Project Concept
声音不是用来听的。
是用来看的。
这不是一个聊天界面。这是一个认知表面——AI 的思考过程被可视化为一个实时演化的 3D 声波球，你说话的每一秒都在改变它的形状。
基于 Hermes Agent 架构，接入白龙马语音引擎。后端是 DeepSeek 的 tool calling 推理，前端是 D3.js 驱动的粒子系统。中间层是声音——你的声音。
核心设计目标：让 AI 的思考过程变得可见、可感知、可信任。
Cognitive SurfaceD3.js + WebSocket
Visual Feedback Layers
声音的四层视觉翻译
01
Frequency Layer
频率可视化
声音的频率被映射为3D声波球的振幅。低频是缓慢的脉动，高频是急促的粒子飞溅。你说话的节奏，直接变成了空间的呼吸。
02
Emotion Mapping
情绪色彩映射
AI 分析语音的情感倾向——平静是深蓝，兴奋是橙红，犹豫是灰紫。整个界面的色调随情绪流动，不需要看文字就能感知对话的温度。
03
Rhythm Orchestration
节奏空间编排
语速快时粒子密集加速，停顿时空间静止呼吸。沉默不是空白，是视觉上的留白——整个界面在等你开口。
04
Memory Graph
记忆图谱渲染
对话中的关键概念被提取为节点，关联为连线。随着对话深入，图谱不断生长。你和 AI 聊过什么，一眼就能看到知识的形状。
Design Philosophy
设计意图：传统 AI 面板只告诉你"我在想"——一个 spinner，三个点。但你想知道的是：它在想什么？想到哪一步了？有没有卡住？
解决方案：把推理过程映射为空间变化。声波球的每一次脉动都是一个 token 在生成，粒子的密度反映注意力的集中度。
结果：你不再是在等 AI 回答——你在看着它思考。
System Flow
1
语音输入 → 频率分析2
情绪识别 → 色彩映射3
推理过程 → 粒子运动4
记忆提取 → 图谱渲染Tech Stack
技术实现
FastAPI + WebSocketD3.js 3D 粒子系统Edge TTS 语音合成DeepSeek Tool CallingLiquid Glass SVG 滤镜Hermes Agent 架构SSE 流式传输实时频率分析情绪色彩映射记忆图谱渲染