🎯 Interview-Assist — 实时面试辅助系统

Rust 实现的实时面试辅助工具：WASAPI Loopback 捕获系统音频 → STT 语音转文字 → LLM 生成候选回答 → 悬浮窗显示。

屏幕共享时悬浮窗自动隐身 — Zoom / 腾讯会议 / 飞书看不到答案窗口。

快速开始

# 1. 配置
cp config.yaml.example config.yaml
# 编辑 config.yaml，至少填入 STT 和 LLM 的 API Key

# 2. 运行
cargo run --release

操作方式

操作	按键
录制面试官说话	按住 F2
自动识别 + 生成回答	松开 F2
拖动/缩放悬浮窗	标准窗口操作
退出	Ctrl+C 或点击窗口 ✕

API 配置

config.yaml 支持多提供商，按需开启：

# LLM — 必选，支持 OpenAI 兼容接口
llm_provider: deepseek        # deepseek | openai
llm_model: deepseek-v4-flash

deepseek:                     # DeepSeek 官方
  url: https://api.deepseek.com/v1
  key: sk-xxx

openai:                       # 任意 OpenAI 兼容接口
  url: https://api.openai.com/v1    # Groq / Together / vLLM 等
  key: sk-xxx
  model: gpt-4o-mini

# STT — 必选
siliconflow:                  # 硅基流动 (SiliconFlow)
  url: https://api.siliconflow.cn/v1
  key: sk-xxx

stt_model: FunAudioLLM/SenseVoiceSmall   # 或换其他 STT 模型

SiliconFlow（硅基流动）

STT 语音识别使用 硅基流动 的 SenseVoiceSmall 模型：

• 国内访问低延迟，无需翻墙
• 注册即送免费额度：https://cloud.siliconflow.cn
• 支持中英混合识别
• API 兼容 OpenAI 格式，也可在 bench 工具中测试其托管的各种 LLM

LLM 提供商切换

提供商	配置	延迟参考
DeepSeek 官方	llm_provider: deepseek	~250ms
OpenAI 兼容	llm_provider: openai	取决于接口

用 cargo run --release --bin bench 可自动拉取所有可用模型并测试延迟。

架构

┌──────────┐    ┌──────────────┐    ┌─────────────┐    ┌────────────┐
│ WASAPI   │───▶│ SiliconFlow  │───▶│ DeepSeek v4  │───▶│  悬浮窗     │
│ Loopback │    │ STT (REST)   │    │ Flash (LLM) │    │ (Win32 GUI) │
└──────────┘    └──────────────┘    └─────────────┘    └─────────────┘
 捕获系统音频      语音→文字          生成候选回答       屏幕共享隐身
 (48kHz stereo)   (mono 16kHz)       (~250ms)

延迟

松开 F2 → WAV(5ms) → STT(660ms) → LLM(250ms) → 显示
总计: ~1s

项目结构

src/
├── main.rs           # 固定时长捕获（测试用）
├── bin/
│   ├── hotkey.rs     # 按键控制 + 内置悬浮窗（主力）
│   ├── bench.rs      # LLM 延迟基准测试
│   └── verify.rs     # WAV 格式诊断
├── api.rs            # YAML 配置读取
├── audio.rs          # WASAPI Loopback 捕获
├── stt.rs            # SiliconFlow REST STT
└── llm.rs            # LLM 回答生成（支持多提供商）

可用命令

命令	功能
cargo run --release	主力：按键控制 + 悬浮窗
cargo run --release --bin bench	拉取可用模型 → 延迟排名
cargo run --release --bin verify captured.wav	WAV 文件格式验证

技术栈

组件	技术
音频捕获	WASAPI Loopback (Win32 COM)
语音识别	SiliconFlow SenseVoiceSmall (REST)
文本生成	DeepSeek V4 Flash / OpenAI 兼容接口
悬浮窗	原生 Win32 窗口 + WDA_EXCLUDEFROMCAPTURE
配置	YAML (config.yaml)
语言	Rust