diff --git a/docs/requirements/handoff-HEL-879.json b/docs/requirements/handoff-HEL-879.json index d517672..22499c2 100644 --- a/docs/requirements/handoff-HEL-879.json +++ b/docs/requirements/handoff-HEL-879.json @@ -1,7 +1,7 @@ { "baseline_version": "1.11", "read_commit": "c121c42e39174e0f627f129e7f7e5700f33acf26", - "task": "HEL-879 双职责一次交付:A) HEL-896 发布工具四项有限收口(总管独立复核清单)——①归档一致性强制:checkpoint busy 或源/快照行数不一致一律 CLI 非0、不形成可交付包,verify 拒绝 rows_match=False 旧包并按源路径映射做真实回退演练(解包隔离目录、实开各库核行数与哈希),自测 9/9 先复现旧失败形状再证修复;②目录内真实 SQLite(history_root/mem0_public_history.db 等)停服口径递归走 checkpoint+逐表核对,在线模式仅显式单库 backup API、含 SQLite 目录直接拒绝;③提前封账可执行:PersistentBudget.sealed()/seal() 原子写封账标记(真实用量保留不伪造不清零),acquire 首查封账(budget_sealed:51/55),跨重启/backup 归档恢复均拒绝、重复 seal 幂等、无解封路径,tools/seal_budget_hel879.py 为显式关闭命令,S6 负例(51/55 提前收尾、误重启、归档恢复、日顶有余量仍拒)并入 verify_budget_split 10/10;④安装入口唯一:hel895-release-candidate.md §2 全 offline 自足安装、§4 五步固定 SDK 入口(tarball 哈希→固定源构建→cp311 备产→仅本地轮→co-import),hel874-release.md §2/§4 标注被取代,mem0-stack.lock 的 mem0ai 行只作版本记录,audit 工具 head 动态化+证据目录可重定向,新证据 docs/rework/hel879/{sdk-audit,release-artifacts.json}。B) 统一语音候选隔离整合:hel-879-assembly 分支 = c121c42 + 发布收口(01ff919) + 语音后台 aba2aeb + 语音前端 c61d9c9(原作者 web/src 逐字节保留,CSS 哈希变化仅原作者 components.css +21 行),语音适配器测试对齐主线 HEL-882 硬闸(engineering_budget,不改产品门),全电池在该 head 实跑:pytest 324/324(299 主线+25 语音)、ruff 干净、web typecheck 0 错/lint 0 错1既有警告/vitest 88/88/build 通过、真实服务浏览器 9/9(零权限调用、零非回环出站,证据 docs/rework/hel879/browser/)、verify_hel877_voice_chain 8/8、.12 真SDK stdin 检查 8/8 ALL PASS(零写入零网络)、check_release_offline R1-R7、固定SDK回归 16/16+12/12+6/6+7/7+12/12。零真实 LLM/嵌入/ASR/TTS、零下载、零麦克风、未启动/停止任何服务、不部署、不合并 PR、PR#11 与 hel-870-assembly 未动、权威账与冻结未写、真实 cap 保持 0;2026-10-27 剩余收口(总管 b4dadd8 复核三项):A) 房间自动到期与共享上限——清理所有者观察活跃会话截止时间与欠账,无人再发请求也会到期转债真实删房;显式挂断与后台共用同一持久尝试/年龄上限与状态(_sessions 不再旁路),超限 CleanupAbandoned→503+准确状态、绝不回完成 404,成功同清 sessions/debts,重启续同一上限,关闭不留协程;B) 排队话轮确切归属——CyberGrillLLM.chat 读 livekit-agents 1.8.8 自身 agents_speech_handle ContextVar(_create_speech_task 源级核实),流绑定到创建它的那个 SpeechHandle,无归属/未登记 fail-closed 不绑,新 speech 不再退役旧 pending(总管交错反例 H1/H2/S1/S2 修正),say/主动生成不吞用户轮流;C) 交前端的版本化字幕契约 v2——信封 v/seq、确切 speech_id/turn_id/message_id、turn_start/interim/final/turn_end/turn_cancel 起止与取消、迟到/乱序双规则保护、主动播报同源 message_id 自带 proactive_start/end/cancel(不借回执分支),契约 docs/voice-subtitle-contract-v2.md + 录制样例 subtitle-samples/,总工未改 web/src(接线归 HEL-898 原视觉作者);另修 test_r2 lifespan 旧测试的双 portal 调用竞态确定性(原子冻结+阻塞,不抬超时不删断言);2026-10-27 契约核准后 3 处实现时机收口(总管 3228b1e 复核,仅修实现时机,不改 v2 信封字段/事件种类、不动 web/src):①open_session 在真实建房 await 让出事件循环后于注册成功并持久化时重新唤醒/重建清理所有者(旧代码 pre-dispatch kick 的 cleaner 已空转退出:建房 20ms 真实 await、TTL25ms、等 120ms 无任何请求时 DELETE=0/过期登记仍在/cleaner=None;修后 DELETE=1/登记清/无悬空协程,新增真实让出建房负例与更短 TTL 唤醒负例,保留自动截止与共享上限机制不变);②speak_proactive_row 先取 say 同步返回的 SpeechHandle、立即发布 proactive_start 并注册该 handle 的 end/cancel 再按需等待(真实 SDK AgentSession.say 为同步函数、await handle=等整段播完,旧代码播完才发 start;.12 真SDK 验证播放中即可见 start、打断只有 cancel 不误发 end,v2 字段不变);③_after_playout 的 assistant_final 前置完整/合法同轮回执门(流未完整或无有效同轮 receipt/旧 epoch 一律只 turn_cancel,不再先发 final 后决定不确认;完整+合法回执路径 final 与 ack 均保留,φ/打断/失败/无归属 fail-closed 不变);.12 