语音提问
语音提问功能允许你通过文字或语音向 AI 提问，AI 会实时分析你的问题并给出专业的答案建议。这个功能适用于快速查询技术问题、面试题目答案，或者进行简单的 AI 对话。
1. 前置准备
在启动台搜索 CueMate 应用图标，单击左键打开应用程序。
启动 CueMate 桌面应用后，可以看到悬浮在屏幕正上方的控制窗口。控制窗口从左到右的按钮功能依次为：
- "访问 CueMate 网站"图标：点击打开 CueMate 官方网站
- "语音识别"按钮：点击启动语音识别功能，打开语音功能窗口
- "提问 AI"按钮：点击打开 AI 提问窗口，快速向 AI 提问，获取答案
- "交互模式"图标：切换窗口的点击穿透模式（交互模式可正常操作窗口，穿透模式点击会穿透到下层应用）
- "主应用窗口"图标：点击打开主应用窗口，进入后台管理界面
- "显示/隐藏"图标：点击隐藏或显示控制栏以及其他所有窗口
2. 打开 AI 提问窗口
2.1 方式一：通过控制栏直接打开
点击悬浮控制栏上的"提问 AI"按钮，直接打开 AI 提问窗口。
效果：
- 打开中间的"AI 提问"窗口
- 同时会自动打开右侧的"AI 提问记录"窗口
- 默认显示"文字提问"模式
2.2 方式二：通过语音识别窗口打开
如果你想同时使用语音识别窗口的功能，可以通过以下步骤打开：
- 点击悬浮控制栏上的"语音识别"按钮
- 在弹出的语音识别窗口中，点击"语音提问"卡片
效果：
- 同时展示三个窗口：
- 左侧：语音识别窗口
- 中间：AI 提问窗口
- 右侧：AI 提问记录窗口
说明：
- 左侧语音识别窗口和中间 AI 提问窗口都可以进行语音输入
- 两个窗口的"按住说话"按钮功能是同步的，点击任意一个都可以进行语音输入
3. 文字提问流程
3.1 输入问题
在 AI 提问窗口的底部输入框中输入你的问题。
提问技巧：
- 问题表述清晰、完整
- 可以包含代码片段、技术术语
- 支持中英文混合输入
示例问题：
- "什么是 React Hooks？请举例说明"
- "如何优化 SQL 查询性能？"
- "请解释一下 TCP 三次握手的过程"
- "Python 中的装饰器是什么？有什么应用场景？"
3.2 发送问题
输入完成后，按 Enter 键或点击"提交"按钮提交问题。
说明：
- AI 会立即开始分析你的问题
- 右侧窗口会显示提问记录
- 答案会实时流式返回
3.3 查看 AI 回答
AI 会在中间的"AI 对话记录"窗口中，实时流式返回答案。
答案特点：
- 实时流式输出，边生成边显示
- 答案专业、准确，基于所选大模型
- 支持技术问题、面试题目、知识查询等
- 支持 Markdown 格式显示
3.4 查看历史记录
所有的提问和回答都会保存在右侧的"AI 对话记录"窗口中。
功能说明：
- 可以查看所有历史对话
- 支持复制答案内容
- 支持删除不需要的记录
- 记录会持久化保存
3.5 AI 提问其他操作
在对话窗口中，提供了以下快捷操作按钮：
对话区域悬浮按钮（窗口底部中央）：
- 告诉我关于该问题的更多内容：自动生成"告诉我更多关于 [你的上一个问题] 的信息"并提交
- 新建提问：停止当前对话，清空聊天框，开始新的提问
- 复制所有对话内容：复制当前聊天框中所有用户和 AI 的对话内容
输入区域快捷按钮（窗口底部右侧）：
- 清空当前聊天框：清空所有对话内容，开始新的提问
- 复制最近一次 AI 回答：快速复制最后一次 AI 的回答内容
- 提交：提交当前输入的问题
4. 语音提问流程
4.1 开始语音输入
方式一：使用中间窗口的按钮
- 点击中间窗口底部的"按住说话"按钮
方式二：使用左侧窗口的按钮
- 点击左侧语音识别窗口的"按住说话"按钮
按钮状态说明：
- 点击后按钮会变为"停止说话"状态
- 系统会立即开始录音并实时识别
- 识别的文字会实时显示在输入框中
- 窗口标题栏会显示麦克风设备和"说话中"状态指示器
4.2 说出你的问题
对着麦克风清晰地说出你的问题。
提问技巧：
- 说话清晰，语速适中
- 避免环境噪音干扰
- 建议使用中文提问（也支持英文）
- 问题尽量完整、具体
示例问题：
