数据流
WebSocket 聊天生命周期
这是主要的交互流程 —— 用户与 AI 角色聊天。
浏览器 主服务器 LLM 提供商
│ │ │
│──── WS connect ───────────>│ │
│ /ws/{lanlan_name} │ │
│ │ │
│──── start_session ────────>│ │
│ {input_type: "audio"} │──── WS connect ─────────────>│
│ │ (OmniRealtimeClient) │
│ │ │
│──── stream_data ──────────>│──── send_audio ─────────────>│
│ {audio chunks} │ │
│ │<──── on_text_delta ──────────│
│<──── {type: "text"} ──────│ │
│ │<──── on_audio_delta ─────────│
│<──── {type: "audio"} ─────│ (resampled 24→48kHz) │
│ │ │
│──── end_session ──────────>│──── close ───────────────────│
│ │ │
│ │── hot-swap to next session ──│消息格式
客户端 -> 服务器（JSON 文本帧）：
json
{ "action": "start_session", "input_type": "audio", "new_session": true }
{ "action": "stream_data", "input_type": "audio", "data": "<base64 PCM>" }
{ "action": "stream_data", "input_type": "text", "data": "Hello!" }
{ "action": "end_session" }
{ "action": "ping" }服务器 -> 客户端（JSON 文本帧）：
json
{ "type": "text", "text": "Hi there!" }
{ "type": "audio", "audio_data": "<base64 PCM 48kHz>" }
{ "type": "status", "message": "Session started" }
{ "type": "emotion", "emotion": "happy" }
{ "type": "agent_notification", "text": "...", "source": "...", "status": "..." }
{ "type": "pong" }REST API 请求流程
浏览器 ──── GET /api/characters/ ────> FastAPI Router
│
├── shared_state（全局会话管理器）
├── config_manager（角色数据）
└── Response（JSON）所有 REST 端点遵循标准 FastAPI 模式。路由通过 shared_state.py 的 getter 函数访问全局状态，以避免循环导入。
智能体任务流程
LLMSessionManager 智能体服务器
│ │
│── ZMQ PUB (analyze request) ──────>│
│ │── Planner：创建任务计划
│ │── Executor：执行动作
│ │ ├── MCP tool calls
│ │ ├── Computer Use
│ │ └── Browser Use
│ │── Analyzer：评估结果
│<── ZMQ PUSH (task_result) ────────│
│ │
│── 注入到下一轮 LLM 对话 ──> │TTS 流水线
LLM 文本输出 ──> TTS 请求队列 ──> TTS 工作线程
│
├── DashScope CosyVoice
├── GPT-SoVITS（本地）
└── 自定义端点
│
TTS 响应队列
│
音频重采样器（24→48kHz）
│
WebSocket 发送至浏览器TTS 流水线完全支持中断 —— 当用户开始说话（中断事件）时，待处理的 TTS 输出会被立即丢弃。