LLMSessionManager

文件： main_logic/core.py（约 2300 行）

LLMSessionManager 是 N.E.K.O. 的核心——每个角色一个实例，管理整个对话生命周期。

职责

• WebSocket 连接管理
• LLM 会话创建和热切换
• TTS 管道协调
• 音频重采样（24kHz → 48kHz）
• Agent 回调注入
• 翻译支持

关键方法

start_session(websocket, new, input_mode)

初始化一个新的 LLM 会话：

1. 使用角色配置创建 OmniRealtimeClient
2. 通过 WebSocket 连接到 Realtime API
3. 启动 TTS 工作线程（如果启用了语音输出）
4. 在后台开始准备下一个会话以进行热切换

stream_data(message)

处理传入的用户输入：

• 音频：将 PCM 音频块发送到 Realtime API 客户端
• 文本：将文本消息发送到 LLM
• 屏幕：发送截图进行多模态理解

handle_new_message()

当 LLM 产生输出时调用：

• 将文本输出路由到 TTS 队列（或直接发送到 WebSocket）
• 发送情感标签用于表情映射
• 处理 Agent 通知

end_session(by_server)

关闭当前会话并触发热切换：

1. 关闭 Realtime API WebSocket
2. 调用 _perform_final_swap_sequence() 实现无缝过渡
3. 刷新切换期间缓存的音频

cleanup(expected_websocket)

当 WebSocket 断开连接时释放所有资源。

trigger_agent_callbacks()

将待处理的 Agent 结果注入到下一轮 LLM 对话中，使角色能够引用 Agent 的发现。

translate_if_needed(text)

当用户语言与角色语言不同时翻译文本。

线程模型

主异步循环 (FastAPI)
  ├── WebSocket 接收循环
  ├── LLM 事件处理器 (on_text_delta, on_audio_delta)
  │
  ├── TTS 工作线程（队列消费者）
  │
  └── 后台会话准备（热切换）

集成点

• WebSocket Router → 调用 start_session、stream_data、end_session
• Agent Event Bridge → 通过 pending_agent_callbacks 传递结果
• Config Manager → 提供角色数据和 API 配置
• TTS Client → get_tts_worker() 工厂函数创建 TTS 工作器