- "什么是 React Hooks？"
- "如何优化 SQL 查询性能？"
- "请解释一下 TCP 三次握手的过程"
- "Python 中的装饰器是什么？"
4.3 停止语音输入
说完问题后，再次点击"停止说话"按钮，结束语音输入。
说明：
- 系统会立即停止录音
- 识别的完整文字会显示在输入框中
- 你可以继续编辑识别的文字，或直接提交
- 使用
Enter键或"提交"按钮提交问题
4.4 查看 AI 回答
AI 会在中间的"AI 对话记录"窗口中，实时流式返回答案。
答案特点：
- 与文字提问的回答方式相同
- 实时流式输出
- 支持 Markdown 格式
- 自动保存到历史记录
5. 功能说明
5.1 工作原理
文字提问流程：
- 输入问题：在输入框中输入文字
- 问题分析：AI 大模型分析你的问题
- 生成答案：AI 生成专业答案并流式返回
- 答案展示：窗口实时显示答案
- 记录保存：自动保存到 AI 对话记录
语音提问流程：
- 语音采集：麦克风采集你的语音
- 语音识别：cuemate-asr 实时将语音转为文字
- 文字编辑：可以编辑识别的文字（可选）
- 问题分析：AI 大模型分析你的问题
- 生成答案：AI 生成专业答案并流式返回
- 答案展示：窗口实时显示答案
- 记录保存：自动保存到 AI 对话记录
5.2 窗口布局说明
方式一布局（通过"提问 AI"按钮打开）：
- 中间窗口：AI 提问窗口（文字输入 + 语音输入）
- 右侧窗口：AI 对话记录窗口
方式二布局（通过"语音识别"窗口打开）：
- 左侧窗口：语音识别窗口（可进行语音输入）
- 中间窗口：AI 提问窗口（文字输入 + 语音输入）
- 右侧窗口：AI 对话记录窗口
按钮同步说明：
- 左侧窗口的"按住说话"按钮
- 中间窗口的"按住说话"按钮
- 两个按钮功能完全同步，点击任意一个都可以
5.3 使用场景
语音提问适用于以下场景：
- 快速查询：查询技术概念、API 用法、最佳实践
- 面试准备：询问常见面试题的答案
- 知识学习：学习新技术、新概念
- 问题解决：解决编程中遇到的问题
- 代码理解：询问代码片段的含义和原理
5.4 与其他功能的区别
| 功能 | 适用场景 | 特点 |
|---|---|---|
| 语音提问 | 快速查询、单次提问 | 简单、快速、即问即答 |
| 模拟面试 | 完整面试流程训练 | AI 主动提问，多轮对话，带评估 |
| 面试训练 | 实际面试训练 | 识别面试官问题，提供答案建议 |
6. 注意事项
6.1 前置配置
使用语音提问前，需要完成以下配置：
必需配置：
可选配置： 3. 系统设置 - 设置系统语言、默认模型
6.2 服务依赖
语音提问功能依赖以下服务：
- cuemate-asr 服务：语音识别（端口 10095）- 仅语音提问需要
- LLM Router 服务：大模型路由（端口 3002）
- Web API 服务：数据管理（端口 3001）
6.3 权限要求
- 麦克风权限：用于语音采集（首次使用会弹窗请求）- 仅语音提问需要
6.4 性能优化
语音识别：
- 识别延迟约 1-2 秒
- 建议在安静环境下使用
- 麦克风距离保持 10-30cm
AI 答案生成：
- 延迟取决于所选模型
- GPT-4：较慢但质量高
- GPT-3.5-turbo：快速且质量不错（推荐）
- 国产模型：速度快，中文效果好
7. 常见问题
7.1 语音识别不准确
问题：语音识别的文字不准确
解决方案：
- 检查麦克风距离（建议 10-30cm）
- 说话清晰，语速适中
- 避免环境噪音
- 先进行语音测试确认设备正常
7.2 无法开始语音输入
问题：点击"按住说话"没有反应
解决方案：
7.3 AI 回答延迟
问题：AI 回答速度很慢
解决方案：
- 更换响应更快的模型（如 GPT-3.5-turbo）
- 检查网络连接
- 查看模型设置中的模型配置
- 尝试使用国产模型（如智谱 AI、Kimi）
7.4 历史记录丢失
问题：之前的对话记录找不到了
解决方案：
- 检查是否误删了记录
- 查看AI 对话记录页面
- 所有记录都保存在数据库中，不会自动删除