真SDK stdin 检查扩至 14/14 ALL PASS(新增:主动播报时机、主动播报打断、无回执不 final 三负例,实际 worker 模块回调路径),前后对照证据 docs/rework/hel879/timing-fix/ 与 docs/rework/hel879/sdk-check-hel879-timing.log;本轮回归:pytest 352/352(新增 2 项负例先在旧代码复现失败)、ruff(src/tests/tools) 0 错、verify_hel877_voice_chain 8/8、需求检查 4/4(origin/main 与 c121c42 各带/不带本 handoff);零真实 LLM/嵌入/ASR/TTS、零下载零安装、未部署未合并、PR#11 与 hel-870-assembly 未动、真实 cap 仍 0 || 统一整合审核追加(2026-10-27,整合目标 fb7ea84=fc905fe+HEL-898保全):以 .12 真实 SDK(livekit-agents 1.8.8/livekit-api 1.2.1,SSH 只读 stdin)驱动实际 worker(make_voice_llm+bind_voice_session+speak_proactive_row)生成 v2 帧(normal/interrupt/phi/no_receipt/proactive,主动 start 播放中可见、无回执只 cancel 无 final),经 scripts/gen_hel879_unified_frames.py 与 web/tests/fixtures/hel879/ 固化,喂入当前前端:web/tests/hel879_frames.test.ts 9/9(增量→final→落库回读接替、φ/cancel/文字接管/用户开口/掉线重开清残影、replay/迟到/乱序帧全拦)。seq 命名空间核清(docs/rework/hel879/unified-review/seq-job-analysis.md):一 job 一 entrypoint、重连不重跑、后端唯一派发点每会话新房,job=房间=控制器会话一一对应,无同房新 job 序号归零路径;残余缺口=agent 离场僵尸界面(归原作者前端)。closed 64 上限核清:64+ 后续关闭挤出退休 speech,重复高 seq turn_start 可重进(web/tests/hel879_frames.test.ts DOCUMENTED GAP 用例),现 worker 无法产生该帧(speech_id 唯一、begin 每流一次),列防御性建议归原作者。本机缺 GUI 系统库且零安装授权,浏览器层未独立复跑(web/tests/hel879_unified_shots.mjs 已备,供有 Edge 环境回放实际 worker帧);作者 61/61 与两主题截图仍是界面证据。回归 pytest 352/352、vitest 108/108、typecheck/build/lint(0错1既有警告)通过;R5 真机测试包材料见 docs/rework/hel879/unified-review/r5-test-package.md,未执行任何真实调用/下载/安装/部署/合并。 || 材料返修追加(2026-10-27,基点 f92a86f,总管四项返修清单):只改材料不改内核——①依赖两轨拆分:R5语音专项(链上部件已证在位:LiveKit 7880纯ws/FunASR/agent venv livekit-agents 1.8.8/CosyVoice权重在位停机/GPU 30520MiB空闲)零真缺零下载;完整统一体验如实列为41项闭包真缺(mem0ai固定源轮已离线成品、greenlet/pillow/truststore缓存可复用、37项待下载授权、hatchling已解决;.12既有实例venv抽查均无mem0且为系统3.12.3,『零真缺』对完整体验不成立);fastembed模型实测190.4MB+0.05MB(hel895文档『约92MB』不符处列勘误)。②可信HTTPS+WSS重写:撤回『自签一次点击覆盖WSS7880』(7880纯ws且通用worker/8090依赖保持明文、7881非HTTP端点、8090页面自证发ws://属混合内容);拟议新增8363 TLS桥 deploy/voice/wss_bridge.example.py(asyncio+ssl标准库零新依赖,本地冒烟TLS1.3+字节穿透通过 wss-bridge-smoke.log),livekit_url改wss://…:8363;分端口每设备各一次例外、禁忽略证书开关;iOS/安卓行为列待真机。③预算逐类:budget acquire发送前原子预占(失败/重试/打断/后台均计数,LLM调用数≠成功聊天行数);LLM/嵌入=代码硬闸已实现,ASR/TTS/建房数=如实列无代码闸走操作停机(窗口≤2h/通话≤3/TTS≤200段,建房上限列工程后续小项);上限建议不自动生效,cap仍0,权威账/冻结账不写。④工程项定案不交用户:8360/8361/8363/8082与/opt/voice-agent-cybergril/、/opt/cybergril-voice-certs/ 全部实测无冲突(E1/E9);D1改实际11音色ID(v1『6支女声』勘误)+零合成参考音频试听方案,8090面板无试听功能且写共享状态勘误、通用演示rain不作本用户依据。.12全部事实为只读实测,底稿docs/rework/hel879/unified-review/r5-facts-20261027.md(凭据脱敏);r5-test-package.md重写为v2;config/voice.example.yaml加wss桥注释;web/src与src零改动。零真实LLM/嵌入/ASR/TTS/麦克风、零下载安装、未部署未合并、PR#11与hel-870-assembly未动、真实cap仍0;R5真机/完整CG-011/1b完整体验37项下载/R6/R7继续承接,v1.11/60项无变更。", + "task": "HEL-879 双职责一次交付:A) HEL-896 发布工具四项有限收口(总管独立复核清单)——①归档一致性强制:checkpoint busy 或源/快照行数不一致一律 CLI 非0、不形成可交付包,verify 拒绝 rows_match=False 旧包并按源路径映射做真实回退演练(解包隔离目录、实开各库核行数与哈希),自测 9/9 先复现旧失败形状再证修复;②目录内真实 SQLite(history_root/mem0_public_history.db 等)停服口径递归走 checkpoint+逐表核对,在线模式仅显式单库 backup API、含 SQLite 目录直接拒绝;③提前封账可执行:PersistentBudget.sealed()/seal() 原子写封账标记(真实用量保留不伪造不清零),acquire 首查封账(budget_sealed:51/55),跨重启/backup 归档恢复均拒绝、重复 seal 幂等、无解封路径,tools/seal_budget_hel879.py 为显式关闭命令,S6 负例(51/55 提前收尾、误重启、归档恢复、日顶有余量仍拒)并入 verify_budget_split 10/10;④安装入口唯一:hel895-release-candidate.md §2 全 offline 自足安装、§4 五步固定 SDK 入口(tarball 哈希→固定源构建→cp311 备产→仅本地轮→co-import),hel874-release.md §2/§4 标注被取代,mem0-stack.lock 的 mem0ai 行只作版本记录,audit 工具 head 动态化+证据目录可重定向,新证据 docs/rework/hel879/{sdk-audit,release-artifacts.json}。