Appearance

v0.1.0 版本说明 ​

发布日期: 2025-12-01 版本类型: 首发版本 稳定性: 稳定

版本概述 ​

CueMate v0.1.0 是首个正式发布版本，标志着项目从测试阶段进入生产就绪状态。本版本包含完整的核心功能，支持实时语音识别、多模型 AI 回答、知识库增强等功能。

新增功能 ​

1. feat(install): 提供 macOS DMG 一键安装包，通过简单便捷的安装面板快速部署应用 ​

CueMate 提供标准的 macOS DMG 安装包，支持 Apple Silicon（M1/M2/M3）和 Intel 双架构。用户无需任何复杂配置，只需下载对应架构的安装包，即可完成应用部署。

下载 DMG 安装包

访问官网或 GitHub Releases 页面，根据您的 Mac 芯片类型选择对应的安装包：

  • Apple Silicon 用户：下载 CueMate-v0.1.0-macos-arm64.dmg
  • Intel 用户：下载 CueMate-v0.1.0-macos-x64.dmg

下载完成后，双击 DMG 文件打开安装器。

DMG 安装包

拖拽安装应用

打开 DMG 文件后，您会看到标准的 macOS 应用安装界面。将 CueMate 应用图标拖拽到右侧的 Applications（应用程序）文件夹图标上，系统会自动将应用复制到应用程序目录。

整个安装过程只需几秒钟，无需输入管理员密码或进行其他复杂操作。安装完成后，您可以在启动台或应用程序文件夹中找到 CueMate。

拖拽安装

首次启动配置

首次启动 CueMate 时，系统会自动引导您完成初始化配置。这包括：

  • 申请麦克风权限（用于识别您的语音）
  • 申请屏幕录制权限（用于捕获面试官语音）
  • 配置默认 LLM 模型
  • 设置语言偏好和语音配置

所有权限申请都会以系统标准弹窗的形式展示，点击「允许」或「好」即可完成授权。配置向导会逐步引导您完成所有必要设置，确保应用正常运行。

首次启动配置

总结

macOS DMG 一键安装方式极大简化了应用部署流程，用户从下载到完成配置，整个过程不超过 5 分钟。双架构支持确保了在所有主流 Mac 设备上的兼容性，支持 macOS 13.0 (Ventura) 及以上版本。

2. feat(desktop): 桌面应用提供便捷的操作界面，一键启停服务、快速开启面试 ​

CueMate 桌面应用采用简洁直观的界面设计，将所有核心功能集成在主界面中。用户无需了解复杂的后端架构，即可轻松管理所有服务和开始面试训练。

桌面主界面

打开 CueMate 后，您会看到清晰的主控制面板。界面顶部显示当前登录用户信息和系统设置入口，中间区域是核心功能操作区，包括：

  • 服务启动/停止按钮：控制所有后端服务（ChromaDB、cuemate-asr、Web API、LLM Router、RAG Service）
  • 开始面试按钮：快速进入面试模式
  • 快捷入口：岗位管理、简历优化、知识库、日志查看等

底部状态栏实时显示系统运行状态和资源占用情况。

桌面主界面

服务状态监控

点击「查看服务」或进入 Docker 监控页面，可以查看所有后端服务的详细运行状态：

  • 每个服务的运行状态（运行中/已停止/异常）用不同颜色的状态指示器标识
  • 实时显示 CPU 和内存使用率
  • 显示容器启动时间和端口映射信息
  • 支持单个服务的启动、停止、重启操作
  • 点击服务卡片可查看该服务的实时日志输出

当所有服务正常运行时，状态指示器显示为绿色；服务停止时显示为灰色；出现异常时显示为红色并提示错误信息。

服务状态监控

快速开始面试

确认所有服务正常运行后，点击主界面的「开始面试」按钮，系统会引导您选择面试模式：

  • AI 模拟面试：由 AI 扮演面试官，自动提问和评估
  • LIVE 实战训练：与朋友模拟面试，AI 实时提供答题建议
  • 语音问答：自由提问，AI 实时回答

选择模式后，还可以选择关联的岗位（用于生成针对性问题）和是否启用知识库增强。所有配置完成后，点击「开始」即可进入面试界面。

快速开始面试

总结

桌面应用将复杂的微服务架构隐藏在简洁的界面之下，用户只需点击几个按钮即可完成从服务启动到开始面试的全部流程。实时的服务监控功能让用户随时了解系统运行状态，出现问题时能快速定位和处理。

