LingChat Docs

Appearance

项目结构与实现 ​

程序入口 ​

主程序 ​

  • backend\windows_main.py 是主程序入口，负责启动后端服务（监听 8765 端口）
  • 你也可以直接在浏览器访问 localhost:8765，体验完整功能。
  • 使用根目录下的 start.windows.bat，会自动激活 .venv 虚拟环境并启动主程序。
  • 项目配置集中在 .env 文件，访问 localhost:8765/settings 可自动读取并生成可视化配置界面

桌宠 ​

  • backend\desktop_pet\desktop_pet.py 是桌宠程序的启动入口，运行时会启动一个完全独立于主程序的桌宠进程。
  • 所有桌宠相关代码均位于 backend\desktop_pet 目录，便于维护和扩展。
  • 使用根目录下的 desk_pet.bat，会自动激活 .venv 虚拟环境并启动桌宠程序。

程序结构 ​

  • backend 目录包含基于 Python 的后端服务，负责监听 8765 端口。
  • frontend 目录存放前端资源，包括 HTML、JavaScript 和 CSS 文件。
  • data/logs 用于存储日志、对话记录及缓存数据。此目录内容可安全删除，但如需备份聊天记录请提前保存。

其他相关 ​

torch 与神经网络库依赖 ​

  • 项目采用自训练模型，通过 torch 库识别 AI 当前情绪，实现立绘自动切换。
  • 集成 RAG 向量库，实现永久记忆系统：
    • 启用 RAG 后，对话内容以 JSON 格式存储于 data/rag_chat_history/。
    • 语义向量化结果缓存在 data/chroma_db_store/。注意：缓存不支持自动删除，如需手动修改或清理 rag_chat_history/，请同时删除整个 chroma_db_store/ 文件夹以保证记忆库同步。
  • 计算资源需求较低，仅需 torch-cpu，普通 4 代 i3 以上电脑即可流畅运行