这是什么？

WebRTC Demo 是同一个视频通话应用的五个实现：浏览器、Android、iOS、macOS 和 Windows。每一个都是用该平台自身工具编写的原生应用，它们连接同一组小型服务器，任意一个客户端都能呼叫其他任意客户端。

它不是一个库，没有什么需要装进你的项目。它是一组可以运行、阅读和直接借鉴的完整应用。

适合谁

• 你想在自己的应用里加入通话功能，需要了解在你的平台上各个部分是怎么配合的。
• 你要把 WebRTC 带到一个这里还没有的平台（Flutter、React Native、Linux、电视），需要确切知道该发送什么，现有应用才能和你的应用通话。
• 你想看看浏览器和手机之间的 E2EE、iOS 后台屏幕共享，或者一个小型 SFU 实际是怎么实现的。

包含哪些功能

功能	Web	iOS	Android	macOS	Windows
1:1 视频通话，点对点	✅	✅	✅	✅	✅
通过自建 SFU 进行多人通话（可选）	✅	✅	✅	✅	✅
基于 data channel 的聊天	✅	✅	✅	✅	✅
共享屏幕或视频文件	✅	✅	✅	✅	✅
虚拟背景：模糊、图片和视频	✅	✅	✅	✅	✅
跟随人脸的贴纸	✅	✅	✅	✅	✅
端到端加密，支持 1:1 和多人通话	✅	✅	✅	✅	✅
在自己的画面上显示麦克风音量	✅	✅	✅	✅	✅
画中画	✅	✅¹	✅	✅²	✅²

¹ iOS 上的画中画仅支持 1:1 通话。 ² Mac 上是始终置顶的悬浮窗口，Windows 上是紧凑覆盖窗口（compact overlay）。

仓库结构

目录	内容
signaling-server/	用于 1:1 通话的 Node.js WebSocket 中继，约 150 行。
sfu-server/	可选的多人通话服务器，Go 编写，基于 Pion。
web/	Vue 3 客户端。
android/	Kotlin 和 Jetpack Compose。
ios/	iOS 和 macOS 应用，同一个 Xcode 工程。
windows/	基于 .NET 的 WinUI 3，通过一层很薄的 C shim 调用 libwebrtc。
effects/	所有应用共同打包的背景和贴纸。
tools/	准备背景素材和绘制应用图标的脚本。

它们为什么能互通

五个应用使用不同的语言，彼此不共享代码。让它们能互相通话的，是每个客户端都遵守的一份简短约定：

• WebSocket 上的 JSON 消息及其顺序；
• 由谁发起 offer（总是先进入房间的那一端）；
• E2EE 的帧格式和密钥派生方式；
• media state 消息和摄像头的 300 ms 规则；
• 多人通话时，SFU 的协议：每个客户端两个 peer connection。

只要遵守这份约定，你的客户端就能和这五个应用中的任意一个通话。移植到新平台把它整理成了一份清单。

如何阅读本文档

• 快速开始：让两个客户端连上通话。
• 工作原理：每个功能一页，先讲一遍原理，再展示各平台的实现。
• 平台：各应用代码中相关部分所在的位置。
• 移植到新平台：开发新客户端的检查清单。
• 参考：所有消息、使用的版本和已知限制。

同样的内容也整理成了一个可离线阅读的长文件：ARCHITECTURE.md。

这是 Demo，不是产品

这份代码的目的是展示常见的 WebRTC 用法，给你一些思路，其中可能有 bug。生产环境应用需要的一些东西被有意省略了：没有 TURN 服务器，没有断线重连，没有身份认证，E2EE 密钥以明文形式经过服务器。详见限制。