44 lines
5.4 KiB
Markdown
44 lines
5.4 KiB
Markdown
# AI 按协议复用、模型由任务配置（2026-10-08）
|
||
|
||
## 范围与结论
|
||
|
||
用户批准取消精确型号/音色限制，并明确选择由任务增加 TTS `protocol` 来区分已有 HTTP 与 task-based WebSocket 调用。provider 仍仅提供连接信息，不恢复 role/adapter。
|
||
|
||
本轮基线为 `98b3fd4`；全部修改在独立工作区 `/home/rogee/Workspace/sip-go-agent-protocol-models`、分支 `change/ai-protocol-model-config-20261008`，不写入原工作区的未提交修改。没有部署、拨号、真实 AI/OSS 请求或 SaaS 业务数据修改；没有再次读取实际 SaaS 配置，也未复制任何私有 env。
|
||
|
||
**同协议新增模型/音色不再要求修改本方代码。** 模型 ID 原样进入请求；这不代表任意模型都支持该协议，实际服务端拒绝时如实失败，不换模型或协议重试。
|
||
|
||
当前规范见 [SaaS↔Dispatcher](../thirds/saas-dispatcher.md)，字段与正反例以 `contracts/local/` 为准。本记录不另建字段合同；此前真实 SaaS 剩余缺口见 [前轮证据](saas-config-model-adjustments-20261008.md)，本轮没有宣称已修复或签收。
|
||
|
||
## 提供方需调整的字段
|
||
|
||
在任务详情 `agent.tts` 增加必填 `protocol`：
|
||
|
||
| 值 | 本方选择 |
|
||
| --- | --- |
|
||
| `dashscope_tts_http` | 已有 HTTP 生成接口、音频引用下载及格式转换；连接必须提供正确的 HTTP 生成 endpoint |
|
||
| `dashscope_task_websocket` | 已有 task-based WebSocket TTS；连接必须提供 ws_endpoint |
|
||
|
||
字段缺失、未知值或选定 endpoint 缺失直接拒绝，不依据 model 名或备用地址猜测。其它由提供方修正的 SIP、任务详情和额度字段要求不变。
|
||
|
||
模型、音色、语言、速度等来自任务，可表达的参数不被本地型号列表替换。协议本身仍有约束：HTTP 调用目前不表达倍速，须明确 speed=1；task TTS 支持 speed=0.5–2。电话播放目标仍为单声道 16 kHz PCM16。语言名称或 BCP 47 标签转为任务协议需要的显式语言提示；指定 Auto 则按协议省略提示，未指定语言不自动推测。
|
||
|
||
百炼 task ASR 接受任务指定的模型及 8/16 kHz 输入目标：16 kHz 发送原始 Agent PCM，8 kHz 才转换。当前适配不能表达 interim 开关，显式提供即报错，不忽略。火山 ASR 保留其 SDK 能表达的参数约束；没有新增供应商或协议。
|
||
|
||
## 本地验证
|
||
|
||
- TDD：新增同协议任意模型/音色及明确协议用例，初始校验失败；实现后通过。新增 interim 不可表达用例先失败，再改为显式拒绝。
|
||
- HTTP 和 WebSocket 实际本地模拟请求验证 model/voice/language/rate 原值；16 kHz ASR 字节完全保持、8 kHz 仅显式转换。使用未出现在任何型号列表中的模型与音色，未访问真实供应商。
|
||
- 熟悉型号名称搭配相反协议时仍按任务明确选择请求；服务端 400 只失败一次，不访问另一协议地址。
|
||
- 缺协议、缺选定 endpoint、未知参数、不支持的倍速/采样率/语言、未明确 ASR 模型和 interim 选择均明确拒绝；不插入 SDK/环境默认值。
|
||
- 新增完整开场→ASR→LLM→TTS 回合，三个未列入任何型号白名单的模型 ID 均原样进入各自本地协议请求；一次 ASR、一次 LLM、两次 TTS（开场/回复），没有额外请求。原关键词不调用 LLM/结束语播放后挂断、完整音频/最终文本、错身份、超时、错误、无隐式重试等用例仍通过。
|
||
- `make check` 全部通过：格式、当前合同及来源/hash、Proto、`go test -race ./...`、vet、构建、实际隔离 RabbitMQ、既有 HTTPS 与双向 TLS 端到端测试。
|
||
- 42 个合同 JSON 正反例/hash 通过。新增缺 protocol 反例已单独确认只有这一项结构错误。
|
||
- `make coverage` 业务语句覆盖率 **70.7%**（门槛 65%）。本地日志 `.local/protocol-make-check-final.log`、`.local/protocol-coverage-final.log`。
|
||
- 隔离 MQ 验收曾一次出现 ready backlog 数为 2 的检查失败；该次缺少 pending 身份诊断，不能据此推断消息丢失。检查发现测试把 socket 写完当作消息已入队，并把准入探测消息当成必然留在队列的 backlog；生产发布者已有 mandatory/confirm，业务代码不需要改变。本轮修正测试发布者确认边界，并在消费者确已停止后单独投递三条已确认 backlog，保留原 purge、零消费者、回执与不执行检查；异常时记录队列状态及 pending event IDs。修正后该用例实际 RabbitMQ、race 连续 **50 次通过**，随后完整验收再次通过。重复验证中的一次容器启动未就绪单独失败，未跳过 gate 或延长 readiness timeout；只读资源诊断未证明资源不足，重新独立启动后完成 50 次验证，不声称修复了 broker 本身。
|
||
- A01–A12/K01–K16 既有归属、冻结快照、额度、控制、幂等、录音恢复、未知占用等测试未放宽；范围与外部缺口继续遵循 [P08 证据](saas-dispatcher-p08-acceptance.md)。本轮不代签真实供应商、模型、Asterisk 媒体、通话或生产门禁。
|
||
|
||
## 依赖与数据边界
|
||
|
||
语言解析使用项目已有 `golang.org/x/text v0.41.0`，仅从间接声明改为直接声明，没有升级版本或新增库；HTTP、WebSocket、音频转换继续复用现有依赖。没有新数据库表、自动迁移或历史路径兼容；未动任何现存数据库、恢复文件、spool/outbox 或外部资源。
|