总览
在线设备
-
今日对话
-
今日 Token
-
平均延迟
-
今日费用
-
设备状态
  • 加载中...
数据统计
趋势图 (24小时)
费用统计（今日）
ASR
¥0
-
TTS
¥0
-
LLM 输入
¥0
-
LLM 输出
¥0
-
合计
¥0
-
TTS 缓存
缓存文件: - 占用空间: -
成员统计
加载中...
配置管理
成员级配置（语音/对话/唤醒/词汇 — 不同成员可独立覆盖）
成员:
静音检测阈值，越大越不容易误判说完
单次输入最长录音
无交互自动结束会话
为空时继承全局默认值，可为不同成员设置独立硬件参数。
为成员指定 Agent，覆盖全局设置
为成员指定陪聊角色，通过 Agent MD 中的 ${role} 引用
描述孩子的年龄、性格、兴趣等，通过 ${profile} 引用到 Prompt
覆盖 ASR 模型
覆盖 LLM 模型
覆盖 TTS 模型（含引擎/声音/语速配置）
` 分隔
` 分隔（LLM 开场失败时的兜底回复）
唤醒后 LLM 主动发起话题的提示词
` 分隔
` 分隔
Prompt 中通过 ${vocab} 引用词汇列表，未配置占位符则不生效。
暂无词汇，添加后将自动引导对话使用
全局配置（所有成员的默认基础配置）
作用设备:
客户端静音检测阈值，默认 540ms
单次输入最长录音，默认 10000ms
在 ChatAgent 页面配置 Agent 的完整 Prompt 和技能链
全局默认陪聊角色，通过 Agent MD 中的 ${role} 引用
全局 ASR 模型
全局 LLM 模型
全局 TTS 模型（含引擎/声音/语速配置）
这些是所有成员的默认配置，成员可在上方单独覆盖。
` 分隔，如：豆皮`豆皮豆皮
` 分隔（LLM 开场失败时的兜底回复）
唤醒后 LLM 主动发起话题的提示词
` 分隔
` 分隔，随机选一个播放
开启后无需唤醒词，AI自动判断是否接话
这些是所有成员的默认唤醒/退出设置，成员可在上方单独覆盖。
开启后仅允许已录入声纹的用户触发对话
余弦相似度阈值 (0-1)，越高越严格，建议 0.65-0.80
最佳匹配分与其他成员最高分的最小差值，防止非注册人员误通过，建议 0.05-0.15
声纹录入和管理请前往「成员管理」页面操作。
声纹在线测试
对话日志
按会话分组 | 点击查看详情
  • 加载中...
← 返回列表
成员管理
成员选择
设备管理
设备列表
  • 加载中...
固件管理
ChatAgent
全部 Agent
🛡 噪音过滤 SKILL
正则表达式规则，匹配的 ASR 文本将在 LLM 前被过滤（每行一条）
🤖 Agent MD CORE
${role} ${profile} ${vocab} ${level} ${state} ${rules}
📈 状态初始化 SKILL
首轮对话注入的初始状态（替换 ${state}），YAML 格式
📄 输出配置 SKILL
最大 Token 数
200
输出结构预览
<reply>回复内容（送 TTS）</reply> <summary>一句话概括当前对话脉络和孩子兴趣点</summary>
⚙ 对话配置 SKILL
对话轮数
发送给 LLM 的历史轮数
过滤中文回复
开启后过滤回复中的中文字符
基础规则（${rules}）
通过 ${rules} 占位符引用到 Agent MD 中
模型池
添加模型
计价（默认免费，填 0 即可）
ASR 语音识别
+
添加模型
LLM 大语言模型
+
添加模型
TTS 语音合成
+
添加模型
角色Agent
全部角色
声音清洗
处理模块
RNNoise 降噪
实时降噪，压制环境噪声和背景人声
说话人分离
Conv-TasNet 分离 + 声纹匹配目标说话人
相似度: 0.3
测试中心
全链路测试
用户管理
ID用户名角色创建时间最近登录操作
更新记录
v1.0
2025年6月
模型池管理
  • 模型池 — 集中管理 ASR/LLM/TTS 模型，卡片网格展示，替代散落的环境变量配置
  • 多 Provider 支持 — LLM 支持阿里云/硅基流动/DeepSeek，TTS 支持阿里云 CosyVoice/微软 Azure
  • 测试连接 — 添加模型时必须测试连通性，通过后才能保存
  • 模型级计价 — 每个模型独立配置单价，费用统计按实际使用模型计算
