent('system', '✅ 已连接', 'RTC 连接成功')
+    })
+
+    client.on(SDKEventNames.DISCONNECTED, () => {
+      console.log('❌ [Client] Disconnected from Coze Realtime')
+      connectionState.value = 'disconnected'
+      debugInfo.value.eventsReceived.push('client.disconnected')
+      addTimelineEvent('system', '❌ 已断开', '连接断开')
+    })
+
+    client.on(SDKEventNames.INTERRUPTED, () => {
+      console.log('⚠️ [Client] Interrupted')
+      debugInfo.value.eventsReceived.push('client.interrupted')
+      addTimelineEvent('system', '⚠️ 被打断', 'AI 被用户打断')
+    })
+
+    client.on(SDKEventNames.AUDIO_MUTED, () => {
+      console.log('🔇 [Client] Audio muted')
+      addTimelineEvent('audio', '🔇 麦克风关闭', '')
+    })
+
+    client.on(SDKEventNames.AUDIO_UNMUTED, () => {
+      console.log('🔊 [Client] Audio unmuted')
+      addTimelineEvent('audio', '🔊 麦克风开启', '')
+    })
+
+    client.on(SDKEventNames.ERROR, (error: unknown) => {
+      const errorMessage = error instanceof Error ? error.message : String(error)
+      console.error('❌ [Client] Error:', error)
+      debugInfo.value.errors.push(errorMessage)
+      addTimelineEvent('error', '❌ 错误', errorMessage)
+    })
+
+    // 监听所有事件（调试用）
+    client.on(SDKEventNames.ALL, (eventName: string, data: unknown) => {
+      // 避免重复日志，只记录非 server/client 前缀的事件
+      if (!eventName.startsWith('server.') && !eventName.startsWith('client.')) {
+        console.log(`📬 [ALL] Event: ${eventName}`, data)
+      }
+    })
+
+    console.log('✅ Event listeners set up complete')
+  }
+
+  /**
+   * 发送 session.update 信令事件
+   * 
+   * 根据 Coze 官方文档 signaling_uplink_event：
+   * - 在 bot.join 后发送
+   * - data.chat_config.parameters: 传递对话流自定义参数（如 session_id）
+   * - data.chat_config.allow_voice_interrupt: 是否允许语音打断
+   * - data.turn_detection: VAD 配置
+   * 
+   * 注意：只发送一次，避免 Bot 重连时重复发送导致对话重置
+   */
+  function sendSessionUpdate(sid: string) {
+    if (!client || !sid) {
+      console.warn('Cannot send session.update: client or sessionId is missing')
+      return false
+    }
+
+    // 防止重复发送（Bot 重连时会再次触发 bot.join 事件）
+    if (isSessionUpdateSent.value) {
+      console.log('⚠️ session.update already sent, skipping to prevent conversation reset')
+      return true
+    }
+
+    // 构造 session.update 事件（严格按照 Coze 文档格式）
+    const event = {
+      id: `evt_${Date.now()}_${Math.random().toString(36).substr(2, 9)}`,
+      event_type: 'session.update',
+      data: {
+        // 会话配置
+        chat_config: {
+          // 传递对话流自定义参数
+          parameters: {
+            session_id: sid,
+          },
+          // 禁止语音打断 AI
+          allow_voice_interrupt: AUDIO_CONFIG.allowVoiceInterrupt,
+        },
+        // VAD 声音检测配置
+        turn_detection: {
+          type: 'server_vad',                                    // 服务端 VAD
+          silence_duration_ms: AUDIO_CONFIG.vad.silenceDurationMs, // 静音 2 秒判定说完（范围 200~2000）
+          prefix_padding_ms: AUDIO_CONFIG.vad.prefixPaddingMs,     // 前置填充 600ms
+        },
+      },
+    }
+
+    console.log('📤 Sending session.update:', JSON.stringify(event, null, 2))
+
+    try {
+      // 使用 sendMessage 发送上行信令
+      client.sendMessage(event)
+      console.log('✅ session.update sent successfully!')
