StoryPal AI Reading Companion

项目概览

StoryPal 是一个儿童 AI 教育互动内容系统。它把故事拆成可编排的叙事节点与教育提问节点：系统可以在剧情自然停顿处主动引导，孩子也可以在任意故事句播放时发起问题。回答结束后，故事回到被打断的准确句子，尽量保护叙事连续性。

公开仓库提供 Web 与微信小程序界面、双交互状态机、Question Planner、Session Memory 和事实型阅读报告。为避免泄露供应商凭证、测试语音和私有配置，公开版默认使用无需密钥的 Mock Provider；真实 Streaming ASR、LLM 与 TTS adapter 没有公开。

问题背景

儿童听故事时存在两类同时发生、但不能用同一交互规则处理的需求。一类是孩子尚未形成主动提问习惯，需要系统在关键情节提供适量引导；另一类是孩子已经产生真实好奇心，希望立刻打断并获得与当前故事有关的回答。

如果只依赖自由问答，教育目标难以稳定覆盖；如果只按预设节点提问，又会压低儿童自主表达。语音回答还会打断叙事工作记忆，续播位置错误会让情节理解进一步断裂。

我的角色

我负责将上述矛盾拆成可执行的产品机制：定义两条交互路径、打断与续播规则、七维教育问题结构、Question Planner 和本次会话 Memory Layer；同时设计 Backend 权威游标、跨端事件协议和 Provider Contract，并借助 AI Coding 完成 Web、微信小程序、核心测试与公开版治理。

目标与约束

项目目标是让互动服务于理解、推理、共情、想象和表达，同时保留孩子提问的主动性。主要约束包括：儿童内容需要可审阅；语音链路有延迟与乱序；Web 和小程序必须共享一致状态；公开仓库不能包含真实凭证、第三方素材或儿童数据；单次互动不能被包装成能力诊断。

关键判断

核心判断是把“主动教育引导”和“自主打断问答”设计为两个独立引擎。它们共享当前故事语境，却拥有不同的触发条件、问题来源和续播策略。

主动提问只能从内容团队审核过的候选池中选择，模型不能临场改变学习目标。自主打断只在 playing + story node 状态开放，系统保存 node_id + sentence_index，回答后重播被打断原句。Memory 用来记录近期表达、互动来源和维度覆盖，不承担儿童画像或诊断评分。

产品方案

内容侧建立七维问题设计卡：大语文、百科知识、文化理解、逻辑思维、情绪理解、想象力和语言表达。每个主动问题包含触发理由、主副维度、学习目标、脚手架提示和追问策略。Question Planner 优先选择本次会话尚未覆盖的维度，也允许孩子略过。

交互侧把故事馆、播放器和阅读报告串成闭环。报告只展示儿童原话、对应故事线索、互动模块与维度证据，明确避免根据一次互动推断能力。

系统或工作流程

故事节点 → 主动问题或儿童打断 → 受控回答 → 准确续播 → Memory 记录 → 事实型报告

Backend 是故事游标的唯一来源，Web 与小程序只上报用户意图和播放完成事件。公开版通过统一 Provider 接口连接确定性 Mock；原始完整原型使用 Streaming ASR、LLM 增量输出、分句并发 Streaming TTS、按序 PCM 音频发送与 200ms jitter buffer，把生成和播放重叠执行。

执行过程

项目先从状态机验证打断、回答、略过和续播顺序，再把教育问题从文案提升为结构化 schema。随后加入 Session Memory 与 Question Planner，让问题选择能够参考近期互动和维度覆盖。跨端阶段使用统一事件协议约束 Web 与微信小程序行为，最后进行公开版脱敏、原创示例替换、Mock Provider 接入和安全检查。

结果与证据

公开仓库可以运行双交互闭环，并包含状态机、问题规划、记忆、恢复和异常顺序测试。原始原型保留的 24 轮本地性能日志显示，LLM 首 token 的中位数为 590ms、p90 为 797ms；这些数据只支持模型首 token 口径，不代表严格的公网端到端首段出声 SLA。

教育效果、长期留存和真实家庭使用结果尚未形成可公开的量化数据。

当前边界

公开版的浏览器语音由操作系统决定，小程序以定时器模拟播放完成。Memory 只在服务端进程内按 session 隔离，不支持跨会话画像。生产化仍需要监护人同意、账户与数据删除、内容审核、限流、重连、可观测性，以及按年龄分层的内容研究。

复盘

这个项目让我确认：AI 教育产品的关键并非让模型更自由，而是把教育判断、触发时机和安全边界转成可以审核和测试的结构。低延迟也不是孤立性能指标，它直接影响儿童能否保持故事情节和因果链。下一阶段最重要的工作是补齐真实年龄分层验证，而不是继续增加未经验证的功能。

仓库与演示

完整代码、产品逻辑、系统架构与公开边界见 StoryPal GitHub 仓库 ↗。仓库提供本地可运行的公开演示，当前没有独立线上产品地址。