B) 统一语音候选隔离整合:hel-879-assembly 分支 = c121c42 + 发布收口(01ff919) + 语音后台 aba2aeb + 语音前端 c61d9c9(原作者 web/src 逐字节保留,CSS 哈希变化仅原作者 components.css +21 行),语音适配器测试对齐主线 HEL-882 硬闸(engineering_budget,不改产品门),全电池在该 head 实跑:pytest 324/324(299 主线+25 语音)、ruff 干净、web typecheck 0 错/lint 0 错1既有警告/vitest 88/88/build 通过、真实服务浏览器 9/9(零权限调用、零非回环出站,证据 docs/rework/hel879/browser/)、verify_hel877_voice_chain 8/8、.12 真SDK stdin 检查 8/8 ALL PASS(零写入零网络)、check_release_offline R1-R7、固定SDK回归 16/16+12/12+6/6+7/7+12/12。零真实 LLM/嵌入/ASR/TTS、零下载、零麦克风、未启动/停止任何服务、不部署、不合并 PR、PR#11 与 hel-870-assembly 未动、权威账与冻结未写、真实 cap 保持 0;2026-10-27 剩余收口(总管 b4dadd8 复核三项):A) 房间自动到期与共享上限——清理所有者观察活跃会话截止时间与欠账,无人再发请求也会到期转债真实删房;显式挂断与后台共用同一持久尝试/年龄上限与状态(_sessions 不再旁路),超限 CleanupAbandoned→503+准确状态、绝不回完成 404,成功同清 sessions/debts,重启续同一上限,关闭不留协程;B) 排队话轮确切归属——CyberGrillLLM.chat 读 livekit-agents 1.8.8 自身 agents_speech_handle ContextVar(_create_speech_task 源级核实),流绑定到创建它的那个 SpeechHandle,无归属/未登记 fail-closed 不绑,新 speech 不再退役旧 pending(总管交错反例 H1/H2/S1/S2 修正),say/主动生成不吞用户轮流;C) 交前端的版本化字幕契约 v2——信封 v/seq、确切 speech_id/turn_id/message_id、turn_start/interim/final/turn_end/turn_cancel 起止与取消、迟到/乱序双规则保护、主动播报同源 message_id 自带 proactive_start/end/cancel(不借回执分支),契约 docs/voice-subtitle-contract-v2.md + 录制样例 subtitle-samples/,总工未改 web/src(接线归 HEL-898 原视觉作者);另修 test_r2 lifespan 旧测试的双 portal 调用竞态确定性(原子冻结+阻塞,不抬超时不删断言);2026-10-27 契约核准后 3 处实现时机收口(总管 3228b1e 复核,仅修实现时机,不改 v2 信封字段/事件种类、不动 web/src):①open_session 在真实建房 await 让出事件循环后于注册成功并持久化时重新唤醒/重建清理所有者(旧代码 pre-dispatch kick 的 cleaner 已空转退出:建房 20ms 真实 await、TTL25ms、等 120ms 无任何请求时 DELETE=0/过期登记仍在/cleaner=None;修后 DELETE=1/登记清/无悬空协程,新增真实让出建房负例与更短 TTL 唤醒负例,保留自动截止与共享上限机制不变);②speak_proactive_row 先取 say 同步返回的 SpeechHandle、立即发布 proactive_start 并注册该 handle 的 end/cancel 再按需等待(真实 SDK AgentSession.say 为同步函数、await handle=等整段播完,旧代码播完才发 start;.12 真SDK 验证播放中即可见 start、打断只有 cancel 不误发 end,v2 字段不变);③_after_playout 的 assistant_final 前置完整/合法同轮回执门(流未完整或无有效同轮 receipt/旧 epoch 一律只 turn_cancel,不再先发 final 后决定不确认;完整+合法回执路径 final 与 ack 均保留,φ/打断/失败/无归属 fail-closed 不变);.12 真SDK stdin 检查扩至 14/14 ALL PASS(新增:主动播报时机、主动播报打断、无回执不 final 三负例,实际 worker 模块回调路径),前后对照证据 docs/rework/hel879/timing-fix/ 与 docs/rework/hel879/sdk-check-hel879-timing.log;本轮回归:pytest 352/352(新增 2 项负例先在旧代码复现失败)、ruff(src/tests/tools) 0 错、verify_hel877_voice_chain 8/8、需求检查 4/4(origin/main 与 c121c42 各带/不带本 handoff);零真实 LLM/嵌入/ASR/TTS、零下载零安装、未部署未合并、PR#11 与 hel-870-assembly 未动、真实 cap 仍 0 || 统一整合审核追加(2026-10-27,整合目标 fb7ea84=fc905fe+HEL-898保全):以 .12 真实 SDK(livekit-agents 1.8.8/livekit-api 1.2.1,SSH 只读 stdin)驱动实际 worker(make_voice_llm+bind_voice_session+speak_proactive_row)生成 v2 帧(normal/interrupt/phi/no_receipt/proactive,主动 start 播放中可见、无回执只 cancel 无 final),经 scripts/gen_hel879_unified_frames.py 与 web/tests/fixtures/hel879/ 固化,喂入当前前端:web/tests/hel879_frames.test.ts 9/9(增量→final→落库回读接替、φ/cancel/文字接管/用户开口/掉线重开清残影、replay/迟到/乱序帧全拦)。