3. feat(system): 支持系统设置与管理，包含用户账号、语音配置、语言偏好、默认模型、Prompt 管理等功能 ​

CueMate 提供完善的系统设置功能，用户可以根据个人需求自定义各项配置，包括账号管理、语音参数、界面语言、默认模型、Prompt 模板等。

系统设置主界面

点击顶部菜单的「系统设置」进入设置页面。左侧是设置分类导航，包括：

  • 账号信息：管理用户名、密码、邮箱
  • 语音配置：TTS 语音选择、语速、音量
  • 语言偏好：界面语言和语音识别语言
  • 模型设置：默认 LLM 模型和备用模型
  • Prompt 管理：自定义 AI 回答的提示词模板
  • 界面主题：亮色/暗色主题切换
  • 数据目录：查看和修改数据存储位置
  • 关于：版本信息和开源协议

右侧是对应的配置详情页面，所有配置项都提供清晰的说明文字和默认值建议。

系统设置界面

语音配置

在语音配置页面，用户可以自定义语音识别和语音播报的各项参数：

  • TTS 语音选择：支持中文简体女声、中文繁体女声、英文女声等多种语音
  • 语速调节：0.5x - 2.0x 倍速，默认 1.0x
  • 音量控制：0% - 100%，默认 80%
  • 识别语言：中文/英文/自动检测
  • 是否自动播报答案：开启后 AI 回答会自动语音播报

所有配置项都支持实时预览，调整参数后点击「试听」按钮可以立即听到效果。配置保存后，下次使用时会自动应用这些设置。

语音配置

Prompt 管理

Prompt 管理页面允许用户自定义 AI 回答的系统提示词。系统预置了多个常用模板：

  • 面试场景 Prompt：针对面试问答优化的提示词
  • 简历优化 Prompt：用于简历优化建议的提示词
  • 知识问答 Prompt：用于知识库问答的提示词
  • 自定义 Prompt：用户可以创建自己的提示词模板

点击「编辑」可以修改 Prompt 内容，支持使用变量（如 {岗位名称}、{简历内容}、{问题} 等），系统会在实际使用时自动替换。修改后可以点击「测试」按钮验证 Prompt 效果，确认无误后保存。

Prompt 管理

总结

系统设置功能覆盖了用户可能需要自定义的所有配置项，从基本的账号信息到高级的 Prompt 模板都可以灵活调整。清晰的分类导航和详细的配置说明让用户能够快速找到需要的设置项。实时预览功能确保用户在保存前就能看到配置效果。

4. feat(logs): 完整的日志管理系统，支持按时间和级别查看桌面客户端及各服务的运行日志、操作日志和容器监控信息 ​

CueMate 提供完整的日志管理系统，记录桌面客户端和所有后端服务的运行日志。用户可以按时间范围、日志级别、服务类型进行筛选，快速定位问题和查看系统运行历史。

日志管理主界面

进入日志管理页面，顶部是筛选条件区域，包括：

  • 时间范围选择：今天/最近 7 天/最近 30 天/自定义时间段
  • 日志级别筛选：全部/info（信息）/warn（警告）/error（错误）
  • 服务类型筛选：全部/desktop-client/web-api/llm-router/rag-service/asr
  • 关键词搜索：输入关键词搜索日志内容

中间区域是日志列表，每条日志显示时间戳、级别、服务名称和具体内容。错误日志会用红色高亮显示，警告日志用黄色标识。点击日志条目可以展开查看完整的堆栈信息和上下文。

日志管理界面

日志筛选和搜索

当需要排查特定问题时，可以使用筛选和搜索功能快速定位相关日志：

  • 选择具体的时间段：例如选择昨天下午 2 点到 3 点
  • 筛选错误级别：只查看 error 级别的日志
  • 选择特定服务：例如只查看 llm-router 服务的日志
  • 输入关键词：例如搜索「超时」、「连接失败」等

系统会实时刷新日志列表，匹配的关键词会在日志内容中高亮显示。右上角还提供「导出」按钮，可以将当前筛选结果导出为文本文件，方便进一步分析或提交给技术支持。

日志筛选和搜索

容器监控

切换到「容器监控」标签页，可以查看所有 Docker 容器的详细运行信息：

  • 容器名称和状态（运行中/已停止/重启中/异常）
  • CPU 使用率和内存占用（实时更新）
  • 容器启动时间和运行时长
  • 端口映射和网络配置
  • 最近的容器日志输出（最新 50 条）

