Dialog Survey

AI-powered interview robot that conducts async multi-turn interviews via DingTalk with intelligent follow-up questions, multi-turn context memory, and voice input support.

Features

• AI 智能追问: 基于 LLM 的完全智能型追问能力
• 多轮上下文记忆: 支持跨多天、多条消息的对话连贯性
• 语音输入: 支持语音消息回答
• 异步消息式访谈: 被访谈者可以在碎片时间回答
• 自动生成报告: 访谈结束后自动生成 Markdown 报告
• 私有部署: 数据全留存，确保安全性

Tech Stack

• 对话引擎: Custom LangGraph-inspired workflow (not StateGraph API)
• LLM: OpenAI-compatible API（支持本地部署：如 ollama / vLLM / LocalAI；也可对接云服务）
• 语音识别: 阿里云 Fun-ASR
• 消息平台: DingTalk Stream Mode (WebSocket)
• 数据存储: PostgreSQL (Prisma ORM)
• Web 框架: Fastify 5.x
• 模板引擎: Nunjucks (server-side views)
• 语言: TypeScript (strict mode, ESM)

Installation

# Interactive installation — prompts for each value
npx dialog-survey install

# Non-interactive installation (all required flags)
npx dialog-survey install \
  --db-url "postgresql://user:pass@localhost:5432/dialog_survey" \
  --dingtalk-client-id "xxx" \
  --dingtalk-client-secret "xxx" \
  --dingtalk-agent-id "xxx"

# Lifecycle management
npx dialog-survey start
npx dialog-survey stop
npx dialog-survey status
npx dialog-survey uninstall

# View help
npx dialog-survey help

Prerequisites: Node.js >=20, PostgreSQL 14+.

• Linux: PM2 (npm install -g pm2) recommended for production process management
• Windows: PM2 在 Windows 上的稳定性存在问题，CLI 会自动使用直接 node 启动（TypeScript 编译必须可用）

For local LLM deployment, leave --llm-api-key empty during install; the service will connect to an OpenAI-compatible endpoint at http://localhost:11434/v1 by default. Set LLM_BASE_URL and LLM_MODEL in the generated .env file if needed.

Usage

After installation, use the CLI commands for lifecycle management:

# Start the service
npx dialog-survey start

# Stop the service
npx dialog-survey stop

# Check service status
npx dialog-survey status

# Uninstall completely
npx dialog-survey uninstall

# View help
npx dialog-survey help

Quick Start (Development)

1. Install Dependencies

cd dialog-survey
npm install

2. Configure Environment

cp .env.example .env
# Edit .env with your configuration

3. Initialize Database

npx prisma generate
npx prisma db push

4. Start Service

npm run dev

项目结构

dialog-survey/
├── src/
│   ├── api/          # API 层 (Fastify routes)
│   ├── core/         # 核心逻辑 (LangGraph StateGraph)
│   ├── services/     # 服务层 (LLM, ASR, 钉钉)
│   ├── repositories/ # 数据访问层 (Prisma)
│   ├── integrations/ # 外部服务集成
│   ├── domains/      # 领域实体
│   ├── middleware/   # Fastify 中间件
│   ├── views/        # Nunjucks 模板
│   └── utils/        # 工具函数
├── tests/            # 测试 (Vitest)
├── scripts/          # CLI 脚本和部署脚本
├── prisma/           # Prisma schema 和迁移
├── templates/        # 访谈模板
├── reports/          # 生成的报告
├── package.json
├── tsconfig.json
└── vitest.config.ts

开发命令

# 类型检查
npm run type-check

# 运行测试
npm test

# 测试覆盖率
npm run test:coverage

# 代码检查
npm run lint

# 构建
npm run build

部署

环境要求

| 组件 | 版本/说明 | |------|-----------| | Node.js | >= 20.0.0 (推荐 v20 LTS) | | PostgreSQL | 14+ | | npm | 随 Node.js 自带 | | 操作系统 | Linux / macOS / Windows |

部署步骤

1. 克隆或复制项目

# 推荐：从 Git 仓库克隆
git clone <repo-url> dialog-survey
cd dialog-survey

# 或：直接拷贝项目目录到目标机器

2. 安装依赖

npm install

3. 配置环境变量

cp .env.example .env
# 编辑 .env，填入实际配置值（见下方环境变量说明）

4. 初始化数据库

npx prisma generate   # 生成 Prisma Client
npx prisma db push     # 同步 schema 到数据库

5. 启动服务

开发模式 (热重载):

npm run dev
# 默认监听 http://0.0.0.0:3001

生产模式 (推荐用于长期运行):

npm run build   # 编译到 dist/
node dist/src/server.ts

或使用 PM2 管理进程:

npm install -g pm2
pm2 start dist/src/server.ts --name dialog-survey
pm2 save
pm2 startup  # 设置开机自启

环境变量说明

| 变量名 | 说明 | 示例 | |--------|------|------| | NODE_ENV | 运行环境 | production | | PORT | 服务端口 | 3001 | | HOST | 监听地址 | 0.0.0.0 | | DATABASE_URL | PostgreSQL 连接串 | postgresql://user:pass@localhost:5432/dialog_survey?schema=public | | LLM_BASE_URL | LLM 服务地址（OpenAI-compatible），指向本地或云服务 | http://localhost:11434/v1 | | LLM_API_KEY | LLM API Key | sk-xxx | | LLM_MODEL | LLM 模型名称 | qwen2.5 | | DINGTALK_CLIENT_ID | 钉钉 Client ID | 开放平台获取 | | DINGTALK_CLIENT_SECRET | 钉钉 Client Secret | 开放平台获取 | | DINGTALK_AGENT_ID | 钉钉 Agent ID | 开放平台获取 | | DINGTALK_APP_KEY | 钉钉 AppKey | 开放平台获取 | | DINGTALK_APP_SECRET | 钉钉 AppSecret | 开放平台获取 | | PUBLIC_URL | 公网回调地址 | https://your-domain.com | | FUN_ASR_API_KEY | 阿里云 Fun-ASR API Key | 语音识别用 | | ENCRYPTION_KEY | AES 加密密钥 | 32 字节 hex 字符串 | | ADMIN_API_KEY | 管理后台 API Key | 自定义密钥 | | REPORTS_DIR | 报告存储目录 | ./reports | | LOG_LEVEL | 日志级别 | info |

安全起见，ENCRYPTION_KEY 可通过 Node.js 生成:

node -e "console.log(require('crypto').randomBytes(16).toString('hex'))"

健康检查

服务启动后可访问:

curl http://localhost:3001/health

Docker 部署 (推荐)

使用 Docker Compose 一键部署应用和 PostgreSQL 数据库。

1. 配置环境变量

cp .env.example .env
# 编辑 .env，填入 DingTalk、LLM、ASR 等实际配置值

2. 启动服务

# 构建并启动所有服务
docker-compose up -d

# 查看日志
docker-compose logs -f app

# 查看所有服务状态
docker-compose ps

3. 验证部署

服务启动后，访问健康检查端点：

curl http://localhost:3001/health

常用 Docker 命令

# 停止服务
docker-compose down

# 重启服务
docker-compose restart

# 查看数据库日志
docker-compose logs -f postgres

# 进入数据库 shell
docker-compose exec postgres psql -U dialog_survey -d dialog_survey

# 重新构建应用镜像
docker-compose build --no-cache app
docker-compose up -d app

预提交检查 (开发时)

npm run type-check && npm run lint && npm run test:coverage