From 153a8768bfe0f155842ffed791df94900ca1e0d5 Mon Sep 17 00:00:00 2001 From: kicer Date: Sat, 24 Oct 2026 18:56:06 +0800 Subject: [PATCH] =?UTF-8?q?ASR=5FURL=20=E6=94=B9=E4=B8=BA=E5=8F=AF?= =?UTF-8?q?=E7=94=B1=20.env=20=E8=A6=86=E7=9B=96=EF=BC=88=E6=94=AF?= =?UTF-8?q?=E6=8C=81=E6=8C=87=E5=90=91=E5=A4=96=E7=BD=91=20mcp=5Fasr?= =?UTF-8?q?=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - compose 用 ${ASR_URL-http://mcp_asr:3000}:不设则默认内网;显式写空值则关闭语音输入 (用无冒号的 - 而非 :-,否则空值会被默认值兜掉,就没法关闭) - .env.example 补注释示例 - README 环境变量表与 MCP 章节补充外网用法与注意事项(对端需接受三个 header、证书校验) --- .env.example | 3 +++ README.md | 4 +++- docker-compose.yml | 8 ++++++-- 3 files changed, 12 insertions(+), 3 deletions(-) diff --git a/.env.example b/.env.example index 9f1117e..1fe65be 100644 --- a/.env.example +++ b/.env.example @@ -18,6 +18,9 @@ AUTH_SECRET=change-me-openssl-rand-hex-32 # agent-core 映射到宿主机的端口(默认 8090),改这里就不用动 docker-compose.yml # AGENT_PORT=8090 +# agent-core 拼接 /transcribe 的基地址(默认内网 mcp_asr)。填外网地址即可把语音识别放到另一台机器, +# 写成空值(ASR_URL=)则关闭语音输入。 +# ASR_URL=http://mcp_asr:3000 # ---- 仅调试:临时把对应 MCP 服务映射到宿主机端口(默认注释掉;改完记得注释回去)---- # WEB_SEARCH_PORT=8081 diff --git a/README.md b/README.md index 5ec903d..3bfa982 100644 --- a/README.md +++ b/README.md @@ -125,6 +125,8 @@ mcp_servers: `web_search` / `image_task` / `video_task` / `asr` 四个容器与 core 由同一个根 `docker-compose.yml` 启动(与是否写进配置无关),没有先后顺序,也不占宿主机端口。工具说明、header 覆盖项与调试方式见 [mcp/README.md](mcp/README.md)。 +`ASR_URL`(在 `.env` 里覆盖)是 core 调用语音转写的基地址:默认指向内网 `mcp_asr`;把它改成外网地址就能把转写放到另一台机器上(那台要能接受 `Authorization` / `X-ASR-Base-Url` / `X-ASR-Model` 三个 header),写成空值则关闭语音输入。 + 语音输入(H5 输入框里说话)走的是另一条路:客户端录音 → `POST /api/asr/transcribe` → `mcp_asr` 的 `/transcribe`,**不经过模型、不消耗 token**,结果插入输入框可编辑。客户端录音契约(Android 套壳原生桥 / 浏览器 MediaRecorder)见 [docs/voice-input.md](docs/voice-input.md);`ASR_URL` 置空、或删掉 `asr` 那段,即整体关闭。 `mcp_asr` 自己**不存任何平台密钥**:上游 key / base_url / model 都由 core 从这里那段 `asr.headers` 随请求带进去,换平台只改 YAML(不用重建镜像、不用动 `.env`),也不预设任何厂商。 @@ -259,7 +261,7 @@ platforms: | `PORT` | core 监听端口,容器内 `8090` | | `EXECUTOR_URL` | `agent-executor` 地址;空则命令在 core 进程内本地执行,仅适合开发 | | `EXECUTOR_TOKEN` | core ↔ executor 的 Bearer token,两侧同值 | -| `ASR_URL` | `mcp_asr` 地址(compose 为 `http://mcp_asr:3000`);置空则语音输入关闭 | +| `ASR_URL` | core 拼接 `/transcribe` 的基地址(默认 `http://mcp_asr:3000`)。可填外网地址把 `mcp_asr` 放到另一台机器;写成空值则语音输入关闭 | | `ASR_LOG_LEVEL` | `mcp_asr` 日志等级 | | `WXBOT_URL` | wxbot 地址;置空则微信功能整体关闭 | | `WXBOT_TOKEN` | core ↔ wxbot 的共享 token | diff --git a/docker-compose.yml b/docker-compose.yml index 9c37eb9..8a5c239 100644 --- a/docker-compose.yml +++ b/docker-compose.yml @@ -24,8 +24,12 @@ services: # 微信接入 - WXBOT_URL=http://agent-wxbot:8093 - WXBOT_TOKEN=${WXBOT_TOKEN:?WXBOT_TOKEN not set - run scripts/init.sh} - # 语音识别(可选):mcp_asr 的内网地址。置空 = 不启用,前端不显示麦克风按钮。 - - ASR_URL=http://mcp_asr:3000 + # 语音识别(可选):core 拼 /transcribe 的基地址。默认指内网 mcp_asr; + # 也可以填外网地址(例如 mcp_asr 跑在另一台机器上:http://:3000)。 + # 注意:那台服务要能接受 Authorization / X-ASR-Base-Url / X-ASR-Model 三个 header, + # 且 core 能出网访问它(https 自签证书会因证书校验失败)。 + # 想关掉语音输入:在 .env 里写 ASR_URL= (空值,照样不发默认值)或删掉 config.yml 的 asr 段。 + - ASR_URL=${ASR_URL-http://mcp_asr:3000} networks: - agent-mcp-net