Zorv AI 对话框 AIP 排版引擎：让大模型回答在聊天气泡里直接长成文档 / PPT / 思维导图

根据您提供的文档片段和上下文，以下是为您还原并整理完整的 Zorv AI 技术架构文档。

这份文档详细阐述了 Zorv AI 如何通过 AIP (AI Presentation Protocol) 协议，将大模型的流式输出转化为对话框内原生的文档、PPT 和思维导图渲染。

📄 Zorv AI 对话框 AIP 排版引擎 · 技术架构文档

AIP = AI Presentation Protocol 让大模型的长回答不再是“一坨 Markdown"，而是在聊天气泡里直接长成 文档 / PPT / 思维导图 的原生排版协议。

源码依据：github.com/Quor-a/ZorvAI @ main (2026-09-07) 包名：com.ai.assistance.quro · 技术栈：Kotlin + Jetpack Compose · 协议：Apache-2.0

📑 目录

一、定位与设计原则

1.1 它解决什么问题

在传统 AI 对话框中，面对“写一份行业调研报告”或“做个 PPT"的需求，用户通常只有两种糟糕的体验：

AIP 走出了第三条路： 模型输出结构化 JSON 信封 ➡️ 客户端原生渲染 ➡️ 排版结果直接长在聊天气泡里。支持一键转换为 PPT、思维导图，或直接导出为 docx/pptx 文件。

1.2 四条设计原则

源自 Aip.kt 文件头注释及 PRD 4.1：

1.3 三条硬底线

二、全局分层架构

Zorv AI 采用严格的分层架构，确保协议解析与 UI 渲染解耦：

┌──────────────────────────────────────────────────────────────────┐
│ L5 模型契约层 QuroChatViewModel 系统提示词 │
│ 通道路由表 / AIP 信封结构 / 16+ 块型说明 / 写法铁律 │
├──────────────────────────────────────────────────────────────────┤
│ L4 路由层 CanvasRouter.kt │
│ A 增强 Markdown │ B 结构化 AIP │ C WebView 模板 │
├──────────────────────────────────────────────────────────────────┤
│ L3 接入层 ChatScreen.kt │
│ parseBlocks() 围栏识别 → MsgBlock.Aip │
│ 气泡过滤 + 消息底部全宽内联 │
│ 工具结果路径：aip_compose 返回值嗅探 │
├──────────────────────────────────────────────────────────────────┤
│ L2 协议层 core/canvas/Aip.kt │
│ Envelope / Block(18) / parse() / 四级降级 │
│ sanitizeJson · extractEnvelopeJson · lastSafeCut │
├──────────────────────────────────────────────────────────────────┤
│ L2' 转换层 core/canvas/AipConvert.kt │
│ doc ⇄ deck ⇄ mindmap · toMarkdown · toPptxText │
├──────────────────────────────────────────────────────────────────┤
│ L1 渲染层 ui/canvas/AipCanvas.kt │
│ AipCanvas · AipCanvasBlock(when 注册表) │
│ DeckPager · SlideCard · MindmapView · AipChart │
├──────────────────────────────────────────────────────────────────┤
│ L0 基础设施 MarkdownText · HtmlPreviewWebView · AiwpsCreateTool│
└──────────────────────────────────────────────────────────────────┘

关键解耦：协议层（core/canvas）不 import 任何 Compose；渲染层（ui/canvas）不碰 JSON。两边只通过 Aip.Block sealed interface 对话。

三、三档通道与路由决策

3.1 通道定义

3.2 决策链 (CanvasRouter.route)

系统根据用户意图和流式内容动态选择最佳渲染模式：

flowchart TD A[用户 query] –> B{硬指令关键词命中？} B –>|PPT/幻灯/演示文稿/汇报材料 | C[锁定 deck → B 通道] B –>|思维导图/脑图/发散一下 | D[锁定 mindmap → B 通道] B –>|写成文档/调研报告/建设方案 | E[锁定 doc → B 通道] B –>|否 | F{信封头 kind 有效？} F –>|doc/deck/mindmap| G[信封头信号 → B 通道] F –>|否 | H{复杂度启发式} H –>|长度>1500 或 二级标题≥3 或 含表格图表 | I[升 B 通道] H –>|否 | J[默认 A 通道]

关键词规则表：

• Deck: "ppt", "幻灯", "汇报材料", "演示文稿", "slide", "做成演示", "deck"
• Mindmap: "思维导图", "导图", "脑图", "mindmap", "发散一下", "头脑风暴", "梳理一下结构"
• Doc: "写成文档", "写一份", "调研报告", "建设方案", "行业方案", "长文档", "word", "docx"

⚠️ 注意：代码实际执行顺序为「硬指令 → 信封头 → 复杂度 → 兜底」。虽然注释提及意图分类器，但 V1 版本主要依赖规则匹配。

3.3 生成中途软重路由

若模型声称输出 AIP 但实际一直在吐 Markdown，系统执行软改道（不打断、不重绘）：

• 若前 120 token 未检测到信封头，或前 240 token 未检测到 "blocks" 字段，自动切换回 A 通道（Markdown）。

四、协议层：AIP 信封与块型

4.1 信封结构 (Envelope)

