Commit Graph
12 Commits
Author SHA1 Message Date
lik 13981c047b fix: 真机 16k mp3 服务端解码为 PCM,修复 ASR 实时回显失败
DashScope 无法解码微信真机录制的 16k MPEG-2 Layer III mp3(报 DecodePost resample audio from 0 to 16000 failed)。按文件头识别容器后,实时与整段两条链路统一先解码为 16bit 单声道 PCM 再推供应商。
2026-10-31 19:54:37 +08:00
lik 02d57f82dc 优化了agent 2026-10-31 18:51:20 +08:00
lik 47814f4c24 fix: 修复实时语音 asr_start 直接失败,并补齐全链路诊断与 EBML 头裁剪
- websocket.js 补上缺失的 logger 导入:asr_start 里 logger.info 抛 ReferenceError 被 catch 兜住,
  客户端只会收到「语音识别服务暂不可用」,实时回显整条链路直接失效
- asr_start 失败时中止本次会话,避免遗留半截 asrSession 让后续分片误判
- onError / 降级 / 空音频收尾统一走 logger,记录 format/bytes/partialSeen,便于区分
  「没发分片」「解码失败」「供应商失败」三种情况
- 首帧嗅探失败时记录前 48 字节 hex;新增 findEbmlHeader,在头 4KB 内定位 EBML 魔数,
  命中后裁掉前导字节按 WebM 继续流式解码(开发者工具分片头不一定在偏移 0)
- WebM 首帧只有容器头、解不出 PCM 时不提前建供应商会话
2026-10-31 18:50:02 +08:00
lik 8c6feaf42d feat: 新增语音/图像识别能力(媒体会话、识别接口与路由)
识别只返回文本,不投递、不落库:语音支持 mp3/aac/wav/pcm,WebM 先按文件头识别再转 PCM;图片走 qwen-vl-ocr。新增 /health/ai/asr 与 /health/ai/ocr,登录后按用户限流 20 次/分钟,并对 /health/ai/ 前缀放宽请求体上限。
2026-10-31 17:02:42 +08:00
lik c4f6be6494 调整了agent 2026-10-28 11:15:29 +08:00
likandtrae-solo-agent 10fa48a52f chore: 清理死代码,排行榜数据外置并补基础测试
删除无引用的 token/密码工具与系统信息工具;复旦排行榜数据拆到 JSON 便于维护;新增 test/logic.test.js 覆盖状态机、管理员判定、正则转义、SSRF 与超时夹紧。
2026-10-24 22:25:05 +08:00
likandtrae-solo-agent f21b3711df fix: 管理端 agent 写订单走统一状态机
escort_record_set 不再直接改 status,改为复用 utils/record_state.js 的迁移规则并以读取时状态作为更新条件;软删除订单对查询与 Agent 均不可见;支付状态枚举补 refunding。
2026-10-24 22:24:44 +08:00
likandtrae-solo-agent 1774239553 fix: 收紧 agent 出网与数据隔离
SSRF 校验补 DNS 解析与每一跳重校验,重定向手动跟随,超时夹紧、响应体截断 2MB;订单工具改用 userId 隔离并转义正则;沙箱固定拦截 .git/.env/密钥文件;环境变量脱敏改为命名模式兜底并删除 env_set。
2026-10-24 22:04:59 +08:00
lik 168abd3133 修改了bug 2026-10-07 15:51:13 +08:00
lik cd284e3459 修改了conf.json的读取路径 2026-09-13 11:40:42 +08:00
lik 223e0ed2ee tmp 2026-09-09 17:36:45 +08:00
lik d6efb180dd tmp 2026-09-09 17:36:25 +08:00