点击容器卡片右上角的「操作」按钮，可以执行启动、停止、重启、查看完整日志等操作。当容器出现异常时，状态区域会显示具体的错误信息和建议的处理方式。

容器监控

总结

日志管理系统为用户提供了完整的系统运行可视化能力。详细的筛选条件和搜索功能让用户能够快速定位问题，实时的容器监控功能确保用户随时了解系统运行状态。所有日志按服务和日期分类存储在 ~/Library/Application Support/cuemate-desktop-client/data/logs/{service}/{date}/ 目录，系统自动清理 30 天前的旧日志以节省磁盘空间。

5. feat(llm): LLM 模型配置，支持 24+ 种主流大语言模型服务商的统一管理，用户自定义选择模型 ​

CueMate 集成了 24+ 种主流大语言模型服务商，包括 OpenAI、Anthropic、Google 等国际服务商，以及阿里云、智谱 AI、月之暗面等国内服务商。用户可以统一管理所有模型的 API Key，并配置模型策略。

LLM 服务商列表

进入 LLM 模型配置页面，可以看到所有支持的服务商列表。每个服务商卡片显示：

  • 服务商名称和 Logo
  • 配置状态（已配置/未配置）
  • 支持的模型列表（如 GPT-4、GPT-3.5-turbo）
  • 模型定价信息
  • 快速测试按钮

点击「配置」按钮进入服务商详情页，填写 API Key、Base URL（如果需要）等信息。配置完成后，可以点击「测试连接」验证配置是否正确。系统会发送一条测试请求，确认 API Key 有效性和网络连通性。

LLM 服务商列表

模型配置

在服务商详情页，用户可以配置具体的模型参数：

  • API Key：从服务商官网获取的密钥
  • Base URL：API 请求地址（大部分服务商使用默认值）
  • 默认模型：从该服务商的模型列表中选择常用模型
  • 高级参数：temperature、max_tokens、top_p 等参数
  • 启用状态：是否在路由中启用该服务商

所有配置项都提供详细的说明文字和推荐值。对于国内服务商，系统还会提示最佳的网络配置建议（如是否需要代理）。配置保存后，该服务商的模型即可在面试、问答、简历优化等场景中使用。

模型配置

模型策略设置

CueMate 支持多种路由策略，用户可以根据实际需求选择：

  • 主用-备用模式：设置主模型和备用模型，主模型故障时自动切换
  • 轮询模式：配置多个模型轮流使用，分散负载和成本
  • 优先级模式：按优先级排序，优先使用高优先级模型
  • 成本优化模式：根据任务类型自动选择性价比最优的模型

在路由配置页面，用户可以拖拽调整模型优先级顺序，设置每个模型的权重和触发条件。系统还提供路由统计功能，显示每个模型的调用次数、成功率、平均响应时间、Token 消耗等数据，帮助用户优化路由策略。

路由策略设置

总结

LLM 模型配置功能将复杂的多服务商管理简化为直观的界面操作。用户无需编写代码，即可集成 24+ 种大语言模型，并通过模型策略实现高可用性和成本优化。统一的配置界面和详细的测试功能确保每个模型都能正常工作。

6. feat(job): 岗位管理，创建面试岗位并填写详细 JD 描述，AI 模拟面试时根据岗位智能生成提问与答案 ​

岗位管理是 CueMate 面试准备流程的第一步。用户可以创建目标岗位并填写详细的职位描述（JD），后续的简历优化、押题准备、AI 模拟面试都会基于这些岗位信息生成针对性内容。

岗位管理列表

进入岗位管理页面，可以看到所有已创建的岗位列表。每个岗位卡片显示：

  • 岗位名称（如：前端工程师、Java 后端开发）
  • 岗位类型标签（技术岗位/产品岗位/运营岗位）
  • 创建时间
  • 关联的简历数量
  • 关联的押题数量
  • 快捷操作按钮（编辑/删除/复制）

顶部提供搜索框和筛选条件，用户可以按岗位名称快速查找。点击「新建岗位」按钮可以创建新的面试岗位。

岗位管理列表

创建岗位

点击「新建岗位」后，进入岗位创建页面。需要填写的信息包括：

  • 岗位名称：填写具体的岗位名称，如「前端工程师（React）」
  • 岗位类型：选择岗位分类（技术/产品/运营/设计等）
  • 工作地点：城市或远程
  • 薪资范围：可选填
  • 岗位标签：可以添加多个标签，如「React」、「TypeScript」、「微前端」