+      console.log(`📊 VAD: silence=${AUDIO_CONFIG.vad.silenceDurationMs}ms, prefix=${AUDIO_CONFIG.vad.prefixPaddingMs}ms`)
+      console.log(`🔇 Voice interrupt: ${AUDIO_CONFIG.allowVoiceInterrupt ? 'enabled' : 'disabled'}`)
+      debugInfo.value.eventsSent.push('session.update')
+      isSessionUpdateSent.value = true
+      debugInfo.value.sessionUpdateSent = true
+      return true
+    } catch (error: unknown) {
+      const errorMessage = error instanceof Error ? error.message : String(error)
+      console.error('❌ Failed to send session.update:', error)
+      debugInfo.value.errors.push(`sendMessage failed: ${errorMessage}`)
+      return false
+    }
+  }
+
+  /**
+   * 断开连接
+   */
+  async function disconnect() {
+    console.log('🔌 Disconnecting from Coze Realtime...')
+    try {
+      // 先停止本地 VAD
+      stopLocalVAD()
+      
+      if (client) {
+        // 先清除事件监听器
+        try {
+          client.clearEventHandlers?.()
+        } catch (e) {
+          console.warn('clearEventHandlers failed:', e)
+        }
+        
+        // 断开连接（可能是异步的）
+        try {
+          await client.disconnect()
+        } catch (e) {
+          console.warn('disconnect call failed:', e)
+        }
+        
+        client = null
+      }
+      
+      connectionState.value = 'disconnected'
+      isSessionUpdateSent.value = false
+      debugInfo.value.rtcConnected = false
+      debugInfo.value.sessionUpdateSent = false
+      debugInfo.value.botJoined = false
+      console.log('✅ Coze Realtime disconnected successfully')
+    } catch (error) {
+      console.error('❌ Disconnect error:', error)
+      // 即使出错也要重置状态
+      stopLocalVAD()
+      connectionState.value = 'disconnected'
+      client = null
+    }
+  }
+
+  /**
+   * 切换静音
+   */
+  async function toggleMute(mute: boolean) {
+    if (client) {
+      try {
+        await client.setAudioEnable(!mute)
+        isMuted.value = mute
+      } catch (error) {
+        console.error('Toggle mute error:', error)
+      }
+    }
+  }
+
+  /**
+   * 打断 AI
+   */
+  function interrupt() {
+    if (client) {
+      try {
+        client.interrupt()
+      } catch (error) {
+        console.error('Interrupt error:', error)
+      }
+    }
+  }
+
+  /**
+   * 提交当前语音输入（手动触发 VAD 结束）
+   * 发送 input_audio_buffer.commit 信令告诉服务器用户已说完
+   */
+  function commitAudioInput() {
+    if (!client) {
+      console.warn('Cannot commit audio: client is not connected')
+      return false
+    }
+
+    // 🛑 立刻停止录音状态（用户点击了"说完了"）
+    isSpeaking.value = false
+    silenceStartTime = null
+    speechStartTime = null
+    hasCommittedThisTurn = true
+    addTimelineEvent('send', '🛑 手动停止录音', '用户点击说完了')
+
+    // 方案 1: 发送 input_audio_buffer.commit 事件（OpenAI 兼容格式）
+    const commitEvent = {
+      id: `evt_${Date.now()}_commit`,
+      event_type: 'input_audio_buffer.commit',
+    }
+
+    console.log('📤 Sending input_audio_buffer.commit (手动触发 VAD 结束)...')
+
+    try {
+      client.sendMessage(commitEvent)
+      console.log('✅ Audio input committed!')
+      addTimelineEvent('send', '📤 语音已提交', '手动触发')
+      debugInfo.value.eventsSent.push('input_audio_buffer.commit')
+      return true
+    } catch (error: unknown) {
+      const errorMessage = error instanceof Error ? error.message : String(error)
+      console.error('❌ Failed to commit audio:', error)
+      
+      // 方案 2: 如果 commit 不支持，尝试发送 conversation.item.create
+      console.log('📤 Trying alternative: conversation.item.create...')
+      try {
+        const createEvent = {
+          id: `evt_${Date.now()}_create`,
+          event_type: 'conversation.item.create',
+          data: {
+            item: {
+              type: 'message',
+              role: 'user',
+              content: [{ type: 'input_audio', audio: '' }]
+            }
+          }
+        }
+        client.sendMessage(createEvent)
+        console.log('✅ Alternative event sent!')
