随着瓦联网应用的普及，人们希望能够使用更为丰富和先进的即时通信技术，来改进通信效率，提高协作能力。其中将多媒体通信引入即时通信是主要的应用之一。本文主要探讨了基于XMPP的即时多媒体通信系统的关键技术，并在此基础上，设计并实现了一个原型系统。 本文先简单介绍了XMPP的核心协议的主要内容和工作机制，说明其开发性和可扩展性，这是研究和开发的基础。接着阐述XMPP应用于即时通信领域的扩展。并在此基础上，分析和探讨了XMPP的主要研究热点和问题。 然后，本文分析了基于XMPP进行即时多媒体通信需要解决的关键问题。首先，为了进行端到端的多媒体传输，必须在XMPP核心的基础上，加入信令控制的扩展，以便进行即时多媒体通信的双发能够直接与对方进行通信。其次，为了进行多媒体数据的即时传输，必须能够在双方之间建立端到端的传输途径。最后，需要与客户机的多媒体系统进行集成，以便能够把本方产生的多媒体数据传输给对方，同时，把对方的多媒体数据在本方表现。就这些问题，本文分析了基于XMPP的jingle解决方案。 接下来，基于jingle解决方案，本文提出了一个可以支持即时多媒体通信的框架。设计并实现了以下一些关键组件和算法：基于STUN和ICE的端到端传输建立机制；基于XMPP的信令控制机制。通过这些组件，客户机在进行即时多媒体通信的时候，可以很方便的探测自身所处的网络环境，很容易的穿透NAT与对方进行网络连接和传输。并且可以在将来，很容易的进行扩展以支持多种会话方式。 该解决方案的设计与实现，证明了基于XMPP的即时多媒体通信技术具有简单，强大且扩展性极强的特性，具有很好的应用价值。