所有基本信息填写完成后，点击「下一步」进入 JD 描述编辑。系统提供 JD 模板，用户可以基于模板快速填写，也可以完全自定义。

创建岗位

编辑岗位 JD

JD 描述是 AI 生成针对性问题和答案的重要依据，建议包含以下内容：

  • 岗位职责：日常工作内容和核心职责（3-5 条）
  • 任职要求：技术栈、工作经验、学历要求（必选项和可选项）
  • 加分项：优先考虑的技能和经验
  • 团队介绍：团队规模、技术方向、业务场景
  • 公司介绍：可选填

编辑器支持富文本格式，可以使用标题、列表、加粗等样式。右侧提供 AI 辅助功能，输入简短的岗位信息后，AI 可以自动生成完整的 JD 描述，用户可以在此基础上修改调整。JD 保存后，在 AI 模拟面试时会根据 JD 内容生成针对性的面试问题。

编辑岗位 JD

总结

岗位管理功能帮助用户明确目标岗位的要求，为后续的简历优化和面试准备提供清晰的方向。详细的 JD 描述让 AI 能够生成更贴合实际岗位的面试问题和答案。岗位信息支持随时编辑和更新，当目标岗位发生变化时，关联的简历和押题也可以基于新的 JD 重新优化。

7. feat(resume): 简历管理与 AI 优化，支持多格式简历上传和智能优化建议 ​

CueMate 支持上传 PDF、Word、TXT 格式的简历文件，自动提取文本内容，并基于目标岗位 JD 提供 AI 智能优化建议。用户可以查看优化前后的对比，选择性应用优化内容。

简历上传

在简历管理页面，点击「上传简历」或直接拖拽文件到上传区域。系统支持以下格式：

  • PDF 格式：自动提取文本内容
  • Word 格式：.docx 文件
  • 纯文本格式：.txt 文件

上传后，系统会自动识别简历内容并提取关键信息，包括：

  • 个人信息（姓名、联系方式）
  • 教育背景
  • 工作经历
  • 项目经历
  • 技能清单

提取完成后，用户可以在线编辑简历内容，修正识别错误或补充遗漏信息。

简历上传

AI 优化建议

选择关联的目标岗位后，点击「AI 优化」按钮，系统会基于岗位 JD 分析简历内容并生成优化建议。优化维度包括：

  • 技能匹配度：根据 JD 中的技术栈调整简历技能部分，突出匹配的技能
  • 项目经历优化：使用 STAR 法则重新描述项目经历（情境-任务-行动-结果）
  • 数据量化：在项目描述中添加具体的数据和成果指标
  • 关键词优化：增加 JD 中的关键词，提高简历匹配度
  • 语言表达优化：修正错别字、语病，优化表达方式

每条优化建议都会标注优化原因和参考 JD 中的哪部分内容。用户可以逐条查看建议的详细说明。

AI 优化建议

优化前后对比

在优化建议页面，右侧会显示优化前后的对比视图：

  • 左侧：原始简历内容
  • 右侧：应用优化建议后的内容
  • 修改部分：用不同颜色高亮显示（绿色为新增，黄色为修改）

用户可以选择性应用优化建议，点击某条建议的「应用」按钮，对应的修改会立即反映在右侧预览区域。也可以点击「全部应用」一次性应用所有建议。确认无误后，点击「保存」将优化后的简历保存到系统中。

优化前后对比

总结

简历管理与 AI 优化功能大幅降低了简历优化的工作量。从上传到优化，整个流程只需几分钟。基于岗位 JD 的智能优化确保简历内容与目标岗位高度匹配。对比视图让用户清楚地看到每一处修改，选择性应用功能给予用户完全的控制权。优化后的简历可以导出为 PDF 或 Word 格式，直接用于投递。

8. feat(knowledge): 面试押题和知识库管理，同步至向量数据库以增强答案检索准确性 ​

面试押题功能允许用户创建面试问题和参考答案，构建个性化的知识库。所有押题会同步到 ChromaDB 向量数据库，在 AI 回答问题时自动检索相关内容，提供更精准的个性化答案。