+        return true
+      } catch (altError) {
+        console.error('❌ Alternative also failed:', altError)
+        debugInfo.value.errors.push(`commitAudio failed: ${errorMessage}`)
+        return false
+      }
+    }
+  }
+
+  /**
+   * 获取调试信息摘要
+   */
+  const debugSummary = computed(() => {
+    return {
+      ...debugInfo.value,
+      connectionState: connectionState.value,
+      isMuted: isMuted.value,
+    }
+  })
+
+  return {
+    connectionState,
+    isMuted,
+    sessionId,
+    isSessionUpdateSent,
+    lastError,
+    debugInfo,
+    debugSummary,
+    timeline,  // 通讯时间线
+    // 本地 VAD 状态
+    isSpeaking,
+    isAISpeaking,  // AI 是否正在说话
+    currentVolume,
+    connect,
+    disconnect,
+    toggleMute,
+    interrupt,
+    commitAudioInput,  // 手动触发 VAD 结束（说完了）
+  }
+}

frontend/src/composables/useRTC.ts

@@ -0,0 +1,468 @@
+import { ref } from 'vue'
+import type { RTCConnectionState } from '@/types'
+
+// RTC 连接参数
+interface RTCConnectParams {
+  appId: string
+  roomId: string
+  userId: string
+  token: string
+  sessionId?: string  // 面试会话 ID，用于传递给工作流
+}
+
+/**
+ * 火山引擎 RTC Hook
+ * 封装 RTC 连接、断开、静音、TTS 发送等操作
+ */
+export function useRTC() {
+  const connectionState = ref<RTCConnectionState>('disconnected')
+  const isMuted = ref(false)
+  const isReceiveOnly = ref(false)  // 仅接收模式
+  const isTTSSending = ref(false)   // TTS 正在发送
+
+  // eslint-disable-next-line @typescript-eslint/no-explicit-any
+  let engine: any = null
+  let audioContext: AudioContext | null = null
+  let ttsDestination: MediaStreamAudioDestinationNode | null = null
+
+  /**
+   * 初始化 TTS 音频上下文
+   * 创建一个虚拟音频目标，用于捕获 TTS 输出
+   */
+  function initTTSAudio() {
+    if (!audioContext) {
+      audioContext = new AudioContext()
+      ttsDestination = audioContext.createMediaStreamDestination()
+      console.log('TTS audio context initialized')
+    }
+  }
+
+  /**
+   * 连接 RTC 房间（TTS 模式：使用 TTS 模拟语音输入）
+   * 
+   * 工作原理：
+   * 1. 创建虚拟音频设备（MediaStreamAudioDestinationNode）
+   * 2. TTS 输出连接到虚拟设备
+   * 3. RTC 从虚拟设备采集音频发送
+   */
+  async function connectTTSMode(params: RTCConnectParams) {
+    try {
+      connectionState.value = 'connecting'
+      isReceiveOnly.value = false  // TTS 模式可以发送
+
+      // 初始化 TTS 音频
+      initTTSAudio()
+
+      // 动态导入 RTC SDK
+      console.log('Loading RTC SDK (TTS mode)...')
+      const VERTC = await import('@volcengine/rtc')
+
+      // 创建引擎
+      console.log('Creating RTC engine with appId:', params.appId)
+      engine = VERTC.default.createEngine(params.appId)
+
+      // 监听事件
+      engine.on('onUserJoined', (event: { userId: string }) => {
+        console.log('User joined:', event.userId)
+      })
+
+      engine.on('onUserLeave', (event: { userId: string }) => {
+        console.log('User left:', event.userId)
+      })
+
+      engine.on('onError', (error: Error) => {
+        console.error('RTC error:', error)
+        connectionState.value = 'failed'
+      })
+
+      engine.on('onRoomStateChanged', (event: { state: number; errorCode: number }) => {
+        console.log('Room state changed:', event)
+      })
+
+      // 监听远端音频（AI 的回复）
+      engine.on('onRemoteAudioPropertiesReport', (event: any) => {
+        if (event && event.length > 0) {
+          console.log('AI is speaking:', event)
+        }
+      })
+
+      // 加入房间
+      console.log('Joining room (TTS mode):', params.roomId)
+      await engine.joinRoom(
+        params.token,
+        params.roomId,
+        {
+          userId: params.userId,
+        },
+        {
+          isAutoPublish: true,   // 自动发布（TTS 音频）
+          isAutoSubscribeAudio: true,  // 接收 AI 语音
+          isAutoSubscribeVideo: false,
+        }
+      )
+
+      // 设置自定义音频轨道
+      if (ttsDestination) {
+        const stream = ttsDestination.stream
+        const audioTrack = stream.getAudioTracks()[0]
+        
+        if (audioTrack) {
+          console.log('Setting custom audio track for TTS...')
