# 实时通话 ASR 事件监控

一个基于 Spring Boot 和 React 的实时通话事件监控系统。
前端持续提交市民与坐席的 ASR Final 文本，后端按通话维护共享上下文，可选择 AC 关键词匹配或大模型事件匹配，并返回本次新增告警和通话累计结果。

## 技术栈

| 模块 | 技术 |
| --- | --- |
| 后端 | Java 21、Spring Boot 4、Spring MVC、Spring Data JPA、Spring AI 2 |
| 匹配 | Aho-Corasick 自动机 / OpenAI 兼容大模型 |
| 数据库 | H2 文件数据库 |
| 前端 | React 19、TypeScript、Vite、Tailwind CSS、Motion |
| Excel | ExcelJS |

## 目录结构

```text
.
├── frontend/                         # React 前端
├── src/main/java/com/example/demo/
│   ├── api/                          # REST 接口
│   ├── application/                  # 监控、规则和会话服务
│   ├── domain/                       # 请求、响应和领域模型
│   ├── matcher/                      # AC、LLM 匹配器及路由
│   ├── repository/                   # 规则版本和会话存储
│   ├── job/                          # 过期会话清理
│   └── support/                      # 异常、文本标准化等
├── src/main/resources/
│   ├── application.yml              # 服务配置
│   └── rules/default-rules.json      # 初始规则
└── pom.xml
```

## 本地运行

### 环境要求

- JDK 21
- Node.js 18 或更高版本
- npm

### 1. 启动后端

在项目根目录执行：

```bash
./mvnw spring-boot:run
```

如需使用“大模型事件匹配”，先设置模型服务的 API Key：

```bash
export LLM_API_KEY="your-api-key"
./mvnw spring-boot:run
```

API Key 只从后端环境变量读取，不会进入浏览器、规则数据库或版本历史。模型服务地址、模型名、超时、最大输出 Token 和提示词在前端页面配置。

后端默认地址：`http://localhost:8080`

健康检查：

```text
http://localhost:8080/actuator/health
```

### 2. 启动前端

另开一个终端：

```bash
cd frontend
npm install
npm run dev
```

访问：`http://localhost:3000`

开发环境下，Vite 会将 `/api` 自动代理到 `http://localhost:8080`。

## 打包为单个 Spring Boot JAR

先构建前端并复制静态文件：

```bash
cd frontend
npm install
npm run build
cd ..
cp -R frontend/dist/. src/main/resources/static/
```

再打包和启动后端：

```bash
./mvnw clean package
java -jar target/demo-0.0.1-SNAPSHOT.jar
```

访问：`http://localhost:8080`

## ASR 接口

提交一条 ASR Final：

```http
POST /api/v1/asr-events
Content-Type: application/json
```

```json
{
  "callId": "call-001",
  "seq": 1,
  "speaker": "citizen",
  "text": "我的顺丰快递一直没有收到",
  "final": true
}
```

`speaker` 只支持：

- `citizen`：市民
- `agent`：坐席

同一 `callId` 下，两个角色必须共享一套全局唯一的 `seq`：

```text
seq 1  citizen  市民发言
seq 2  agent    坐席发言
seq 3  citizen  市民发言
seq 4  agent    坐席发言
```

响应中的主要字段：

- `newAlerts`：本次新触发、需要前端提醒的事件
- `currentResults`：该通话当前累计命中的事件
- `duplicate`：是否为重复的 `callId + seq`
- `activeRuleVersion`：本次匹配使用的规则版本

通话结束后应主动释放会话：

```http
POST /api/v1/calls/{callId}/close
```

## 算法流程

```mermaid
flowchart TD
    A["接收 ASR 请求"] --> B{"final=true?"}
    B -- 否 --> C["返回当前结果，不写入上下文"]
    B -- 是 --> D{"callId + seq 是否重复?"}
    D -- 是 --> E["返回 duplicate=true"]
    D -- 否 --> F["写入该通话的共享上下文窗口"]
    F --> G{"当前匹配方式"}
    G -- AC --> H["拼接、标准化并扫描关键词"]
    G -- LLM --> I["注入规则、已发送事件和带角色上下文"]
    H --> J["还原业务事件"]
    I --> J
    J --> K["后端进行通话级最终去重"]
    K --> L["返回 newAlerts 和 currentResults"]
```

### 1. 通话隔离与并发

每个 `callId` 拥有独立会话状态和锁。同一通话按锁串行处理，不同通话可以并行处理。

### 2. 共享上下文窗口

市民和坐席文本进入同一个、按 `seq` 排序的通话上下文，默认最多保留 200 轮。AC 只扫描最近 5 轮，能够识别被 ASR 切分到相邻 Final 中的关键词；LLM 使用当前保留的完整上下文。