押题管理

进入押题管理页面，可以看到所有已创建的面试题目列表。每个题目卡片显示：

  • 问题标题
  • 标签（技术栈/难度级别/场景分类）
  • 创建时间
  • 是否已同步到向量库
  • 关联的岗位
  • 快捷操作（编辑/删除/复制）

顶部提供搜索和筛选功能，可以按标签、关键词、岗位等条件查找题目。点击「新建押题」可以手动创建单个题目，点击「批量导入」可以从 Excel 或 CSV 文件导入题库。系统还预置了常见面试题模板（前端/后端/算法/系统设计等），用户可以一键导入。

押题管理

批量导入题库

点击「批量导入」后，可以选择本地的 Excel 或 CSV 文件。文件格式要求：

  • 第一列：问题内容
  • 第二列：参考答案
  • 第三列：标签（可选，用逗号分隔多个标签）
  • 第四列：关联岗位（可选）

系统会读取文件内容并显示预览，用户可以检查数据是否正确。确认无误后点击「导入」，系统会自动创建所有题目。导入过程中会检测重复题目，重复的题目会被跳过或提示用户选择覆盖或保留。

批量导入功能特别适合从其他题库平台迁移数据，或者团队共享题库。导入完成后，所有题目会自动同步到向量数据库。

批量导入

向量库同步

切换到「向量库」标签页，可以管理题目与向量数据库的同步：

  • 同步状态：显示已同步题目数量 / 总题目数量
  • 增量同步：只同步新增或修改的题目（推荐）
  • 全量同步：重新同步所有题目到向量库（耗时较长）
  • 一键清空：清除向量库中的所有数据（慎用）
  • 同步日志：查看同步历史和错误记录

点击「增量同步」后，系统会自动检测未同步的题目，并将其向量化存储到 ChromaDB。同步过程显示进度条和实时统计（已同步数量、成功数量、失败数量）。同步完成后，在 AI 回答问题时，系统会自动从向量库检索语义相似的题目和答案，增强回答的准确性和个性化程度。

向量库同步

总结

面试押题和知识库管理功能让用户能够构建个性化的面试知识体系。手动创建、批量导入、预置模板三种方式满足不同场景的需求。向量数据库同步功能将传统的关键词匹配升级为语义检索，即使问题表述不完全一致，也能准确检索到相关答案。这大大提升了 AI 回答的准确性和实用性。

9. feat(interview): 面试模式，支持 AI 模拟面试、LIVE 实战训练、语音问答三种场景 ​

CueMate 提供三种不同的面试训练模式，满足不同阶段和场景的需求。从独自练习的 AI 模拟面试，到与朋友实战的 LIVE 训练，再到快速查询的语音问答，全方位提升面试能力。

AI 模拟面试

在 AI 模拟面试模式中，AI 扮演面试官角色，完整模拟实际面试流程：

  • 自我介绍环节：AI 引导开始面试，用户进行自我介绍
  • 技术问答环节：AI 根据岗位 JD 和简历内容提出技术问题
  • 行为面试环节：提问过往项目经历和团队协作经验
  • 反问环节：模拟候选人反问面试官环节
  • 面试总结：AI 评估整体表现并给出改进建议

整个过程通过语音交互完成，用户说话时，系统实时识别并转录为文字。AI 回答会同时显示文字和语音播报。面试结束后，系统生成完整的面试报告，包括问答记录、表现评分、改进建议等。

AI 模拟面试

LIVE 实战训练

LIVE 实战训练模式适合与朋友或同事进行模拟面试练习。不同于 AI 模拟面试，这里的面试官是真人：

  • 朋友扮演面试官，提出问题
  • 系统实时识别面试官和面试者的语音（双声道分离）
  • AI 在后台监听对话内容，不打断正常对话
  • 当检测到用户回答不完整或遗漏关键点时，AI 在右侧面板提示建议
  • 建议内容包括：答题思路、STAR 法则结构优化、补充的技术细节、更好的表达方式

用户可以选择是否查看 AI 建议，不会影响与朋友的正常对话。这种模式既保留了实际面试的紧张感，又有 AI 辅助提升回答质量。面试结束后，同样生成完整的面试记录和复盘建议。

