“ydy0615”LLM in Text - 智能写作助手
基于 Vue3 和 FastAPI 的智能 Markdown 编辑器，集成大语言模型（LLM）实时补全建议功能。
功能特性
Markdown 编辑器
- 基于 Milkdown Crepe 的所见即所得编辑体验
- 支持 Markdown 语法和 LaTeX 公式
- 支持 Mermaid 图表渲染
- 导入/导出 Markdown 文件
- 导出 DOCX 和 PDF 格式
AI 智能补全
- 实时生成文本补全建议（灰色显示）
- 流式响应，低延迟体验
- 多种交互方式：Tab接受、Esc拒绝、点击接受
功能块系统
编辑器提供三种功能块，统一为顶层原子节点（atom: true, isolating: true），通过 ProseMirror schema 强制禁止互相嵌套，无数量限制。导入 Markdown 后自动解析还原为交互卡片，导出后可完整复原：
| 功能块 | Markdown 语法 | 作用 |
|---|---|---|
文档块 (doc_block) |
```llm-file fenced code / <doc_type=...> legacy HTML tag |
上传的 PDF/DOCX/PPTX/TXT 等文件以可折叠卡片嵌入编辑器，支持内联编辑和 AI 补全 |
PRO 块 (pro_block) |
[PRO] / [PRO]{指令} |
基于全文上下文进行深度 AI 思考并流式生成 Markdown，Ctrl+Shift+P 快速插入 |
上传块 (upload_block) |
{{{}}} / {{{upload file type:pdf,docx}}} |
文件上传占位符，支持按类型过滤（PDF/DOCX/PPTX/TXT/JSON/YAML/图片等） |
文档处理（历史名称，已整合入功能块系统）
- OCR 图片识别：上传图片自动识别文字（OCR 结果注入 AI 补全和 PRO 块上下文）
- 智能大小限制：32KB自动禁用AI
设置面板
- 外观主题：亮色/暗色/跟随系统
- 背景模式：默认/暖色/阅读灯/自定义图片
- 模型智能：低/中/高思考级别
- 隐私控制：隐私模式防止发送IP
- 多语言界面：中英日韩德法
语音功能
- TTS文字转语音（macOS优化，支持Apple Silicon M1/M2/M3）
- STT语音转文字（支持多种模型大小和量化）
- 自动设备检测（MPS/CUDA/CPU智能切换）
- 离线模式支持（模型缓存检查）
技术架构
前端: Vue3 + Vite + Milkdown/Crepe + ProseMirror 后端: FastAPI + Python（OpenAI 兼容端点）
功能块架构
三种功能块统一为顶层原子节点（atom: true, isolating: true），通过 ProseMirror schema 强制禁止嵌套：
- 文档块 (
doc_block) —src/plugins/docBlockPlugin.ts，Markdown 语法：```llm-file fenced code block - PRO 块 (
pro_block) —src/plugins/proBlockPlugin.ts，Markdown 语法：[PRO]/[PRO]{指令} - 上传块 (
upload_block) —src/plugins/uploadBlockPlugin.ts，Markdown 语法：{{{}}}/{{{upload file type:...}}}
每个功能块配备独立的 Remark 解析器和序列化器，确保 Markdown 导入导出时自动识别和还原。
快速开始
环境: Node.js 18+、Python 3.8+
安装:
- 前端: npm install
- 后端: pip install -r backend/requirements.txt
启动:
- 后端: python backend/main.py (端口8001)
- 前端: npm run dev (端口5173)
Docker 部署
将整个项目目录放进本机 ~/lit/llm-in-text 后，在项目根目录执行：
cp backend/.env.example backend/.env
docker compose up -d --build
默认对外端口：
- 前端:
http://localhost:8080 - 后端:
http://localhost:8001
持久化目录全部位于当前项目下的 docker-data/：
- PostgreSQL:
docker-data/postgres - Redis:
docker-data/redis - 任务共享临时目录:
docker-data/jobs
部署前至少需要修改这些环境变量：
backend/.env中的LLM_BASE_URLbackend/.env中的LLM_API_KEYbackend/.env或 shell 环境中的DATABASE_URLbackend/.env中的API_KEY
API接口
- POST /v1/completions 流式补全建议
- POST /v1/ocr 图片文字识别
- POST /v1/convert 文档转换
- POST /v1/completions/cancel 取消请求
- GET /v1/docs/nodes 文档空间节点列表
- POST /v1/docs/folders 创建文件夹
- POST /v1/docs/files/text 创建文本文件
- POST /v1/docs/files/upload 上传文件到文档空间
- PATCH /v1/docs/nodes/{id} 更新节点
- PUT /v1/docs/files/{id}/blob 替换文件二进制内容
- DELETE /v1/docs/nodes/{id} 删除节点
- GET /v1/docs/files/{id}/blob 下载或预览原文件
- GET /v1/tts-asr/status TTS/ASR状态
- GET /v1/tts-asr/config TTS/ASR配置信息
- POST /v1/tts-asr/tts 文字转语音
- POST /v1/tts-asr/asr 语音转文字
TTS/ASR环境变量配置
支持以下环境变量来配置TTS/ASR模块：
| 变量名 | 说明 | 默认值 |
|---|---|---|
LLM_BASE_URL |
OpenAI-compatible 上游地址 | 必填 |
LLM_API_KEY |
OpenAI-compatible 上游密钥 | 必填 |
TTS_MODEL_ID |
TTS 模型名 | Qwen3-TTS-12Hz-1.7B-VoiceDesign-8bit |
ASR_MODEL_ID |
ASR 模型名 | Qwen3-ASR-0.6B-8bit |
TTS_ASR_TTS_TIMEOUT_SECONDS |
TTS 上游超时(秒) | 180 |
TTS_ASR_ASR_TIMEOUT_SECONDS |
ASR 上游超时(秒) | 300 |
TTS_ASR_MAX_CONNECTIONS |
Speech API 连接池上限 | 24 |
TTS_ASR_MAX_KEEPALIVE_CONNECTIONS |
Speech API keepalive 连接数 | 12 |
核心实现
后端
- main.py: FastAPI服务器、SSE流式响应
- llm.py: 异步LLM调用（OpenAI兼容）、超时控制
- prompt.py: 7条Prompt规则
- tts_asr.py: 基于共享 OpenAI-compatible Speech API 的 TTS/ASR 适配层
- 统一使用
LLM_BASE_URL和LLM_API_KEY - 通过
/audio/speech与/audio/transcriptions调用上游 - 内建连接池、超时、音频时长估算和上游请求 ID 透传
- 统一使用
前端
- copilotPlugin.ts: ProseMirror Mark系统
- 关键函数: scheduleFetch、insertGhostText
- Pinia Store状态管理
设计亮点
- 前后端分离
- 低延迟优化：防抖+SSE+AbortController
- ProseMirror Mark系统
- 多种交互方式
- 智能大小限制
- 隐私保护
- 多语言支持
- 主题定制
- 文档处理
- 语音功能
开发指南
代码风格: Python(4空格,snake_case) JS/TS(2空格,camelCase) 测试: pytest 构建: npm run build
运行测试
项目提供完整的测试套件，包括单元测试、集成测试和macOS环境模拟测试：
# 快速运行单元测试
python backend/tests/run_tests.py unit
# 运行集成测试（需要启动后端服务）
python backend/tests/run_tests.py integration
# 运行macOS环境模拟测试（在非Mac环境测试）
python backend/tests/run_tests.py simulate
# 运行所有测试
python backend/tests/run_tests.py all
详细测试说明请参考: 测试指南
许可证
MIT License