Windows

一个基于 .NET 10 的 WinUI 3 应用，非打包（unpackaged）、自包含（self-contained），支持 x64 和 ARM64。WebRTC 使用预编译的 webrtc-sdk/libwebrtc m150.7871.03 版本，与 Android 和 Apple SDK 同一分支，通过一层很薄的 C shim 调用。

待添加截图

Windows 应用中的 1:1 通话：对方的视频铺满窗口，你自己的圆角小窗浮在一角，带有 "You" 标签和三根麦克风音量条，底部显示工具栏。

文件: docs/public/media/windows-call.png

cd windows
./native/RtcShim/scripts/build-shim.ps1   # 下载 libwebrtc，构建 rtc_shim.dll
dotnet run --project src/WebRtcDemo.App -p:Platform=x64

也可以用 Visual Studio 2026 打开 WebRtcDemo.slnx，运行 x64 或 ARM64 配置。测试、发布和故障排查见 windows/README.md。

分层结构

项目	作用
native/RtcShim	C shim。rtc_shim.h 就是它的全部 API。
WebRtcDemo.Interop	LibraryImport 绑定，每个原生对象对应一个 SafeHandle，原生回调
WebRtcDemo.Core	信令、通话状态机、媒体、多人通话引擎。不含 UI，可以在任何操作系统上跑单元测试。
WebRtcDemo.Effects	背景和贴纸：ONNX 模型、合成。不含 UI。
WebRtcDemo.App	WinUI 3 应用，UI 用 C# 代码构建，而不是 XAML 页面

为什么需要 C shim

libwebrtc 的 API 是 C++ 类：虚方法、scoped_refptr、observer 接口，C# 没法直接调用。shim 用 MSVC 和静态 CRT 构建，以匹配 libwebrtc.dll，对外导出的是纯 C 接口：

• 需要显式释放的不透明句柄、UTF-8 字符串，以及带 void* user 参数的回调；
• 通过回调完成的异步调用（创建 offer、设置 description、获取统计信息）；
• 已关闭的 peer connection 会拒绝调用，而不是直接崩溃；
• video sink 输出的是 BGRA 格式，已经旋转好，并可选缩小尺寸。

在 C# 这一侧，回调是 UnmanagedCallersOnly 函数，按 ID 查找目标对象，所以不需要 pin 任何东西，也不会有异常回卷进原生代码。如果你想把 libwebrtc 带到另一种语言，这个头文件很好地展示了一次通话实际需要哪些东西。

各部分的实现

• 信令。 每次通话一个 ClientWebSocket，见 SignalingClient.cs。和其他客户端一样，socket 关闭就结束通话。
• 通话状态。 CallViewModel.cs 遵循与 Web 和 iOS 客户端相同的流程：房间里已有的一端发起 offer，密钥先于 offer 发送，遵守 300 ms 规则。
• 切换视频源。 NativeCallMedia.cs 在摄像头、屏幕或窗口、文件和特效之间替换视频 sender 上的 track，从而保留 sender 的 cryptor。切换视频源
• 摄像头。 shim 和 Windows 自带的"相机"应用一样，通过 Media Foundation 读取摄像头，并从最接近 1280×720、30 fps 的格式开始依次尝试，直到某个格式在 4 s 内输出画面。Media Foundation 读不了的摄像头会改用 libwebrtc 的 DirectShow 采集器。
• 特效。 把 MediaPipe 模型转换成 ONNX，通过 Windows ML 由 ONNX Runtime 在 GPU 或 NPU 上运行，合成用 C# 实现。背景与特效
• 画中画。 CompactOverlay presenter。画中画

两个值得了解的 Windows 特有问题

麦克风。 libwebrtc 在 Windows 上的音频设备会把回声消除交给 Windows 的语音采集 DMO，而这个 DMO 只在有音频播放时才会采集。通话通常在收到任何音频之前就开始发送了，多人通话的 publish 连接更是从不播放任何声音，所以录音会失败，而且之后不会重试，结果其他人什么都听不到。shim 把 DMO 排除在音频设备之外，采集直接走 WASAPI，回声消除则由 libwebrtc 自己的 AEC3 完成。

圆角视频。 SwapChainPanel 属于"外部内容"：Windows 会把它绘制在 WinUI 自身渲染层的下方，透过一个"洞"显示出来，所以圆角裁剪对它不起作用。因此这里的每个视频视图改为一个 composition sprite，它的 brush 显示一块与画面同样大小的绘图表面（在 D3D11 设备上调用 ICompositorInterop::CreateGraphicsDevice 创建）。这块表面由 compositor 自己绘制，所以视图可以给它加上圆角裁剪。来自 WebRTC 线程的帧会放进一个单槽位的 mailbox，UI 线程在下一次 composition tick 时把它画出来。

不用 Windows 也能测试

windows/scripts/verify.sh 会基于 Linux 版 libwebrtc 构建 shim，运行它的 loopback 测试（同一进程内的两个加密对端），针对它运行所有 .NET 测试，并为 x64 和 ARM64 编译应用。Linux 上需要有音频服务器，否则 libwebrtc 会直接 abort。用 PulseAudio 加一个 null sink 就够了。