LIVE 实战训练

语音问答模式

语音问答是最灵活的训练方式，适合快速查询和知识学习：

  • 用户自由提问，无固定流程
  • AI 基于知识库实时回答
  • 支持追问和深入讨论
  • 可随时切换 LLM 模型
  • 答案自动语音播报

这种模式特别适合：

  • 快速查询某个技术问题的答案
  • 深入理解某个概念或技术细节
  • 练习特定类型的面试题
  • 验证自己的回答思路是否正确

所有问答记录都会保存，方便后续复盘和整理成押题。

语音问答

总结

三种面试模式覆盖了从独自准备到实战演练的完整流程。AI 模拟面试提供完整的面试体验和专业评估，LIVE 实战训练在真实场景中提供智能辅助，语音问答支持灵活的知识查询和深入学习。用户可以根据自己的准备阶段和实际需求选择合适的模式，也可以三种模式结合使用，全方位提升面试能力。

10. feat(voice): 实时语音识别，双声道分离技术自动区分并显示面试者和面试官的语音内容 ​

CueMate 的核心技术之一是实时语音识别。基于 cuemate-asr 语音识别服务，系统能够实时将面试者和面试官的语音转换为文字，并智能分离显示在不同区域。

双声道语音识别

面试界面采用左右分屏布局：

  • 左侧：面试官语音识别区域（系统音频）
  • 右侧：面试者语音识别区域（麦克风）
  • 中间：AI 答案推荐区域

当面试官说话时（例如视频面试中对方的声音），系统通过 Core Audio Taps 技术捕获系统音频流，实时识别并在左侧显示转录文字。当您说话时，系统通过麦克风捕获音频，在右侧显示转录文字。两个声道完全独立，互不干扰。

识别准确率超过 95%，支持中英文混合识别。系统会自动断句和添加标点符号，让转录文字更加易读。

双声道语音识别

实时转录

语音识别采用流式处理技术，延迟低于 300ms。当您开始说话时，几乎是实时地看到文字出现在屏幕上。这种低延迟设计让整个对话过程非常流畅，不会有明显的卡顿感。

转录文字会自动保存到对话记录中，面试结束后可以查看完整的文字记录。系统还支持：

  • VAD（语音活动检测）：自动检测说话开始和结束，避免误识别
  • 自适应降噪：过滤背景噪音，提高识别准确率
  • 回声消除：消除扬声器音频回授，防止重复识别

所有音频处理都在本地完成，不会上传到服务器，确保隐私安全。

实时转录

总结

实时语音识别技术是 CueMate 的核心竞争力。双声道分离让用户能够清楚地看到对话双方的发言，完整记录面试过程。流式处理和低延迟设计确保了流畅的使用体验。基于 cuemate-asr 的高准确率识别和智能断句功能，让转录文字直接可用于复盘分析。

权限要求说明：

  • 麦克风权限：用于识别您的语音
  • 屏幕录制权限：macOS 系统要求，用于捕获系统音频流（识别面试官语音）

11. feat(history): 面试记录与复盘分析，查看完整对话历史和统计数据 ​

CueMate 完整记录每一场面试的对话内容、使用的模型、Token 消耗等数据，并提供多维度的统计分析功能，帮助用户科学复盘和持续改进。

对话记录列表

进入面试记录页面，可以看到所有历史面试会话的列表。每条记录显示：

  • 面试时间
  • 面试模式（AI 模拟/LIVE 训练/语音问答）
  • 关联岗位
  • 使用的 LLM 模型
  • 对话轮次（问答次数）
  • Token 消耗
  • 会话状态（进行中/已完成/出错）

顶部提供多个筛选条件：

  • 按状态筛选：进行中/已完成/出错
  • 按模型筛选：显示特定 LLM 模型的会话
  • 按时间筛选：今天/最近 7 天/最近 30 天/自定义时间段
  • 按岗位筛选：显示特定岗位的面试记录

点击列表中的某条记录，进入对话详情页查看完整内容。

对话记录列表

对话详情

对话详情页完整展示该场面试的所有信息：

  • 基本信息：面试时间、时长、模式、岗位、模型
  • 完整对话记录：按时间顺序显示所有问答
    • 面试官问题（或用户提问）
    • 用户回答
    • AI 推荐答案
    • AI 建议（如果有）
  • 元数据：每轮对话的 Token 消耗、响应时间

对话内容支持全文搜索，可以快速定位某个关键词。右上角提供「导出」功能，支持导出为：

  • JSON 格式：包含完整的元数据，适合进一步分析
  • TXT 格式：纯文本格式，方便阅读
  • Markdown 格式：带格式的文本，适合发布分享

用户还可以将某轮问答添加到押题库，方便后续复习。

对话详情

统计数据分析

切换到「统计分析」标签页，可以查看多维度的数据统计：

  • 今日数据：今日对话数、提问数、Token 消耗
  • 累计数据：总对话数、总提问数、累计 Token 消耗
  • 成功率统计：成功对话数、失败对话数、成功率
  • 模型使用分布：饼图显示各个 LLM 模型的使用占比
  • Token 消耗趋势：折线图显示每日 Token 消耗趋势
  • 平均响应时间：每个模型的平均响应时间对比
  • 时段分布：热力图显示一天中各时段的对话频率