seq 命名空间核清(docs/rework/hel879/unified-review/seq-job-analysis.md):一 job 一 entrypoint、重连不重跑、后端唯一派发点每会话新房,job=房间=控制器会话一一对应,无同房新 job 序号归零路径;残余缺口=agent 离场僵尸界面(归原作者前端)。closed 64 上限核清:64+ 后续关闭挤出退休 speech,重复高 seq turn_start 可重进(web/tests/hel879_frames.test.ts DOCUMENTED GAP 用例),现 worker 无法产生该帧(speech_id 唯一、begin 每流一次),列防御性建议归原作者。本机缺 GUI 系统库且零安装授权,浏览器层未独立复跑(web/tests/hel879_unified_shots.mjs 已备,供有 Edge 环境回放实际 worker帧);作者 61/61 与两主题截图仍是界面证据。回归 pytest 352/352、vitest 108/108、typecheck/build/lint(0错1既有警告)通过;R5 真机测试包材料见 docs/rework/hel879/unified-review/r5-test-package.md,未执行任何真实调用/下载/安装/部署/合并。 || 材料返修追加(2026-10-27,基点 f92a86f,总管四项返修清单):只改材料不改内核——①依赖两轨拆分:R5语音专项(链上部件已证在位:LiveKit 7880纯ws/FunASR/agent venv livekit-agents 1.8.8/CosyVoice权重在位停机/GPU 30520MiB空闲)零真缺零下载;完整统一体验如实列为41项闭包真缺(mem0ai固定源轮已离线成品、greenlet/pillow/truststore缓存可复用、37项待下载授权、hatchling已解决;.12既有实例venv抽查均无mem0且为系统3.12.3,『零真缺』对完整体验不成立);fastembed模型实测190.4MB+0.05MB(hel895文档『约92MB』不符处列勘误)。②可信HTTPS+WSS重写:撤回『自签一次点击覆盖WSS7880』(7880纯ws且通用worker/8090依赖保持明文、7881非HTTP端点、8090页面自证发ws://属混合内容);拟议新增8363 TLS桥 deploy/voice/wss_bridge.example.py(asyncio+ssl标准库零新依赖,本地冒烟TLS1.3+字节穿透通过 wss-bridge-smoke.log),livekit_url改wss://…:8363;分端口每设备各一次例外、禁忽略证书开关;iOS/安卓行为列待真机。③预算逐类:budget acquire发送前原子预占(失败/重试/打断/后台均计数,LLM调用数≠成功聊天行数);LLM/嵌入=代码硬闸已实现,ASR/TTS/建房数=如实列无代码闸走操作停机(窗口≤2h/通话≤3/TTS≤200段,建房上限列工程后续小项);上限建议不自动生效,cap仍0,权威账/冻结账不写。④工程项定案不交用户:8360/8361/8363/8082与/opt/voice-agent-cybergril/、/opt/cybergril-voice-certs/ 全部实测无冲突(E1/E9);D1改实际11音色ID(v1『6支女声』勘误)+零合成参考音频试听方案,8090面板无试听功能且写共享状态勘误、通用演示rain不作本用户依据。.12全部事实为只读实测,底稿docs/rework/hel879/unified-review/r5-facts-20261027.md(凭据脱敏);r5-test-package.md重写为v2;config/voice.example.yaml加wss桥注释;web/src与src零改动。零真实LLM/嵌入/ASR/TTS/麦克风、零下载安装、未部署未合并、PR#11与hel-870-assembly未动、真实cap仍0;R5真机/完整CG-011/1b完整体验37项下载/R6/R7继续承接,v1.11/60项无变更。 || 一次复审收口+D1试听交付(2026-10-27,总管交接:18aef2a保全纳入+可试听材料+集中请求草稿):hel-879-assembly 正常快进 b0dcb17→18aef2a(9254c17=HEL-898作者12文件逐字节保全、18aef2a=仅记录证据),零冲突零强推,src/tests/tools/deploy 对 b0dcb17 零diff(后端/协议/预算/备份/receipt时机零改动成立);三项返修源码级复审通过——①agent离场:transport按identity记agent、ParticipantDisconnected仅最后agent离场触发agentLeft走既有fail路径(mic→room→DELETE欠账补发),普通参与者/旧房间/自挂断/重复worker不误触发(hel898_agent_left.test.ts 7例);②closed改每通话Set全程保留随代次释放,seq门不变,f92a86f所记DOCUMENTED GAP关闭;③speaking态已成句部分播放中可见(said()截句末标点)、同键行grow()原位增长不重播、阅读时钟只增不减;本轮实跑 web vitest 118/118、typecheck 0错、lint 0错1既有警告、build通过(CSS哈希index-BpZaybfD.css不变),需求检查 origin/main、b0dcb17、b0dcb17+handoff-HEL-898 共3/3,浏览器53/53不重复复跑(总管18aef2a已录)。D1可试听交付:SSH只读取回voices.json+11支参考录音(含default的zero_shot_prompt.wav),逐文件sha256与服务器一致,自包含离线index.html+manifest.json+11 wav打包为HEL-879-D1-参考试听包.zip随评论附件交付(仓库只留docs/rework/hel879/d1-audition/清单不含媒体);零TTS合成/零克隆/零共享音色切换,参考录音≠实际合成效果已在页首与材料写明,通用演示rain不作本用户依据;r5-test-package.md §4改已交付、§8集中请求口径更新(D1试听包+§6逐类上限+§5部署回滚+37项下载授权,R5专项与完整体验分开批,hatchling不再申请)。