+          // 使用 setAudioTrack 或 replaceTrack API
+          try {
+            // 方法1: 尝试使用 setCustomizeAudioTrack
+            if (engine.setCustomizeAudioTrack) {
+              await engine.setCustomizeAudioTrack(audioTrack)
+              console.log('Custom audio track set via setCustomizeAudioTrack')
+            }
+            // 方法2: 尝试使用外部音频采集
+            else if (engine.setExternalAudioSource) {
+              await engine.setExternalAudioSource(true, 48000, 1)
+              console.log('External audio source enabled')
+            }
+            // 方法3: 开始采集但不使用默认设备
+            else {
+              console.log('Using default audio capture (TTS may not work)')
+            }
+          } catch (e) {
+            console.warn('Failed to set custom audio track:', e)
+          }
+        }
+      }
+
+      // 开始音频采集（使用静音或自定义源）
+      try {
+        await engine.startAudioCapture()
+        console.log('Audio capture started')
+      } catch (e) {
+        console.warn('Audio capture failed (expected in TTS mode):', e)
+      }
+
+      connectionState.value = 'connected'
+      console.log('RTC connected successfully (TTS mode)')
+    } catch (error: any) {
+      console.error('RTC connect error:', error)
+      connectionState.value = 'failed'
+      throw error
+    }
+  }
+
+  /**
+   * 使用 TTS 发送文字到 RTC 房间
+   * 将文字转换为语音并通过 RTC 发送
+   */
+  async function sendTTSMessage(text: string): Promise<void> {
+    if (!audioContext || !ttsDestination) {
+      console.error('TTS audio not initialized')
+      return
+    }
+
+    isTTSSending.value = true
+
+    return new Promise((resolve, reject) => {
+      if (!window.speechSynthesis) {
+        isTTSSending.value = false
+        reject(new Error('浏览器不支持语音合成'))
+        return
+      }
+
+      const utterance = new SpeechSynthesisUtterance(text)
+      utterance.lang = 'zh-CN'
+      utterance.rate = 1.0
+      utterance.pitch = 1.0
+      utterance.volume = 1.0
+
+      // 选择中文语音
+      const voices = window.speechSynthesis.getVoices()
+      const chineseVoice = voices.find(v => v.lang.includes('zh'))
+      if (chineseVoice) {
+        utterance.voice = chineseVoice
+      }
+
+      utterance.onend = () => {
+        console.log('TTS finished:', text)
+        isTTSSending.value = false
+        resolve()
+      }
+
+      utterance.onerror = (event) => {
+        console.error('TTS error:', event)
+        isTTSSending.value = false
+        reject(new Error('语音合成失败'))
+      }
+
+      console.log('TTS speaking:', text)
+      window.speechSynthesis.speak(utterance)
+    })
+  }
+
+  /**
+   * 连接 RTC 房间（正常麦克风模式）
+   */
+  async function connect(params: RTCConnectParams) {
+    try {
+      connectionState.value = 'connecting'
+      isReceiveOnly.value = false
+
+      // 1. 先请求麦克风权限
+      console.log('Requesting microphone permission...')
+      await requestMicrophonePermission()
+
+      // 2. 动态导入 RTC SDK
+      console.log('Loading RTC SDK...')
+      const VERTC = await import('@volcengine/rtc')
+
+      // 3. 创建引擎
+      console.log('Creating RTC engine with appId:', params.appId)
+      engine = VERTC.default.createEngine(params.appId)
+
+      // 4. 监听事件
+      engine.on('onUserJoined', (event: { userId: string }) => {
+        console.log('User joined:', event.userId)
+      })
+
+      engine.on('onUserLeave', (event: { userId: string }) => {
+        console.log('User left:', event.userId)
+      })
+
+      engine.on('onError', (error: Error) => {
+        console.error('RTC error:', error)
+        connectionState.value = 'failed'
+      })
+
+      engine.on('onRoomStateChanged', (event: { state: number; errorCode: number }) => {
+        console.log('Room state changed:', event)
+      })
+
+      // 5. 加入房间
+      console.log('Joining room:', params.roomId)
+      await engine.joinRoom(
+        params.token,
+        params.roomId,
+        {
+          userId: params.userId,
+        },
+        {
+          isAutoPublish: true,
+          isAutoSubscribeAudio: true,
+          isAutoSubscribeVideo: false,
+        }
+      )
+
+      // 6. 开始音频采集
+      console.log('Starting audio capture...')
