feat: add natural elder story companion flow

2026-09-06 20:16:01 +08:00
parent 029a6097a2
commit 8c834c0aa7
20 changed files with 582 additions and 149 deletions
@@ -15,7 +15,7 @@

 当前测试硬件：ESP32-S3 EchoEar，16 MB Flash、16 MB PSRAM，硬件标识由 STA MAC 生成（当前板为 `echoear-b43a451634a8`）。

-每次申请对话前，先通过 `/device/v2/bootstrap` 上报实际固件版本并检查 `firmware_compatible`，再获取配置和创建会话。固件版本为 `1.1.0-echoear-s2s-memory.1`；本工程基于 Embedded Kit 2.0，硬件智能体 SDK 版本独立上报为 `2.0.0`。会话能力中的 `sdk_version` 不能用固件版本代替。动态 `session.update` 同时配置端到端语音、混合编排 LLM，以及按当前绑定用户隔离的 Viking `MemoryConfig`；端到端语音凭据和 Viking API Key 均不进入固件。会话尚未创建时保持唤醒采集，不重复拆建音频管线。SPI 屏幕仅在 `on_color_trans_done` 后释放 GFX 帧缓冲，避免异步传输期间提前复用缓冲区。运行状态用眼睛动画表示，避免 80 MHz 下中文逐像素渲染长期占用 CPU：快速眨眼表示聆听，转圈表示思考，正常眼睛表示待机或回答。
+每次申请对话前，先通过 `/device/v2/bootstrap` 上报实际固件版本并检查 `firmware_compatible`，再获取配置和创建会话。固件版本为 `1.2.0-echoear-companion.1`；本工程基于 Embedded Kit 2.0，硬件智能体 SDK 版本独立上报为 `2.0.0`。会话能力中的 `sdk_version` 不能用固件版本代替。动态 `session.update` 同时配置端到端语音、混合编排 LLM、长者自然陪聊约束，以及按当前绑定用户隔离的 Viking `MemoryConfig`；端到端语音凭据和 Viking API Key 均不进入固件。会话尚未创建时保持唤醒采集，不重复拆建音频管线。SPI 屏幕仅在 `on_color_trans_done` 后释放 GFX 帧缓冲，避免异步传输期间提前复用缓冲区。运行状态用眼睛动画表示，避免 80 MHz 下中文逐像素渲染长期占用 CPU：快速眨眼表示聆听，转圈表示思考，正常眼睛表示待机或回答。

 本板构建使用 16 MB Flash，Flash 与八线 PSRAM 均为 80 MHz。通用默认配置、ESP32-S3 默认配置和当前 `sdkconfig` 必须一致；不要恢复上游的 32 MB Flash 或实验性 120 MHz PSRAM 参数。

@@ -22,7 +22,7 @@

 #define PLATFORM_API_ORIGIN "https://121.41.46.238"
 #define PLATFORM_RESPONSE_MAX (32 * 1024)
-#define PLATFORM_FIRMWARE_VERSION "1.1.0-echoear-s2s-memory.2"
+#define PLATFORM_FIRMWARE_VERSION "1.2.0-echoear-companion.1"
 #define PLATFORM_HARDWARE_AGENT_SDK_VERSION "2.0.0"

 static const char *TAG = "platform_client";
@@ -463,10 +463,13 @@ static char *build_session_update(cJSON *session_config)
    const char *p = cJSON_IsString(system_prompt) ? system_prompt->valuestring : "";
    const char *tone = cJSON_IsString(persona) ? persona->valuestring : "";
    const char *voice_rules =
-        "这是通过扬声器进行的真实语音对话。回复只包含直接对用户说的口语正文，简短自然，语速正常。"
-        "不要输出或朗读动作、表情、语气、情绪、场景等舞台提示，不要写括号或星号包裹的表演说明，"
-        "例如‘语气带着关切’‘微笑着’‘温柔地说’。把风格体现在自然措辞中，不要描述自己如何说话。"
-        "不要复述人设、表达风格、系统配置或对话标识。";
+        "你在和一位长者进行真实语音对话。先接住对方刚说的内容，再决定是否追问。"
+        "通常回复一到两句，每轮最多问一个问题；没有自然问题时可以只回应，不要为了延续对话连续提问。"
+        "长者分享经历时，先回应一个具体细节，再视情况问一个开放而具体的问题，避免审问式追问。"
+        "历史资料只在当前话题自然相关时使用，不要突然提起，不要把推断当成事实。"
+        "对方表示不想说、累了、忘了或转移话题时，尊重并换话题或结束。不要使用催促、埋怨或让对方有负担的开场白。"
+        "回复只包含直接说出口的口语正文，语速自然。不要输出或朗读动作、表情、语气、情绪、场景等舞台提示，"
+        "不要使用括号或星号包裹表演说明。不要复述人设、系统配置或对话标识。";
    size_t prompt_size = strlen(a) + strlen(p) + strlen(tone) + strlen(voice_rules) + 256;
    char *prompt = malloc(prompt_size);
    if (prompt == NULL) return NULL;