  • API Key 隔离 — 每个模型可配置独立 Key，ASR/TTS 不再依赖全局 dashscope.api_key
  • 成员级模型切换 — 配置页通过下拉选择 ASR/LLM/TTS 模型，不同成员可用不同模型
  • 预置 10 个模型 — 开箱即用：ASR×2, LLM×6(含免费模型), TTS×2
v0.9
2025年6月
角色与内容生态
  • 20 个预置角色 — 探险家、科学家、海盗船长、魔法师、MC老玩家等，可自由搭配 Agent
  • 14 个预置 Agent — 故事共创、冒险游戏、知识探索、日常闲聊、情景模拟、MC生存冒险等
  • Minecraft 专属内容 — MC老玩家/建筑师/红石大神角色 + MC生存冒险/百科聊天 Agent
  • 卡片式 UI — 角色和 Agent 改为彩色顶边卡片网格，emoji 图标 + 悬停动效
v0.8
2025年5月
代码质量 & 架构优化
  • 消除循环导入 — 新建 shared_state.py 统一管理跨模块状态
  • 对话逻辑去重 — 提取 _process_dialog_turn()，减少 120 行重复代码
  • 内存泄漏修复 — conversation_store TTL 清理 + TTS 缓存 LRU 淘汰 + 会话定时清理
  • 优雅关机 — 退出时关闭所有会话，触发 memory_md 保存
  • SQLite WAL 模式 — 提升并发读写性能
v0.7
2025年5月
声纹识别增强
  • 静默录入 — 设备端无干扰录音，自适应去静音
  • Margin 排除机制 — 利用其他成员声纹作为负样本，大幅降低误判
  • 在线测试 — 成员页一键测试声纹识别效果，滑窗分数表格
  • 持续重验 — 对话中检测说话人切换，连续失败才截断
  • 采集优化 — 跨录音段持续累积，有效音频进度条显示
v0.6
2025年4-5月
Agent 智能体 & 语音优化
  • ChatAgent 系统 — 动态 Prompt 模板 + 状态摘要 + 噪音过滤技能链
  • Azure TTS — 新增微软语音引擎，支持语速配置，连接复用
  • TTS 磁盘缓存 — 相同文本不重复合成，降低成本
  • 免唤醒模式 — auto_respond 开启后说话即回，无需唤醒词
  • 音量控制 — 语音关键词或控制台滑块调节音箱音量
  • 角色管理 — 自定义角色人设，通过 ${role} 注入 Agent prompt
v0.5
2025年3-4月
成员体系 & 学习报告
  • 成员管理 — 声纹自动识别成员，个性化配置
  • 学习报告 — Session 结束自动生成 LLM 报告，可重新生成
  • 成员级配置 — 孩子画像、难度等级、ASR 模型独立设置
  • 对话记忆 — memory_md 冷启动，跨 Session 记住孩子偏好
  • 数据统计 — 分成员统计、费用面板（ASR/TTS/LLM 分项）
v0.4
2025年2-3月
控制台 & 对话增强
  • Web 控制台 — 左侧导航 + 配置管理 + 对话日志 + 设备管理
  • 对话日志 — 查看/删除/导出/音频播放/重跑对比
  • 重点词汇 — 全局 + 按设备配置，${vocab} 模板变量注入
  • LLM 主动开场 — 唤醒后 AI 主动发起话题，替代固定问候
  • 远程 Shell — 控制台远程执行设备命令
v0.3
2025年1-2月
声纹识别
  • 本地声纹识别 — 基于 CAM++ ONNX 模型，过滤非目标用户
  • 多说话人 — 同一设备支持注册多个声纹
  • 在线采集 — 控制台一键录入声纹，播放确认语音
v0.2
2025年1月
小爱音箱集成
  • WebSocket 服务端 — 小爱音箱实时音频流接入
  • Rust 客户端 — 高性能嵌入式客户端，录音/播放/唤醒词检测
  • 连续对话 — 说完即听，自然对话体验
  • 流式 ASR — 实时语音识别，低延迟响应
v0.1
2024年12月
项目启动
  • 基础对话 — LLM 多提供商支持（硅基流动/阿里云/DeepSeek/Ollama）
  • CosyVoice TTS — 阿里云语音合成
  • 难度分级 — KET/PET/FCE 自适应等级