Conversations 模块

src/lab/conversations/ — 对话编排、TTS 管理、中断处理。

目录结构

conversations/
├── conversation_handler.py   # 对话触发与中断处理入口
├── single_conversation.py    # 单次对话流程编排
├── conversation_utils.py     # 工具函数（表情映射等）
├── tts_manager.py            # TTS 任务管理与音频流式推送
└── types.py                  # 内部类型定义

核心概念

对话编排

conversation_handler.py 是 WebSocket 消息的业务逻辑层，处理：

• 对话触发 — handle_conversation_trigger()

  • ai-speak-signal — 用户发起对话
  • 创建对话任务，调用 process_single_conversation()

• 中断处理 — handle_individual_interrupt() / handle_group_interrupt()

  • 个体中断：用户打断 AI 说话
  • 群聊中断：群聊中某人打断

单次对话流程

single_conversation.py 编排一次完整对话：

1. 构造 BatchInput（文本 + 图片 + 文件）
2. 调用 agent.chat(input_data) → AsyncIterator[SentenceOutput]
3. 逐句处理：
   - 发送字幕到前端
   - 调用 TTS 生成音频
   - 推送音频 + Live2D 表情
4. 对话结束，清理资源

TTS Manager

tts_manager.py 管理 TTS 任务队列和音频推送：

• 支持多种 TTS 后端（GPT-SoVITS / Qwen-TTS）
• 流式音频推送（SSE）
• 音频缓存与清理
• 翻译集成（DeepLX）

数据流

WebSocket 消息
    ↓
conversation_handler.py（路由）
    ↓
single_conversation.py（编排）
    ↓
agent.chat() → yield SentenceOutput
    ↓
tts_manager.py（TTS 生成 + 推送）
    ↓
WebSocket 推送到前端

与其他模块的关系

• websocket_handler.py 调用 conversation_handler 处理业务逻辑
• agent/ 提供 LLM 推理能力
• api/clients/ 调用 TTS / 翻译服务
• service_context.py 提供 Agent 和配置上下文