lik
|
47fdb91dbe
|
fix(agent): 图片识别原文直接回显,避免长报告被护栏截断
- 新增 WS format 帧:识别原文只并入会话上下文并分片原样回显,不再经过模型二次改写
- 原方案走 chat 会被咨询提示词压缩成 1-3 句,并被 OutputGuard 的 400 字上限截断
- 补充分片回显测试与 README 协议说明
|
2026-11-01 12:31:56 +08:00 |
|
lik
|
82be010987
|
chore(repo): 补充目录约定并将临时调试文件加入忽略
- README 明确根目录只放入口/配置、测试统一放 test/、一次性脚本放 scripts/ 或删除、共享逻辑放 agent/infra
- .gitignore 忽略 /tmp_* 与 /tmp/
|
2026-11-01 11:42:57 +08:00 |
|
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
|
e385167ec0
|
docs: 补充语音识别实时协议与客户端约定
说明 /chat 上的 asr_start/asr_chunk/asr_stop/asr_cancel 帧格式、中间结果与定稿的下行帧、两种录音格式(真机 mp3 / 工具 WebM 流式转码)均支持实时回填、结束即发送,以及整段兜底的切片与断流重试策略。
|
2026-10-31 17:03:02 +08:00 |
|
lik
|
01d54cc580
|
Initial commit
|
2026-05-25 12:41:53 +08:00 |
|