+      await engine.startAudioCapture()
+
+      // 7. 发送 session.update 事件，传递 session_id 给工作流
+      if (params.sessionId) {
+        console.log('Sending session.update event with session_id:', params.sessionId)
+        await sendSessionUpdate(engine, params.sessionId)
+      }
+
+      connectionState.value = 'connected'
+      console.log('RTC connected successfully')
+    } catch (error: any) {
+      console.error('RTC connect error:', error)
+      connectionState.value = 'failed'
+      throw error
+    }
+  }
+
+  /**
+   * 断开 RTC 连接
+   */
+  async function disconnect() {
+    try {
+      if (engine) {
+        try {
+          await engine.stopAudioCapture()
+        } catch (e) {
+          console.warn('Stop audio capture failed:', e)
+        }
+        await engine.leaveRoom()
+        engine.destroy()
+        engine = null
+      }
+      
+      // 清理 TTS 音频上下文
+      if (audioContext) {
+        await audioContext.close()
+        audioContext = null
+        ttsDestination = null
+      }
+      
+      connectionState.value = 'disconnected'
+      isReceiveOnly.value = false
+      isTTSSending.value = false
+      console.log('RTC disconnected')
+    } catch (error) {
+      console.error('RTC disconnect error:', error)
+    }
+  }
+
+  /**
+   * 切换静音状态
+   */
+  function toggleMute(mute: boolean) {
+    if (engine) {
+      if (mute) {
+        engine.muteLocalAudio()
+      } else {
+        engine.unmuteLocalAudio()
+      }
+      isMuted.value = mute
+    }
+  }
+
+  return {
+    connectionState,
+    isMuted,
+    isReceiveOnly,
+    isTTSSending,
+    connect,
+    connectTTSMode,
+    disconnect,
+    toggleMute,
+    sendTTSMessage,
+  }
+}
+
+/**
+ * 发送 session.update 事件，将 session_id 传递给 Coze 工作流
+ * 
+ * 在 Coze RTC 语音模式下，需要通过此事件传递自定义参数
+ * 工作流可以通过入参获取 session_id
+ * 
+ * 根据 Coze 文档，事件需要通过信令通道发送
+ */
+// eslint-disable-next-line @typescript-eslint/no-explicit-any
+async function sendSessionUpdate(engine: any, sessionId: string): Promise<void> {
+  try {
+    // 构造 session.update 事件（Coze 标准格式）
+    const eventData = {
+      id: `event_${Date.now()}`,
+      event_type: 'session.update',
+      data: {
+        chat_config: {
+          parameters: {
+            session_id: sessionId,
+          },
+        },
+      },
+    }
+
+    const eventJson = JSON.stringify(eventData)
+    console.log('Sending session.update event:', eventData)
+
+    // 尝试多种方式发送事件到 Coze
+
+    // 方法1: sendStreamSyncInfo (火山引擎 RTC 流同步信息)
+    if (engine.sendStreamSyncInfo) {
+      try {
+        const encoder = new TextEncoder()
+        const data = encoder.encode(eventJson)
+        await engine.sendStreamSyncInfo(data, { repeatCount: 3 })
+        console.log('session.update sent via sendStreamSyncInfo')
+        return
+      } catch (e) {
+        console.warn('sendStreamSyncInfo failed:', e)
+      }
+    }
+
+    // 方法2: sendSEIMessage (Supplemental Enhancement Information)
+    if (engine.sendSEIMessage) {
+      try {
+        const encoder = new TextEncoder()
+        const data = encoder.encode(eventJson)
+        // streamIndex: 0 表示主流，1 表示屏幕流
+        await engine.sendSEIMessage(0, data, { repeatCount: 3 })
+        console.log('session.update sent via sendSEIMessage')
+        return
+      } catch (e) {
+        console.warn('sendSEIMessage failed:', e)
+      }
+    }
+
+    // 方法3: sendPublicStreamSEIMessage
+    if (engine.sendPublicStreamSEIMessage) {
+      try {
+        const encoder = new TextEncoder()
+        const data = encoder.encode(eventJson)
+        await engine.sendPublicStreamSEIMessage(data)
+        console.log('session.update sent via sendPublicStreamSEIMessage')
