SuperAPI AI 工具集

@2004/realtime-voice-preview

通用与其它

查看项目

更新于 10-16 10:22

技能介绍

用途:创建 Starchild Live,一个基于 WebRTC 的语音界面。语音、VAD 与打断交由 OpenAI Realtime 处理,Agent 推理、文件、记忆、工具与工作区任务则通过单一网关工具 ask_starchild 委派。该集成使用 OpenAI Realtime,而非 Grok。

前置条件:需安全配置 OPENAI_REALTIME_API_KEY(具备 Realtime 模型访问与计费),需 Starchild 运行时(STARCHILD_RUNTIME_URL,默认 http://127.0.0.1:8000),解析器测试需 Node.js。密钥须通过安全提示输入,不要在聊天中请求或接受。

主要能力:打包完整项目于 template/,安装脚本在 output/projects/realtime-voice-preview/ 创建或更新用户副本。支持三种线程路由:temporary(默认,不读写现有工作线程)、persistent(专用语音上下文)、thread:<id>(最近工作线程)。ask_starchild 支持 wait、background、auto 三种执行模式,后台任务通过 run_id 轮询、取消与重连恢复。Temporary 模式使用滚动上下文(约最近 12 轮,服务端截取最近 6 轮/1200 字符)解析省略式追问。

必要用法:先运行 python3 skills/realtime-voice-preview/scripts/setup.py 创建项目;再用 Preview 工具以固定 title、dir 为 output/projects/realtime-voice-preview/src、命令 python3 server.py、端口 8765 启动;验证健康检查后,建议在独立全屏标签页授予麦克风权限测试。交付前运行 py_compile、test_function_calls.js、test_background_jobs.py,预期 59 项与 16 项测试通过。

限制:ask_starchild 是唯一能力网关,Realtime 不得编造 Agent 数据;长时效密钥仅限服务端,仅临时客户端密钥到达浏览器;不得让 /agent_bridge 超出 Preview 网关窗口;取消为协作式,仅在确认终止后报告已取消;UI 字符串保持英文;公开发布为可选且须使用 community-publish 技能。