一口气说不停顿是语音输入最慢的路径:没有 0.5s 停顿就一段都发不出去, 只能等松手整段上传。改成累计语音到 6s 就在低能量处分段发出: - 只在尾部 3s 窗口里找切点:太靠前会把很久以前的低点当作刀口 - 切点按分片边界取:每片已有峰值 dB(与 segChunks 平行的 segLens/segDbs), 取最小者下刀,尾部静音是 -Infinity 会天然胜出 → 落在气口上 - 切完剩下的留在缓冲继续累积,不丢采样、不重复;真静音切点仍优先 - 25s 硬切保留作兜底(软切一直不成立时才会走到) - silLen 在切后被钳到剩余长度:切点落在尾巴静音里时不能超过段长 代价:刀口是分片粒度(APK 约 100ms),可能劈在字中间,所以段更短; 调大 VAD_SOFT_CUT_SEC 可让切点更可能落在真实气口。
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) |