项目实训：面试回馈

实现思路

每问一个问题，将保存，每回复一条语音，将语音转换为文字，存储起来，最后面试结束，将完整的面试记录发给大模型，让他进行总结。

1.记录面试问题

定义一个变量memory

每回答一次，记录一次问题

askQuestion() {
      if (this.count === 6) {
        this.reply("此次面试结束，请等待生成回馈总结")
        console.log(this.memory)
        request.post("/conclusion", {
          memory: this.memory
        }).then(res => {
          this.reply(res.result)
        })
        this.count = 0
        this.memory = ""

      } else {
        // console.log("返回文字内容：", this.question);
        console.log(this.count)
        let cou = this.count
        this.reply(this.question[cou])
        this.speakText(this.question[this.count])
        
        this.memory += this.question[cou]
        this.count += 1
      }

2.回答记录

流程：上传后端whisper语音转文字，在记录下来

upload(blob) {
      console.log("语音上传服务器：");
      this.blobToDataURI(blob, (result) => {
        request.post('/upload', {
          file: result.split(",")[1],
          format: "wav",
          len: atob(result.split(",")[1]).length,
        })
            .then((res) => {
              console.log(res)
              if (res.code === 200) {
                this.memory += "回答：" + res.result + "\n"
                console.log(res.result)
              }
            })
            .catch((err) => {
              console.log(err);
            });
      });
    },

3.面试回馈

当提问次数查过我们设定的时候，触发反馈，将记录传给后端，后端调用大模型接口，实现反馈

@app.route('/conclusion', methods=['POST'])
def conclude():
    data = request.json.get('memory')
    print("记录")
    print(data)
    question = f'''你是面试官，刚刚对我进行了面试
    \n\n
    这是面试记录，包括面试的问题和我的回答{data}
    \n\n
    请你评价我的面试表现，并针对每一个问题提出建议'''
    result = Turing(question)
    return jsonify({
        'code': 200,
        'result': result
    })

4.前端展示