零真实LLM/嵌入/ASR/TTS/麦克风、零下载安装、未部署未合并、PR#11与hel-870-assembly未动、真实cap仍0;三项返修全部离线假LiveKit/假媒体,真实WebRTC/三轮/打断停麦/HTTPS+WSS/iOS/安卓/API重启释放未测不冒充,完整CG-011/完整mem0/R6/R7继续承接,v1.11/60项无变更。", "requirement_ids": [ "CG-006", "CG-008", @@ -49,12 +49,12 @@ "旧 flaky 确定性:test_lifespan_cancels_owned_generation_and_joins_task 连跑 12 次通过、全套连跑 3 次 350/350(修复=原子冻结+阻塞,超时与断言原样保留)" ], "deferred": [ - "真实通话验收(连续≥3轮、1秒开口打断、结束即停麦、无旧残音、断网清理、重开同档案):真实调用/D1音色/可信HTTPS设备路径/预算上限未获批,待主卡一次申请", + "真实通话验收(连续≥3轮、1秒开口打断、结束即停麦、无旧残音、断网清理、重开同档案):真实调用/D1音色选择/可信HTTPS设备路径/预算上限未获批,待主卡一次申请(D1参考试听包已交付待听后选择)", "会话到期/API重启后 LiveKit 房间与 worker 真实释放证据:_prune 仅删内存登记、end_session 有 delete_room,但『重启房间自然消亡』需真实环境验证,未测不冒充", "R6 天气/素材/每日与手动完整备份、R7 有条件观察:继续主卡承接", - "固定 SDK 真缺下载(37 项+hatchling)与 A/B/C 预算授权:待总管主卡一次申请", + "固定 SDK 真缺下载(37 项;hatchling 已解决)与 A/B/C 预算授权:待总管主卡一次申请", "产品 PR#4、旧小样 PR#6、新小样 PR#8、发布 PR#11 均未合并未替换正式界面", - "字幕 v2 的前端接线(web/src)归 HEL-898 原视觉作者:按 docs/voice-subtitle-contract-v2.md 实现,沿原认可槽位/动效,不改视觉;契约与提交经总管核对后启动", + "字幕 v2 前端接线已由 HEL-898 原视觉作者交付并经保全整合+一次复审(18aef2a,118/118 离线通过);真实通话下的字幕/打断/离场行为仍归 R5 真机验收", "CG-011 会话中完整主动表达(现接缝=会话开启念已落库 proactive 留言≤1条,默认关)继续承接,不冒充完成" ], "requirement_changes": [], @@ -68,6 +68,9 @@ "未验证:真机/Safari/真实通话/部署环境;工程检查不代表用户体验验收", "docs/rework/hel879/sdk-check-hel879-remaining.log(.12 livekit-agents 1.8.8,实际 worker 模块驱动 11 项 ALL PASS)", "docs/rework/hel879/subtitle-samples/*.jsonl(契约 v2 录制样例:正常轮/打断/主动播报)", - "全套 pytest 350/350 ×3(.venv311/Python 3.11.16,与既有交付同一解释器)" + "全套 pytest 350/350 ×3(.venv311/Python 3.11.16,与既有交付同一解释器)", + "2026-10-27 一次复审收口:b0dcb17→18aef2a 正常快进整合,src/tests/tools/deploy 零diff;web vitest 118/118、typecheck/lint(0错1既有警告)/build 通过,CSS 哈希与既认可视觉一致", + "需求检查 3/3:origin/main、b0dcb17、b0dcb17+handoff-HEL-898(本轮后再以 origin/main ± 本 handoff 复跑,见提交)", + "D1 试听包:11 文件本地 sha256 与服务器逐一相符(manifest.json),zip sha256 e20764f9f98cbfac5ef966227540a75c5061cf16d151e5d0c9d86b620e3972f9,零合成零写入" ] -} +} \ No newline at end of file diff --git a/docs/rework/hel879/d1-audition/README.md b/docs/rework/hel879/d1-audition/README.md new file mode 100644 index 0000000..fc0993c --- /dev/null +++ b/docs/rework/hel879/d1-audition/README.md @@ -0,0 +1,39 @@ +# HEL-879 · D1 参考试听包(零合成,已交付) + +> 交付时间 2026-10-27。性质:把服务器既有 11 支音色的 zero-shot 参考录音整理成 +> 可离线播放的 HTML 试听页 + 音频包,作为主卡 D1 拍板材料。**零 TTS 合成、零 +> 克隆、零共享音色切换、零下载安装**;对 .12 只做 SSH 只读复制,未改服务器任何 +> 文件与状态。 + +## 包内容(随本卡评论附件交付,不入仓库大媒体) + +`HEL-879-D1-参考试听包.zip`(4.4MB,sha256 +`e20764f9f98cbfac5ef966227540a75c5061cf16d151e5d0c9d86b620e3972f9`): + +- `index.html` —— 离线试听页(自包含,无外部依赖;解压后直接用浏览器打开), + 逐支列出音色 ID、时长/采样率、参考录音原文、播放器、文件哈希前缀; + 页首明确注明「参考录音 ≠ 实际合成效果」。 +- `manifest.json` —— 机器可读清单:11 支音色的 id / 文件 / prompt_text / + 服务器源路径 / sha256 / 字节数 / 秒数 / 采样率 / 声道(本目录留有同内容副本)。 +- `voice_samples/*.wav` —— 11 段参考录音原文件。 + +## 来源与取回方式(可复核) + +- 音色登记:`192.168.200.12:/opt/voice-agent/cosyvoice/voices.json`(实读, + 11 个 ID:bailu、bajie、default、female_soft、haimianbaobao、jiaojiao、 + male_warm、nezha、rain、sunwukong、xiaoyun;每项 `prompt_wav` + `prompt_text`)。 +- 音频文件:`prompt_wav` 所指 wav(`voice_samples/.wav` 10 支 + + default 用 `CosyVoice/asset/zero_shot_prompt.wav`),`scp` 只读取回。 +- 完整性:每文件本地 sha256 与服务器 `sha256sum` 输出逐一相符(见 + manifest.json;default 为 IEEE float32/24kHz/3.5s,bailu 为 44.1kHz 立体声 + 10s,其余 16k/32k 单声道 2.4–16.8s)。 + +## 边界(如实) + +- 参考录音是各音色**来源说话人的真实录音**(zero-shot 克隆依据),不是 + CosyVoice 实际合成产物;实际合成效果与参考录音不同,需在获批测试窗口内 + 真实合成复核(计入 TTS 预算)。 +- 参考录音原文为各来源录音本身的内容,按原样保留,仅作试听对照;其中数支 + 为影视/角色向来源,是否适合「她」由白栖知试听后判断,工程不代选、不预筛。 +- 通用演示当前 `voice_state.json` = rain 是共享演示状态,不是本用户的选择依据。 +- 克隆新音色需写共享 `voices.json` 并触发共享 TTS 热加载,**需单独授权**,本包未做。 diff --git a/docs/rework/hel879/d1-audition/manifest.json b/docs/rework/hel879/d1-audition/manifest.json new file mode 100644 index 0000000..67d7aa5 --- /dev/null +++ b/docs/rework/hel879/d1-audition/manifest.json @@ -0,0 +1,135 @@ +{ + "package": "HEL-879 D1 参考试听包(零合成)", + "generated": "2026-10-27", + "source_server": "192.168.200.12 (SSH 只读取回,未改服务器任何文件)", + "source_registry": "/opt/voice-agent/cosyvoice/voices.json", + "count": 11, + "notes": [ + "参考录音 = 该音色 zero-shot 克隆的来源录音(音色来源说话人的真实录音),不是 CosyVoice 实际合成产物;实际合成效果与参考录音不同,需在获批测试窗口内真实合成复核(计入 TTS 预算)。", + "通用演示当前使用 rain,是共享演示状态,不是本用户的选择依据。", + "本包只读取得,未切换/修改任何共享音色状态;克隆需另行单独授权。" + ], + "voices": [ + { + "id": "default", + "file": "voice_samples/zero_shot_prompt.wav", + "prompt_text": "希望你以后能够做的比我还好呦。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/CosyVoice/asset/zero_shot_prompt.wav", + "sha256": "c7b31d6dbe7cc6a716dded00550db5b50940bf209e424e4ad207b12e657c8ff6", + "bytes": 334138, + "seconds": 3.5, + "sample_rate": 24000, + "channels": 1 + }, + { + "id": "sunwukong", + "file": "voice_samples/sunwukong.wav", + "prompt_text": "俺老孙来也,俺乃500年前大闹天宫的齐天大圣孙悟空,这里山势险峻,只怕藏有妖精妖怪,哪里逃吃?俺老孙吧。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/sunwukong.wav", + "sha256": "a0cf44a8ab659ebddb8bc4faffe88f717d14d2c66c09bc5ea657212826806e68", + "bytes": 429746, + "seconds": 13.4, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "nezha", + "file": "voice_samples/nezha.wav", + "prompt_text": "天雷滚滚,我好怕怕劈的我浑身掉渣渣,突破天劫,我笑,哈哈逆天改命。我吹喇叭滴答滴答,滴滴答。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/nezha.wav", + "sha256": "9911a73e3f54c235dedb05c18f29356f41ba3b1e1b58811c4f766897f0fe1d10", + "bytes": 305196, + "seconds": 9.5, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "bajie", + "file": "voice_samples/bajie.wav", + "prompt_text": "师傅,哎,这取经路比高,老庄种地还苦,俺老猪饿的能吞下石龙素包子,猴哥,你筋斗云块,要不先去画个圆。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/bajie.wav", + "sha256": "1f9c84ce8c10145ace5f615a428a08e2482f322363f037245878068aa95ed98a", + "bytes": 424320, + "seconds": 13.3, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "haimianbaobao", + "file": "voice_samples/haimianbaobao.wav", + "prompt_text": "没错,我就是个笨蛋派大星,我们一起去抓水母吧,我们一起度过快乐的一天。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/haimianbaobao.wav", + "sha256": "c60912dfccd76390baa921d4c99b0120f528837608964290e96cad1221da9c9d", + "bytes": 228726, + "seconds": 7.1, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "female_soft", + "file": "voice_samples/female_soft.wav", + "prompt_text": "这点我说一下,就是因为那个就是摩根豪泽尔这本儿金钱心理学。其实在我们这行业里也算一本很有名名的书了。就我之前也读过。然后你说到这点啊,让我想起来他这本书里还挺。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/female_soft.wav", + "sha256": "4a65d17099239711601cb17e28b7aa7b6149acd153b92fd0366c23902bd4f687", + "bytes": 341192, + "seconds": 10.7, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "male_warm", + "file": "voice_samples/male_warm.wav", + "prompt_text": "um a while we built eight hype looe test track adjacent to space acts just for a student competition。 