模型输出的标准 JSON 结构，支持扁平与嵌套双兼容：

{
"v": 1,
"kind": "doc",
"meta": { "title": "行业调研", "author": "Zorv AI" },
"theme": { "name": "aurora", "accent": "#2E6BE6" },
"blocks": [
{ "type": "heading", "data": { "level": 1, "text": "市场概况" } },
{ "type": "chart", "data": { "chartType": "bar", "labels": […], "series": […] } }
]
}

兼容性逻辑：优先读取 meta.title，若为空则读取顶层 title；主题色同理。

4.2 块型全表 (18 种)

Aip.Block 是 sealed interface，包含 17 种具体类型 + 1 种兜底：

⚠️ 文档债：系统提示词中常遗漏 html 块型说明，导致模型较少主动使用该类型，但引擎完全支持。

五、容错解析：四级降级机制

面对大模型流式输出的不稳定性（截断、格式错误），Zorv AI 设计了坚如磐石的容错机制：

核心容错算法

六、形态互转与导出序列化

AipConvert 模块让一份内容在三种形态间自由切换，用户点击 Chip 即可实时变换视图。

6.1 转换矩阵

• Doc ⇄ Deck：
  • Doc → Deck：标题变封面，段落聚合成要点，图表/表格独占一页。
  • Deck → Doc：每页转为 Section，要点转为列表。
• Doc ⇄ Mindmap：
  • 依据标题层级（H1-H3）自动生成树状结构，正文截断为叶子节点。
• 成本优化：若目标形态与当前一致，直接返回原对象（O(1)）；否则线性遍历 blocks (O(N))。

6.2 导出序列化

内置自研 OOXML 引擎（零三方依赖），支持导出：

• .docx / .md：调用 toMarkdown()生成标准语法。
• .pptx：调用 toPptxText()，利用 — 分页符控制幻灯片切分。
• 智能分页：在转 PPT 时，强制让 Chart 和 Table 独占一页，避免排版破碎。

七、渲染层：AIP Canvas

基于 Jetpack Compose 的原生渲染器。

7.1 核心逻辑

@Composable
fun AipCanvas(source: String, onLinkClick: (String) Unit) {
val result = remember(source) { Aip.parse(source) } // 解析缓存
var kindOverride by remember { mutableStateOf<String?>(null) }

if (result.envelope != null) {
val env = remember(result.envelope, kindOverride) { AipConvert.convert(result.envelope, kindOverride ?: result.envelope.kind)
}
// 渲染 Header + 工具栏 (Doc/Deck/Mindmap 切换) + Block 列表 Column {
env.blocks.forEach { block -> AipCanvasBlock(block, onLinkClick)
}
}
} else {
// 降级处理：显示降级横幅 + MarkdownText(result.raw)
}
}

7.2 块渲染注册表

使用 when 表达式将 Aip.Block 映射到具体的 Composable 函数：

• Heading → Text (不同字号/字重)
• Chart → AipChart (Canvas 手绘柱状/折线/饼图)
• Mindmap → MindmapView (自定义 Layout 绘制树状连线)
• Slide → DeckPager (横向翻页器)
• Fallback → MarkdownText (展示原始内容以防丢失)

—## 八、对话框接入链路

九、工具调用通道：aip_compose

除了直接输出 JSON，模型也可通过 Tool Call (aip_compose) 返回结构化数据。

• 优势：强制模型遵循 Schema，减少格式错误。
• 处理：ChatScreen 嗅探工具返回结果，若包含 blocks 字段，直接注入 AIP 解析流程，跳过围栏识别步骤。

十、模型侧契约（系统提示词）

System Prompt 中必须包含以下关键指令：

十一、端到端时序

十二、工程坑位与修复清单

• [已修复] BOM 头问题：trim() 不去除 \\uFEFF，导致 JSON 解析失败。→ 增加 trimStart('\\uFEFF')。
• [已知] HTML 块缺失：Prompt 未提及 html 块型，模型极少使用。→ 待更新 System Prompt。
• [优化] 深度嵌套：columns 块目前仅支持一层嵌套，过深会导致递归栈溢出或渲染错乱。→ 限制最大嵌套深度为 2。
• [体验] 大图加载：image 块在弱网下占位符闪烁。→ 增加 Compose AsyncImage 的淡入动画。

十三、代码地图与规模

• 核心协议: core/canvas/Aip.kt (~600 行) – 定义数据结构与解析逻辑。
• 容错引擎: core/canvas/AipParser.kt (~400 行) – 包含 sanitizeJson, lastSafeCut。
• 转换层: core/canvas/AipConvert.kt (~350 行) – 形态互转逻辑。
• 渲染层: ui/canvas/AipCanvas.kt (~800 行) – Compose UI 实现。
• 路由层: feature/chat/CanvasRouter.kt (~200 行)。
• 总计: 核心代码约 2500 行，无第三方重型依赖，轻量可控。

👉 立即体验与贡献 访问项目主页获取源码与最新文档：

https://github.com/Quor-a/ZorvAI