从 端侧语音 Agent 智控平台 里摘出的短复盘。细节分别在 配置与控制面、会话与打断。
配置字段两边不一致
表现是「后台改了,设备没反应」,还不报错。后来把契约当接口改:双边同步,默认可提交样例保持可跑。自动化契约测试仍欠着。
说完要干等整段才播
体感就是卡死。先查有没有阻塞活堵在收发包循环上,再谈换模型。流式、可打断、预热不挡首轮,这几条比抠提示词更先。
打断后旧声音还在冒
只停麦不够。轮次标记作废过期输出;工具也要有结束态。没有会话维度日志时,这种偶现基本只能重启碰运气。
能进后台却看到别的团队数据
菜单权限和数据范围是两件事。写操作带明确团队上下文,列表/检索在查询侧过滤,前端别靠全局隐式头。
工具失败后模型空转
短超时、可理解错误、步数护栏;长任务开始/结束对用户可见。阈值没有一劳永逸的数字,按真实工具耗时调。
经典路径和端到端一起抢音频
同一连接只活一条主路径。切换简单,测试矩阵会变贵。
任一环失败就踢连接
未绑定、拉配置失败、TTS 挂了,更该进引导或回落,而不是直接断开。本地模式还得能独立开发。
如果重来:第一周冻契约;语音从第一天按可打断和可降级设计;权限模型先于功能清单;用少量真实会话看首包和打断,再优化模型。
工程笔记
构建生产级 AI 系统的经验总结
配置、打断、权限、工具等短复盘;链到深潜笔记。