um to encourage intiative ideas in transport and actually ends up being the the biggest um vacuum chamber in the world after the launch。 haveringcollider。", + "server_prompt_wav": "/opt/voice-agent/cosyvoice/voice_samples/male_warm.wav", + "sha256": "2c4109b2d685e1923ed66433eb08c92047a1f67510629a27edf49af4e5c606dd", + "bytes": 539032, + "seconds": 16.8, + "sample_rate": 16000, + "channels": 1 + }, + { + "id": "xiaoyun", + "file": "voice_samples/xiaoyun.wav", + "prompt_text": "盯着你看怎么啦,难得看你这么有意思的样子嘛", + "server_prompt_wav": "/opt/voice-agent/web/../cosyvoice/voice_samples/xiaoyun.wav", + "sha256": "6ad3ca7a6f1d9ddd10c5647338200fc9913f7adc71d8495a61b6b8e18eadc87e", + "bytes": 297004, + "seconds": 4.6, + "sample_rate": 32000, + "channels": 1 + }, + { + "id": "rain", + "file": "voice_samples/rain.wav", + "prompt_text": "你是不是早就想睡我了呀", + "server_prompt_wav": "/opt/voice-agent/web/../cosyvoice/voice_samples/rain.wav", + "sha256": "37db24611b999f2f2328fa19c5c6e26117b5ec5d3d2037068af2fc12c6ad25ba", + "bytes": 152364, + "seconds": 2.4, + "sample_rate": 32000, + "channels": 1 + }, + { + "id": "jiaojiao", + "file": "voice_samples/jiaojiao.wav", + "prompt_text": "怎么还有没射的啊,是我不够努力吗", + "server_prompt_wav": "/opt/voice-agent/web/../cosyvoice/voice_samples/jiaojiao.wav", + "sha256": "6db2b2de2d59e22bb0badbb1a6325d68885eda409ad63f5941e5ccad6486fc9f", + "bytes": 301484, + "seconds": 4.7, + "sample_rate": 32000, + "channels": 1 + }, + { + "id": "bailu", + "file": "voice_samples/bailu.wav", + "prompt_text": "烈火军校啊,招摇啊这种类型,我都是那种比较……呃……豪爽,比较开朗的那种类型,阳光大女孩儿,那种感觉", + "server_prompt_wav": "/opt/voice-agent/web/../cosyvoice/voice_samples/bailu.wav", + "sha256": "3fbc0aff09118a9bc10bae87a837e6a3de6a30268c6ee01c727b56c49aecd26d", + "bytes": 1769550, + "seconds": 10.0, + "sample_rate": 44100, + "channels": 2 + } + ] +} \ No newline at end of file diff --git a/docs/rework/hel879/unified-review/final-review-20261027.md b/docs/rework/hel879/unified-review/final-review-20261027.md new file mode 100644 index 0000000..3f27fcc --- /dev/null +++ b/docs/rework/hel879/unified-review/final-review-20261027.md @@ -0,0 +1,60 @@ +# HEL-879 · 统一候选一次复审收口(总工,2026-10-27) + +> 范围:按总管 2026-10-27 交接,把 HEL-898 三项返修的隔离保全候选 +> (`origin/hel-898-preserved` @ `18aef2a`:9254c17 = 作者 12 文件逐字节保全, +> 父 b0dcb17;18aef2a = 仅记录/证据)**正常快进纳入** `hel-879-assembly`, +> 对这三项做最后一次复审收口。不开新审核串、不重审已过后台/预算/备份/receipt +> 时机内核、不替原作者改视觉。零真实调用、零下载/安装/部署/合并,真实 cap 仍 0。 + +## 一、整合事实 + +- 快进前远端:`hel-879-assembly` @ `b0dcb17`(11fd0e2/9756db3/b0dcb17 材料成果 + 全保留,未退回 f92a86f)。快进后 head **`18aef2a`**,无冲突、无强推; + PR#11 与 `hel-870-assembly`(c121c42)未动。 +- 9254c17 恰为 12 文件(`web/src` 6 + `web/tests` 5 + `handoff-HEL-898.json`), + 与总管 preservation-review.md 记录的作者交付逐字节保全一致;18aef2a 仅新增 + `docs/rework/hel898/f92a86f-rework/` 记录与证据(31 文件)。 +- **b0dcb17→18aef2a 对 `src/`、`tests/`、`tools/`、`deploy/` 零 diff** + (实跑 `git diff --stat` 为空)——后端/协议/预算/备份/receipt 时机零改动成立。 + +## 二、三项返修复审(源码级 + 测试级,均通过) + +1. **agent 离场僵尸界面/麦克风不停**(`web/src/voice/livekit.ts` + + `session.ts`):transport 按 identity 记录已见 agent(连接事件与初始 + remoteParticipants 扫描都入 Set);`ParticipantDisconnected` 仅当离场者是 + 该 agent 且房内再无其它 agent 时触发 `agentLeft`;控制器走**既有** `fail()` + 路径(mic 先停 → room 关闭 → 服务器 DELETE,离线欠账照常补发)。