谈谈你负责的 AI 万能视频下载总结器项目，它是如何分层或分模块组织的？从整体架构角度看，包含哪些核心组成部分？
考察说明
考察候选人如何描述一个实际项目的架构设计，包括模块划分理由、职责边界和关键交互。
回答思路
- 【回答框架 1】整体采用前后端分离的微服务或模块化单体架构。前端负责用户交互与播放列表展示，后端提供 RESTful 或 gRPC 接口，核心模块包括视频下载引擎、内容解析服务、AI 总结服务、任务调度与状态管理模块、用户与鉴权模块、存储模块。
- 【回答框架 2】视频下载引擎是核心，通过 URL 解析不同平台（如 YouTube、Bilibili）的视频流和元数据，使用模板方法模式扩展各平台的解析规则，并用异步任务队列（如 Celery）处理下载请求，避免阻塞主服务。
- 【回答框架 3】AI 总结服务负责从视频中提取音频转写文本，再调用大语言模型生成结构化摘要。通过消息队列解耦转写任务和下载任务，转写完成后回调更新任务状态，保证数据一致性。
- 【回答框架 4】存储模块采用分层策略：元数据存于关系型数据库，视频与转写文件存于对象存储（如 S3），缓存层用 Redis 存储热点摘要和临时状态，降低数据库压力。
- 【回答框架 5】任务状态管理模块使用状态机模型，记录任务从排队、下载中、转写中、完成到失败的所有状态，并支持重试和失败补偿机制，保证系统可靠性。
- 【关键点 1】模块划分遵循单一职责原则，各模块通过 API 或消息队列解耦。
- 【关键点 2】使用异步任务队列处理耗时操作，提升系统吞吐量。
- 【关键点 3】状态机管理任务生命周期，支持异常恢复。
- 【关键点 4】平台解析采用扩展性设计，易于接入新网站。
- 【关键点 5】缓存与分库存储优化读写性能。
- 【易错点 1】并发下载时要注意平台反爬限制，需实现请求限流与 IP 池。
- 【易错点 2】不同平台加密策略复杂，解析器可能失效，需设计降级方案。
- 【易错点 3】AI 总结的 token 成本较高，应控制输入长度并异步处理。