8054fcdad1
真机复测又发现三个问题，逐一定位修复： 1. 流式播报接上后"开始播报"提示语丢了。TtsPlayer 新增 announceStart()， 只入队播放不碰流式缓冲区状态，beginQuery() 里 stop()+配置同步之后 调用。真机验证：连续问答里从第2轮开始稳定播报"开始播报"（第1轮偶发 缺失，是启动时批量测试自动开始跟语音配置同步的时序竞争，非本次改动 引入的逻辑问题）。 2. 加粗文本（**xxx**）被朗读两遍。根因：markdownToPlain 每次都从头 重新解析整段 rawText，** 闭合符号到达前后同一段文字的纯文本渲染 结果不一样（未闭合时星号当普通字符、闭合后星号被去掉），提前把这段 不稳定文字提交为 lastSpokenPlain 会在闭合符号到达后被重新判定成 "待朗读"造成重复。新增 findStableBoundary()，只处理到最后一个已闭合 的 ** 为止，未闭合的尾部留到下次 append 再处理；flush() 收尾时因为 生成已结束，不再有这个顾虑，直接处理全部剩余内容。真机验证：连续 3 轮问答，每轮都有加粗小标题，全部按顺序推进朗读新内容，无重复。 3. 输入框和按钮行的对不齐问题：之前一直在改 .q-input（文本框本身）的 高度，但真实 DOM 测量显示文本框本身一直是精确的 96px，真正超高的 是它的父容器 .q-input-wrap（渲染成 102.4px，比 96px 多 6.4px）， 文本框贴容器顶部导致整体被顶高。给 .q-input-wrap 也显式定死 height:96px。真机像素测量确认对齐。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
elec_rag_ui — 智能电子手册前端
基于 Electron + Vue3 + TypeScript + LanceDB 构建的本地化 RAG（检索增强生成）桌面应用。
仅支持 Linux（银河麒麟 Kylin V10 / Ubuntu），适配 ER160（揽月 M50 NPU）和 ER25（芯动力 RPP）计算卡。服务进程管理委托给 er_backend（HTTP 17700），前端专注 RAG 逻辑与用户交互。
技术栈
- 框架：Electron + electron-vite + Vue3 + TypeScript
- UI：Naive UI（弹窗/通知）+ 自定义工业风 CSS
- 状态管理：Pinia
- 向量数据库：LanceDB（嵌入式，无需额外服务）
- 本地向量化：
@huggingface/transformers+onnxruntime-node - 生成引擎：llama.cpp server（通过 er_backend 管理）
- Markdown 渲染：marked
支持硬件
| 计算卡 | 嵌入方式 | 生成方式 |
|---|---|---|
| ER160（揽月 M50 NPU） | llamacpp NPU（默认）或本地 CPU | llamacpp |
| ER25（芯动力 RPP） | 本地 CPU（固定） | llamacpp |
推理请求（生成 + 嵌入）统一经 er_backend 代理转发（http://127.0.0.1:17700），实际 llama-server 监听哪个端口由 er_backend 后端配置决定，前端不感知、也不需要按计算卡型号推导端口。
目录结构
elec_rag_ui/
├── src/
│ ├── main/ # Electron 主进程
│ │ ├── index.ts # 入口：全屏启动、菜单禁用、信号处理
│ │ ├── config.ts # 配置读写（userData/config.json）
│ │ ├── ipc/ # IPC 处理器
│ │ └── rag/ # RAG 核心逻辑
│ ├── preload/index.ts # contextBridge
│ ├── renderer/ # Vue3 前端
│ │ └── src/
│ │ ├── App.vue # 根布局（顶栏 + 主区）
│ │ ├── components/ # ChatPanel / IndexPanel / SettingsModal 等
│ │ ├── stores/ # Pinia store
│ │ └── types/ # TypeScript 类型定义
│ └── batch_questions.txt # 批量测试问题示例
├── models/ # 本地模型（onnx 由 Git LFS 管理）
│ ├── bge-small-zh-v1.5/ # 嵌入模型（512 维，~24MB），本地 CPU 向量化回退用
│ └── asr/ # Paraformer 流式语音识别模型（~376MB）
├── docs/ # 示例文档（用于测试索引与问答）
├── resources/ # 应用图标、TTS/ASR worker
├── stubs/sharp/ # sharp 原生模块 stub
├── package.json
├── electron-builder.config.ts
└── electron.vite.config.ts
依赖：er_backend
本应用依赖 er_backend（端口 17700）管理 llama-server 推理服务进程。启动前请确保 er_backend 已运行：
# PAD 上
cd /opt/er-backend
nohup ./node/node manager/index.js &
# 或通过 systemd（deb 安装后自动配置）
systemctl status er-backend
er_backend 管理界面：http://<PAD-IP>:17700（配置模型路径、启动/停止服务）
模型文件
models/ 目录中的 .onnx 文件通过 Git LFS 管理。克隆后拉取实体文件：
git lfs install
GIT_SSL_NO_VERIFY=true git lfs pull
语音识别默认不带自动加标点（标点恢复模型未随包分发）；如需要可自行准备 sherpa-onnx punct 模型， 在设置里把"标点恢复模型目录"指过去即可，代码本身已支持该功能。
开发模式
npm install
npm run dev:linux # Linux（--no-sandbox，开发专用）
开发模式下需要设置
DISPLAY环境变量（有图形界面时自动可用）。
打包
npm run package:kylin # Linux x64，产出 AppImage + .deb
npm run package:kylin:arm64:deb # Linux ARM64 deb（推荐，须在 ARM64 机器/真机上执行，已验证可行）
npm run package:kylin:arm64 # Linux ARM64（AppImage + deb），真机 Kylin 上 deb 目标
# 走 electron-builder 自带 fpm 必现 tar failed，
# 用 package:kylin:arm64:deb 代替
数据存储
| 内容 | 路径 |
|---|---|
| 配置文件 | ~/.config/elec_rag_ui/config.json |
| 向量数据库 | ~/.config/elec_rag_ui/lancedb/ |
许可证
MIT License