普通参与者 + 离场、旧房间迟到事件、自己挂断、重复第二 worker 均不误触发—— + `web/tests/hel898_agent_left.test.ts` 7 例(含 DELETE 欠账重发与 stale 负例)。 +2. **closed 64 挤出复活**(`session.ts`):退休 speech 集合由 64 上限环形数组 + 改为**每通话 `Set` 全程保留、随代次整体释放**;seq 高水位门不变, + 未以放宽乱序保护换修复。f92a86f 审核所记 DOCUMENTED GAP 就此关闭。 +3. **播放中短回复被压到 final**(`reading.ts` + `lineStage.ts` + + `ChatPanel.tsx` + `voiceLine`):语音打开的她的行改 `live: 'speaking'`, + 末块只显示**已成句**部分(`said()` 截到句末标点+引号括号),文字 generating + 原持有规则不变;同键行 `grow()` 原位增长(保留 DOM/已演字,非续写才整段 + 置换),签名纳入语音行文本驱动重呈现;阅读时钟对增长行只增不减时长。 + 落库接替沿用同键(turn:mi:index),不重播、不重复演字。 + +## 三、独立检查(针对本次真实变更,均实跑) + +- `web` vitest **118/118**(10 文件,含 hel898_agent_left 7 例、hel879_frames + 10 例、voice 45 例);typecheck 0 错;lint 0 错/1 既有 fullButton ref 警告; + build 通过(CSS 哈希 `index-BpZaybfD.css` 与既认可视觉一致,JS 因本次修复 + 变更为 `index-C23OdPgW.js`,属预期)。 +- 需求结构检查 3/3 通过:`--base-ref origin/main`、`--base-ref b0dcb17`、 + `--base-ref b0dcb17 --handoff docs/requirements/handoff-HEL-898.json`; + 本轮结束后再以 origin/main ± 本卡 handoff 复跑(见提交说明)。 +- 浏览器统一回放(两主题电脑/手机、减少动态、worker 实际录制帧、8 段 WebM) + **不重复复跑**:总管已在 18aef2a 记录 53/53 与媒体证据 + (manager-checks/browser.log),本轮零安装策略下不重开。 + +## 四、结论与边界 + +- 三项返修**离线通过**,与后台 v2 契约无冲突;统一候选当前准确 head + `18aef2a`(本轮复审与 D1 试听材料另追加提交,见分支历史)。 +- 仍不冒充的部分:以上全部是假 LiveKit/假媒体的离线回放与单测;真实 + WebRTC/麦克风/ASR/TTS、三轮/1 秒打断停声停麦、可信 HTTPS+WSS 设备路径、 + iOS/Android、API 重启真实释放**均未测**,待主卡批准后 R5 真机窗口执行。 + 完整 CG-011 会话中主动表达、完整 mem0 统一体验/R6/R7 继续承接。 +- v1.11/60 项无变更;冻结账/权威账未写;既有五实例与共享服务零接触。 diff --git a/docs/rework/hel879/unified-review/r5-test-package.md b/docs/rework/hel879/unified-review/r5-test-package.md index fbf7ab2..b7464ae 100644 --- a/docs/rework/hel879/unified-review/r5-test-package.md +++ b/docs/rework/hel879/unified-review/r5-test-package.md @@ -122,9 +122,11 @@ GPU RTX 5090D 空闲 30520MiB(ComfyUI 仍处已授权暂停);内存 94GB/ - **已证**:8090 面板**没有既有音色试听播放**(只有列表/切换/克隆上传/删除), 且切换/上传写**共享** `voices.json`/`voice_state.json`、影响通用演示——v1 「试听入口=8090 面板」勘误删除,未经授权不用它给本用户做试听。 -- **拟议试听方案(零合成、零 GPU、零下载)**:部署时把 11 段参考 wav 以只读静态 - 目录提供(随 8361 静态路径或离线打包随材料交付),白栖知听参考音频初选; - 音色效果以参考音频为准 + 获批测试窗口内真实合成复核(计入 §6 TTS 计数)。 +- **试听已交付(2026-10-27,零合成、零 GPU、零下载)**:`HEL-879-D1-参考试听包.zip` + 随 HEL-879 评论附件交付——自包含离线 `index.html` + 11 段参考 wav + `manifest.json` + (逐文件 sha256 与服务器一致;来源与边界见 `docs/rework/hel879/d1-audition/`)。 + 白栖知解压后用浏览器直接打开试听初选;音色效果以参考音频为初感 + 获批测试窗口内 + 真实合成复核(计入 §6 TTS 计数)。参考录音原文按来源原样保留,不预筛。 - 可选:克隆(录 5–20s 中文参考)需写共享 `voices.json`(新增条目为增量,但会触 共享 TTS 热加载)→ **需单独授权**,默认不启。 - worker 缺省回落 `default`(代码已证);专属 worker 用独立 @@ -184,11 +186,17 @@ TTS 分段、φ 播报、打断重合成、主动 say、闲置通话都**不等 ## 8. 真正待白栖知拍板的项(工程项已移出,见 §10) -1. D1 音色(§4 参考试听后选,或另行授权克隆)。 +1. D1 音色:听 `HEL-879-D1-参考试听包.zip` 后选 1 支(或另行授权克隆)。 2. 有限真实用量与新增费用上限确认/调整(§6 各值;R5 专项嵌入 0)。 3. 测试窗口与共享 TTS 重启授权(占 GPU ~5.6GB;ComfyUI 保持暂停到测试后与否)。 4. 1b 完整统一体验的当前 37 项待准备依赖下载授权(目标 cp311 解析后核定实际 - 产物清单,可与 R5 专项分开批;已有成品/缓存不重复下载)。 + 产物清单,可与 R5 专项分开批;已有成品/缓存不重复下载;hatchling 已解决 + 不再申请)。 + +> 集中请求口径(总管在主卡一次发出):试听包 + §6 逐类上限/费用 + §5 部署与 +> 回滚 + §1b 下载授权,四项一次说清,批准后按 §5 顺序执行;R5 语音专项 +> (stub、嵌入 0)与完整统一体验分开批、分开验,ASR/TTS/建房只有操作停机 +> 无代码硬闸,均如实表述。 ## 9. 本包不做