+        return
+      } catch (e) {
+        console.warn('sendPublicStreamSEIMessage failed:', e)
+      }
+    }
+
+    // 方法4: sendRoomMessage (房间消息)
+    if (engine.sendRoomMessage) {
+      try {
+        await engine.sendRoomMessage(eventJson)
+        console.log('session.update sent via sendRoomMessage')
+        return
+      } catch (e) {
+        console.warn('sendRoomMessage failed:', e)
+      }
+    }
+
+    // 方法5: sendUserMessage (用户消息)
+    if (engine.sendUserMessage) {
+      try {
+        // 发送给 AI Bot（Coze Bot 在房间中的用户 ID 通常以 bot_ 或 uid_ 开头）
+        await engine.sendUserMessage('', eventJson)  // 空字符串表示广播
+        console.log('session.update sent via sendUserMessage')
+        return
+      } catch (e) {
+        console.warn('sendUserMessage failed:', e)
+      }
+    }
+
+    // 方法6: 尝试直接调用 engine 上的其他方法
+    console.log('Available engine methods:', Object.keys(engine).filter(k => typeof engine[k] === 'function'))
+    
+    console.warn('No suitable method found to send session.update event. Coze may not receive the parameters.')
+  } catch (error) {
+    console.error('Failed to send session.update:', error)
+  }
+}
+
+/**
+ * 请求麦克风权限
+ */
+async function requestMicrophonePermission(): Promise<boolean> {
+  try {
+    if (navigator.permissions) {
+      const result = await navigator.permissions.query({ name: 'microphone' as PermissionName })
+      console.log('Microphone permission status:', result.state)
+      
+      if (result.state === 'denied') {
+        throw new Error('麦克风权限被拒绝，请在浏览器设置中允许访问麦克风')
+      }
+    }
+
+    const stream = await navigator.mediaDevices.getUserMedia({ 
+      audio: {
+        echoCancellation: true,
+        noiseSuppression: true,
+        autoGainControl: true,
+      }
+    })
+    
+    stream.getTracks().forEach(track => track.stop())
+    
+    console.log('Microphone permission granted')
+    return true
+  } catch (error: any) {
+    console.error('Microphone permission error:', error)
+    
+    if (error.name === 'NotAllowedError') {
+      throw new Error('请允许使用麦克风以进行语音面试。如果您已拒绝，请在浏览器地址栏左侧的锁图标中重新授权。')
+    } else if (error.name === 'NotFoundError') {
+      throw new Error('未检测到麦克风设备，请确保您的设备已连接麦克风。')
+    } else {
+      throw new Error(`麦克风权限获取失败: ${error.message}`)
+    }
+  }
+}

frontend/src/layouts/AdminLayout.vue

@@ -0,0 +1,62 @@
+<script setup lang="ts">
+import { RouterView } from 'vue-router'
+import { ref } from 'vue'
+import { useRouter } from 'vue-router'
+
+const router = useRouter()
+const isCollapsed = ref(false)
+
+function goToCandidates() {
+  router.push('/admin')
+}
+</script>
+
+<template>
+  <el-container class="admin-layout h-screen">
+    <!-- 侧边栏 -->
+    <el-aside :width="isCollapsed ? '64px' : '200px'" class="bg-gray-800 transition-all">
+      <div class="h-14 flex items-center justify-center text-white font-bold text-lg border-b border-gray-700">
+        <span v-if="!isCollapsed">AI面试后台</span>
+        <span v-else>AI</span>
+      </div>
+      <el-menu
+        :collapse="isCollapsed"
+        :default-active="$route.path"
+        background-color="#1f2937"
+        text-color="#9ca3af"
+        active-text-color="#3b82f6"
+        class="border-none"
+      >
+        <el-menu-item index="/admin" @click="goToCandidates">
+          <el-icon><User /></el-icon>
+          <template #title>候选人管理</template>
+        </el-menu-item>
+      </el-menu>
+    </el-aside>
+
+    <el-container>
+      <!-- 头部 -->
+      <el-header class="bg-white border-b border-gray-200 flex items-center justify-between px-4">
+        <el-button :icon="isCollapsed ? 'Expand' : 'Fold'" text @click="isCollapsed = !isCollapsed" />
