AI 智能名片

传统电子名片只能展示静态信息，访客想了解一个人的专业能力只能翻资料或发私信问；而个人从业者往往没有精力逐条回复，沟通效率极低。把它变成能对话的分身，核心难点在于三件事必须同时跑通：让 AI 只基于持有者的公开资料回答而不胡说（需要 RAG 约束）、让语音交互真正可用（需要音色克隆与 TTS 合成）、以及在公开展示个人身份的同时保护隐私（联系方式不能直接暴露）。

设计并实现「持有者 — 访客」双角色产品模型，持有者维护资料与公开知识库、配置 AI 分身、克隆音色，访客打开名片即可用自然语言提问。AI 问答：

Milvus 向量库承载 RAG 检索，回答限定在持有者公开资料范围内；采用 SSE 流式输出降低首字延迟，并在答案中标注来源与证据分级，让访客能判断可信度。语音克隆 + TTS：

15–30 秒样本克隆出持有者专属音色，回答可语音播报，VIP 访客解锁该能力。联系中转：

访客留言经隐私脱敏后转达，联系方式不直接暴露在名片页。多模板渲染：

商务风 / 中国风 / 赛博朋克风三套模板，支持浅色 · 深色 · 跟随系统皮肤。会员与额度：

单一额度池，VIP 升级与续费叠加，语音等高耗能力按等级开放。工程实现：

Next.js App Router + TypeScript 全栈，Prisma + Supabase 承载数据，Whisper 语音识别、zustand 状态管理，配套 REST 契约与端到端测试。技术难点与解决方式：

• AI 一旦编造内容，名片主人的专业声誉直接受损。→ 回答严格限定在持有者公开知识库范围内检索后生成，答案标注来源与证据分级，无法从知识库得出时明确说明而非推测。
• 文字问答不难，难的是让语音链路在真实环境可用。→ 15–30 秒样本克隆专属音色，回答直接播报；语音能力按等级开放，避免成本失控。
• 长回答逐字返回时连接易中断，且首字延迟影响体验。→ 采用 SSE 流式输出降低首字延迟，并对半包做容错解析，避免个别脏数据导致整条消息渲染失败。
• 每个访客都能提问，成本与被刷风险并存。→ 平台级限流（20 次/分钟、200 次/日）+ 按实际 Token 计费的额度冻结结算，会话结束按实际用量结算，避免并发下额度被超支。
• 名片要对外，但联系方式不能直接暴露。→ 访客留言经隐私脱敏后转达，联系方式不落在公开页面；所有 AI 对话标注为 AI 生成并说明数据可能用于服务质量改进。

产品已上线运行，形成「个人经验 → 数字分身 → 可对话名片」的完整闭环；持有者自主维护知识库与音色，访客免登录即可提问并听到语音回答，访问与转化数据在后台形成可分析闭环。