招生办三个人接了两月电话嗓子全哑了？具身交互智能数字人帮你接住70%的咨询

m0_53751797

378人浏览 · 2026-08-21 09:14:33

m0_53751797 · 2026-08-21 09:14:33 发布

手把手教你搭一个高校招生数字人：从通义千问到星云SDK全流程

每年六月到八月，高校招生办的电话就没停过。家长问专业、问分数线、问宿舍、问就业率，翻来覆去就那些问题，但每一个都得耐心回答。

去年暑假，某高校的朋友跟我吐槽：招生办三个人，接了两个月的电话，嗓子全哑了。

我当时正好在研究具身交互智能的方向，就提议：要不做一个数字人招生顾问？把常见问题灌进去，让AI先回答第一层，复杂问题再转人工。

这篇文章把整个搭建过程拆开来讲，代码和配置都给出来，感兴趣的朋友可以跟着做。

第一步：准备大模型和知识库

招生场景的知识库比较结构化：学校概况、院系专业、历年分数线、招生计划、校园生活、就业数据。我把这些信息整理成了Markdown文档，作为RAG的知识源。

大模型选了通义千问。原因很简单：中文理解能力强，招生咨询里经常有口语化的表达（"你们学校那个什么专业好不好"），通义千问处理这类输入比较稳。

Agent层用了LangChain，搭了一个标准的RAG流程：

用户提问 → 意图识别 → 知识库检索 → 大模型生成回答 → 输出

这里有个细节：招生咨询的意图比较集中，我做了一个意图分类的前置层，把问题分成"专业介绍""分数线查询""校园生活""招生政策"四个类别，分别路由到对应的知识库子集。这样检索准确率会高很多。

第二步：接入星云SDK

大模型和Agent解决的是"AI知道什么"的问题，星云SDK解决的是"AI怎么跟你说话"的问题。

星云SDK是魔珐科技做的具身交互智能平台，它的作用是把大模型的文字输出变成一个3D数字人的实时播报——包括语音、口型、表情和肢体动作。

接入过程不复杂。先引入SDK：

<script src="https://media.xingyun3d.com/xingyun3d/general/litesdk/xmovAvatar@latest.js"></script>

然后初始化：

// 招生数字人 - 星云SDK初始化
const sdk = new XmovAvatar({
  containerId: "#admission-assistant",
  appId: "YOUR_APP_ID",
  appSecret: "YOUR_APP_SECRET",
  gatewayServer: "https://nebula-agent.xingyun3d.com/user/v1/ttsa/session",
  onMessage: (msg) => {
    console.log("SDK Event:", msg);
    if (msg.type === "voice_state_change") {
      const state = msg.state || msg;
      if (state === "idle") {
        console.log("播报完毕，可以接受新提问");
      }
    }
  },
  proxyWidget: {
    "subtitle_on": (data) => {
      document.getElementById("subtitle").innerText = data.text;
      document.getElementById("subtitle").style.display = "block";
      return false; // 屏蔽默认字幕，用自定义样式
    },
    "subtitle_off": () => {
      document.getElementById("subtitle").style.display = "none";
      return false;
    }
  }
});

// 初始化，处理下载进度
await sdk.init({
  onDownloadProgress: (p) => {
    if (p < 100) {
      document.getElementById("progress").innerText = `加载中 ${p}%`;
    }
  }
});

第三步：实现对话流程

把大模型和SDK串起来的核心逻辑：

async function handleStudentQuestion(question) {
  // 1. 大模型生成回答
  const answer = await getAgentResponse(question);

  // 2. 按句拆分
  const sentences = splitSentences(answer);

  // 3. 流式播报给数字人
  for (let i = 0; i < sentences.length; i++) {
    const isFirst = i === 0;
    const isLast = i === sentences.length - 1;
    sdk.speak(sentences[i], isFirst, isLast);

    // 如果不是最后一句，等当前句播完再播下一句
    if (!isLast) {
      await waitForVoiceEnd();
    }
  }
}

家长随时可能打断，比如数字人在介绍专业设置，家长突然想问分数线：

// 家长打断处理
function onParentInterrupt(newQuestion) {
  // 先打断当前播报
  sdk.interactiveidle();

  // 等状态恢复后播报新内容
  const originalHandler = sdk.config.onMessage;
  sdk.config.onMessage = (msg) => {
    originalHandler(msg);
    const state = msg.state || msg;
    if (state === "idle") {
      handleStudentQuestion(newQuestion);
      sdk.config.onMessage = originalHandler; // 恢复
    }
  };
}

第四步：终端部署

招生场景的终端主要是两种：招生咨询大厅的大屏和线上招生网站的嵌入。

大屏部署比较简单，把HTML页面全屏展示就行。星云SDK的端侧渲染方案对硬件要求很低，普通的大屏一体机就能流畅运行。

// 全屏适配招生大厅大屏
function setupFullScreen() {
  document.documentElement.style.margin = "0";
  document.documentElement.style.overflow = "hidden";

  const container = document.getElementById("admission-assistant");
  container.style.width = "100vw";
  container.style.height = "100vh";
}

线上嵌入的话，把整个页面作为一个iframe嵌入招生网站就行，SDK会自动适配容器大小。

第五步：横竖屏切换

有些宣传场景需要竖屏展示（比如门口的立式广告机），星云SDK支持直接通过CSS切换容器比例：

function switchToPortrait() {
  const container = document.getElementById("admission-assistant");
  container.style.width = "1080px";
  container.style.height = "1920px";
}

function switchToLandscape() {
  const container = document.getElementById("admission-assistant");
  container.style.width = "1920px";
  container.style.height = "1080px";
}