+        <div class="flex items-center gap-4">
+          <span class="text-gray-600">管理员</span>
+        </div>
+      </el-header>
+
+      <!-- 内容区 -->
+      <el-main class="bg-gray-50 p-6">
+        <RouterView />
+      </el-main>
+    </el-container>
+  </el-container>
+</template>
+
+<style scoped>
+.admin-layout :deep(.el-menu) {
+  border-right: none;
+}
+
+.admin-layout :deep(.el-menu--collapse) {
+  width: 64px;
+}
+</style>

frontend/src/layouts/InterviewLayout.vue

@@ -0,0 +1,19 @@
+<script setup lang="ts">
+import { RouterView } from 'vue-router'
+</script>
+
+<template>
+  <div class="interview-layout min-h-screen bg-gradient-to-br from-blue-50 to-indigo-100">
+    <RouterView />
+  </div>
+</template>
+
+<style scoped>
+.interview-layout {
+  display: flex;
+  flex-direction: column;
+  align-items: center;
+  justify-content: center;
+  padding: 20px;
+}
+</style>

frontend/src/main.ts

@@ -0,0 +1,22 @@
+import { createApp } from 'vue'
+import { createPinia } from 'pinia'
+import ElementPlus from 'element-plus'
+import * as ElementPlusIconsVue from '@element-plus/icons-vue'
+import 'element-plus/dist/index.css'
+import './styles/index.css'
+
+import App from './App.vue'
+import router from './router'
+
+const app = createApp(App)
+
+// 注册 Element Plus 图标
+for (const [key, component] of Object.entries(ElementPlusIconsVue)) {
+  app.component(key, component)
+}
+
+app.use(createPinia())
+app.use(router)
+app.use(ElementPlus)
+
+app.mount('#app')

frontend/src/pages/admin/[id].vue

@@ -0,0 +1,192 @@
+<script setup lang="ts">
+import { ref, onMounted, computed } from 'vue'
+import { useRoute, useRouter } from 'vue-router'
+import { candidateApi } from '@/api'
+import type { CandidateDetail } from '@/api'
+
+const route = useRoute()
+const router = useRouter()
+
+const loading = ref(true)
+const candidate = ref<CandidateDetail | null>(null)
+
+// 雷达图数据
+const radarData = computed(() => {
+  if (!candidate.value?.scores) return []
+  const { salesSkill, salesMindset, quality, motivation } = candidate.value.scores
+  return [
+    { name: '销售技能', value: salesSkill },
+    { name: '销售观', value: salesMindset },
+    { name: '素质项', value: quality },
+    { name: '求职动机', value: motivation },
+  ]
+})
+
+// 获取候选人详情
+async function fetchDetail() {
+  const sessionId = route.params.id as string
+  if (!sessionId) {
+    router.push('/admin')
+    return
+  }
+
+  loading.value = true
+  try {
+    const response = await candidateApi.getDetail(sessionId)
+    candidate.value = response.data
+  } catch (error) {
+    console.error('Fetch detail error:', error)
+  } finally {
+    loading.value = false
+  }
+}
+
+// 导出 PDF
+function handleExport() {
+  if (!candidate.value) return
+  const url = candidateApi.exportPdf(candidate.value.sessionId)
+  window.open(url, '_blank')
+}
+
+// 返回列表
+function goBack() {
+  router.push('/admin')
+}
+
+// 格式化日期
+function formatDate(dateStr?: string) {
+  if (!dateStr) return '-'
+  const date = new Date(dateStr)
+  return date.toLocaleString('zh-CN', {
+    year: 'numeric',
+    month: '2-digit',
+    day: '2-digit',
+    hour: '2-digit',
+    minute: '2-digit',
+  })
+}
+
+// 获取评分颜色
+function getScoreColor(score: number) {
+  if (score >= 80) return '#22c55e'
+  if (score >= 60) return '#f59e0b'
+  return '#ef4444'
+}
+
+onMounted(() => {
+  fetchDetail()
+})
+</script>
+
+<template>
+  <div class="candidate-detail">
+    <!-- 返回按钮 -->
+    <div class="mb-4">
+      <el-button text @click="goBack">
+        <el-icon class="mr-1"><ArrowLeft /></el-icon>
+        返回列表
+      </el-button>
+    </div>
+
+    <div v-loading="loading">