### 3. 文本标准化

匹配前会进行 Unicode NFKC 标准化、转小写，并移除空白和常见中英文标点。例如：

```text
E M S       → ems
顺丰，快递  → 顺丰快递
```

### 4. AC 自动机匹配

所有已启用关键词被一次性构建为不可变 AC 自动机快照。每条匹配文本只需扫描一次即可发现多个关键词，适合规则和关键词数量持续增加的场景。

### 5. 告警去重

匹配结果按业务事件聚合。同一个事件在同一次通话中只进入一次 `newAlerts`，重复命中仍保留在累计状态中，但不会重复提醒。

### 6. 大模型事件匹配

每条规则包含两个标识：

- `id`：系统内部 UUID，用于规则管理和版本关联
- `eventId`：简短、稳定的业务事件 ID，例如 `E001`

后端把启用规则压缩为 `事件ID|名称|辅助关键词`，并把本通话已经发送的事件 ID 一并放入提示词。模型只允许输出 JSON 字符串数组，例如 `["E001"]` 或 `[]`，不输出置信度、证据和原因。后端校验短 ID、还原事件名称，并继续执行权威去重。

为提高支持自动 Prompt/KV Cache 的模型服务的缓存命中率，后端会把规则和指令放在稳定前缀中，把每次变化的通话上下文强制追加到提示词最末尾。上下文格式为：

```text
1|citizen|市民发言
2|agent|坐席发言
3|citizen|市民发言
```

## 规则管理与版本回溯

规则保存采用完整文档发布，并携带 `baseVersion` 做乐观并发控制。匹配方式和大模型配置与规则一起版本化；事务提交成功后才切换运行时快照。

主要接口：

| 方法 | 路径 | 说明 |
| --- | --- | --- |
| GET | `/api/v1/admin/rules` | 获取当前生效规则 |
| PUT | `/api/v1/admin/rules` | 保存并发布新版本 |
| GET | `/api/v1/admin/rules/versions?limit=20` | 获取历史版本 |
| POST | `/api/v1/admin/rules/versions/{version}/restore` | 回溯历史版本 |

回溯不会修改或删除旧记录。例如当前 V8 回溯到 V3，系统会复制 V3 的内容并创建新的 V9，然后切换 V9 为生效版本。

## 配置

主要配置位于 `src/main/resources/application.yml`：

| 配置 | 默认值 | 说明 |
| --- | --- | --- |
| `server.port` | `8080` | HTTP 端口 |
| `monitor.recent-final-window-size` | `5` | AC 每次扫描的最近 Final 数量 |
| `monitor.max-conversation-turns` | `200` | 每通话最多保留的共享上下文轮数 |
| `monitor.max-processed-seqs` | `500` | 幂等序列号历史上限 |
| `monitor.session-ttl` | `PT2H` | 会话空闲过期时间 |
| `monitor.session-cleanup-interval` | `PT10M` | 过期会话清理周期 |
| `monitor.llm.api-key` | 环境变量 `LLM_API_KEY` | 大模型服务密钥 |

规则数据库默认保存在项目运行目录的 `data/rules.mv.db`。

## 扩展性

### 扩展规则

直接通过前端页面或 Excel 导入新增关键词规则，无需修改匹配代码。发布后自动构建新快照并热切换。

### 扩展匹配算法

当前支持 `ac-keyword` 和 `llm`。匹配器由统一路由调用，后续可以继续增加正则、高频事件分类、向量检索或组合策略。大模型当前采用同步调用，适合单实例、低流量场景；流量增加后可增加超时降级、隔离线程池、限流、指标和异步结果通道。

### 扩展事件处理

可以在产生 `newAlerts` 后增加消息队列、WebSocket、工单、短信或外部系统通知。建议通过领域事件异步处理，避免阻塞 ASR 接口。

### 扩展存储

开发环境使用 H2。生产环境可以迁移到 MySQL 或 PostgreSQL；JPA 领域模型和服务层不需要大幅调整。

### 扩展为多实例部署

当前通话上下文保存在单机 JVM 内存。多实例部署时需要选择以下方案之一：

- 按 `callId` 做一致性路由，保证同一通话始终进入同一实例
- 将会话上下文和幂等状态迁移到 Redis 等共享存储
- 使用分布式事件流按 `callId` 分区处理

### 安全与治理

生产环境建议增加管理员认证、规则变更审计、接口限流、数据库迁移工具，以及历史版本保留策略。

## 其他说明

- 关键词模式下，前端对话中的关键词高亮只是本地视觉提示；大模型模式不做本地关键词高亮。
- 真实告警始终以后端 `/api/v1/asr-events` 响应为准。
- 更完整的设计背景见 `asr_event_monitor_confirmed_technical_solution.md`。