Files
agent/app
kicer b2b0f8d2b2 语音输入改为流式断句,服务端只做超长兜底切分
- 壳推 16k/单声道/16bit PCM 分片(onNativeVoiceChunk,~100ms 一片),
  页面自己判停顿(≥0.5s 静音)断句、逐段串行上传;松手只 flush 剩下的话,
  全部结果到齐后一次性写进输入框并自动发送
- 纯静音的尾巴不再上传(否则只会换来一次「没有可识别人声」)
- 删除 onNativeVoiceResult / onNativeVoiceAmp:声波改由页面用 PCM 峰值驱动
- 服务端不再逢停顿就切:≤25s 直接一次请求、不跑 silencedetect;
  >25s 才在距上限最后 6s 的窗口里挑停顿中点,挑不到硬切,段数 ≈ 时长/25
  (去掉 ASR_MAX_SEGMENTS 的 20 段退化分支)
- 上游 200 + 空 text 改判 400(这是「这段没人声」的正常结果,不再打堆栈)
- docs/voice-input.md 按新契约整篇重写(含 AudioRecord 参考骨架)
2026-10-24 20:11:25 +08:00
..
2026-09-20 19:24:50 +08:00
2026-10-20 14:57:12 +08:00

agent-core

agent 仓库的 core 服务:Express + SQLite + 静态 H5 前端。

对外能力、部署与配置见仓库根 ../README.md。

本地运行

cd app
npm install
cp config.example.yml config.yml
# 本地调试时把 workspace_root / data_root 改到仓库内可写目录
AGENT_CONFIG=./config.yml node server/server.js

默认监听 8090。platforms 可以留空,启动后到设置页添加模型并重启。

关键文件

文件 职责
server/server.js 装配配置、DB、SSE、路由与启动顺序
server/engine.js 会话、模型池、Agent 主循环、压缩、标题、日记收口
server/llm.js 消息组装与上游流式调用
server/tools/executor.js 内置工具与路径沙箱
server/tools/definitions.json 内置工具 schema
server/routes/ HTTP API
server/public/ 前端(无构建,按序加载脚本)