+      <template v-if="candidate">
+        <!-- 基本信息卡片 -->
+        <div class="bg-white rounded-lg p-6 mb-6 shadow-sm">
+          <div class="flex justify-between items-start">
+            <div>
+              <h1 class="text-2xl font-bold text-gray-800 mb-2">{{ candidate.name }}</h1>
+              <div class="text-gray-500 space-y-1">
+                <p>会话 ID：{{ candidate.sessionId }}</p>
+                <p>面试时间：{{ formatDate(candidate.createdAt) }}</p>
+                <p v-if="candidate.completedAt">
+                  完成时间：{{ formatDate(candidate.completedAt) }}
+                </p>
+              </div>
+            </div>
+            <el-button type="primary" @click="handleExport">
+              <el-icon class="mr-1"><Download /></el-icon>
+              导出 PDF
+            </el-button>
+          </div>
+        </div>
+
+        <!-- 评分概览 -->
+        <div class="grid grid-cols-1 lg:grid-cols-2 gap-6 mb-6">
+          <!-- 综合评分 -->
+          <div class="bg-white rounded-lg p-6 shadow-sm">
+            <h2 class="text-lg font-semibold text-gray-800 mb-4">综合评分</h2>
+            <div class="text-center py-8">
+              <div
+                class="text-6xl font-bold mb-2"
+                :style="{ color: getScoreColor(candidate.scores?.total || 0) }"
+              >
+                {{ candidate.scores?.total || 0 }}
+              </div>
+              <p class="text-gray-500">总分（满分 100）</p>
+            </div>
+          </div>
+
+          <!-- 分项评分 -->
+          <div class="bg-white rounded-lg p-6 shadow-sm">
+            <h2 class="text-lg font-semibold text-gray-800 mb-4">分项评分</h2>
+            <div class="space-y-4">
+              <div
+                v-for="item in radarData"
+                :key="item.name"
+                class="flex items-center"
+              >
+                <span class="w-20 text-gray-600">{{ item.name }}</span>
+                <el-progress
+                  :percentage="item.value"
+                  :stroke-width="12"
+                  :color="getScoreColor(item.value)"
+                  class="flex-1"
+                />
+                <span
+                  class="w-12 text-right font-medium"
+                  :style="{ color: getScoreColor(item.value) }"
+                >
+                  {{ item.value }}
+                </span>
+              </div>
+            </div>
+          </div>
+        </div>
+
+        <!-- 分析报告 -->
+        <div class="bg-white rounded-lg p-6 mb-6 shadow-sm">
+          <h2 class="text-lg font-semibold text-gray-800 mb-4">分析报告</h2>
+          <div class="prose max-w-none text-gray-600 leading-relaxed">
+            {{ candidate.analysis || '暂无分析报告' }}
+          </div>
+        </div>
+
+        <!-- 简历内容 -->
+        <div class="bg-white rounded-lg p-6 mb-6 shadow-sm">
+          <h2 class="text-lg font-semibold text-gray-800 mb-4">简历内容</h2>
+          <div class="bg-gray-50 rounded-lg p-4 text-gray-600 whitespace-pre-wrap">
+            {{ candidate.resume || '暂无简历内容' }}
+          </div>
+        </div>
+
+        <!-- 面试记录 -->
+        <div class="bg-white rounded-lg p-6 shadow-sm">
+          <h2 class="text-lg font-semibold text-gray-800 mb-4">面试记录</h2>
+          <div class="bg-gray-50 rounded-lg p-4 text-gray-600 whitespace-pre-wrap max-h-96 overflow-y-auto">
+            {{ candidate.interviewLog || '暂无面试记录' }}
+          </div>
+        </div>
+      </template>
+
+      <template v-else-if="!loading">
+        <el-empty description="未找到候选人信息" />
+      </template>
+    </div>
+  </div>
+</template>
+
+<style scoped>
+.prose {
+  line-height: 1.8;
+}
+</style>