这些统计数据帮助用户了解自己的学习进度、模型使用情况、成本消耗等。例如，如果发现某个模型响应时间过长或成本过高，可以考虑切换到其他模型。Token 消耗趋势可以帮助用户预估月度成本。

统计数据分析

总结

面试记录与复盘分析功能将每场面试的价值最大化。完整的对话记录让用户能够随时回顾面试内容，分析哪些问题回答得好，哪些还需要改进。多维度的统计数据提供宏观视角，帮助用户了解学习进度和资源消耗。导出功能方便用户将面试记录整理成文档或分享给他人。将问答添加到押题库的功能形成了学习闭环，让每次面试都成为知识积累的过程。

技术架构 ​

前端技术栈:

  • React 18.2-18.3 + TypeScript 5.2-5.5
  • Electron 39.2.2（桌面应用框架，内置 Node.js 22.21.1、Chromium 142.0.7444.162、V8 14.2.231.18）
  • Vite 5.2-5.4（构建工具）
  • Ant Design 5.27.3（UI 组件库）
  • Tailwind CSS 3.4.14（样式框架）

后端技术栈:

  • Node.js 20.x/22.x + TypeScript 5.5.4（web/web-api 使用 20.x，llm-router/rag-service 使用 22.x）
  • SQLite + better-sqlite3 9.6.0（本地数据库）
  • Docker Compose（服务编排）
  • Nginx（Web 静态服务）

AI 服务:

  • cuemate-asr（阿里达摩院开源语音识别服务）
  • ChromaDB 3.1.5（向量数据库）
  • OpenAI / Anthropic / Google / 国内 LLM 服务商

音频处理:

  • Core Audio Taps（系统音频捕获）
  • Piper TTS（本地神经网络语音合成）
  • FFmpeg 7.0.1（音频处理）

平台支持 ​

  • macOS 13.0 (Ventura) 及以上版本
  • Apple Silicon（M1/M2/M3）和 Intel 双架构支持
  • Windows 支持（计划中）

文档资源 ​

下载地址 ​

macOS 安装包 ​

CueMate 提供两种下载渠道，请根据网络环境选择：

方式一：百度网盘（推荐国内用户） ​

下载链接：https://pan.baidu.com/s/1cKVLf2_1BnRBgEkdL35K4Q?pwd=3477

提取码：3477

手机扫码访问：

百度网盘二维码

下载步骤：

  1. 点击上方链接或扫描二维码访问百度网盘
  2. 输入提取码 3477
  3. 选择 v0.1.0 版本文件夹
  4. 根据你的芯片类型下载对应的安装包：
    • Apple Silicon (M1/M2/M3)：CueMate-v0.1.0-macos-arm64-offline.dmg
    • Intel 芯片：CueMate-v0.1.0-macos-x64-offline.dmg
  5. 点击「下载」按钮，保存到本地

优势：国内下载速度快，无需科学上网

方式二：GitHub Release（推荐海外用户） ​

访问 GitHub Releases 页面下载：

下载地址：https://github.com/cuemate-chat/cuemate/releases/tag/v0.1.0

安装包列表：

  • Apple Silicon (M1/M2/M3)：CueMate-v0.1.0-macos-arm64.dmg
  • Intel 芯片：CueMate-v0.1.0-macos-x64.dmg

SHA256 校验和：

  • Apple Silicon: f7928cdf6354e6996ec681ad2599c7519bf9cda0c6f76cc7ffc2a445130297b9
  • Intel: cc3bc4a7c43a1e0f2dd1098a510a6f924d589cb21f8fb215f659976a584dc2b0

Windows 安装包 ​

开发中

Windows 版本正在开发中，预计在下一个大版本发布。当前版本仅支持 macOS 平台。

关注以下渠道获取 Windows 版本的最新进度：

反馈渠道 ​

发现问题或有建议？欢迎通过以下方式反馈：

感谢使用 CueMate！

Released under the GPL-3.0 License.

Copyright © 2025-present CueMate Team