sundynix-agentix/sundynix-gateway/internal/handler/voice_task.go

package handler

import (
	"context"
	"encoding/json"
	"fmt"
	"strings"

	"github.com/sundynix/sundynix-gateway/internal/dsl"
	"github.com/sundynix/sundynix-shared/contract"
)

// 语音上行接线：最终转写 → 组 DSL → 复用 preflightCore/launchCore 关卡 → 提交任务 → 回 task_id。
// 语音只是"嘴替键盘"，一行编排/工具/计费逻辑都不新造：走的正是 HTTP SubmitTask 那条关卡
// （见记忆 execution-single-entry「提交必走 preflight()+launch() 共用关卡」）。

// defaultJarvisName 是用户没自定义名字时的默认助手名。
const defaultJarvisName = "JARVIS"

// voiceSystemPrompt 组语音 agent 的系统提示：**简短**是硬基线（语音场景要抢首字、别让人干听十几秒），
// **名字与语气/人设由用户决定**——name 用户自定义（你叫 JARVIS、别人叫星期五都行），persona 是用户为
// 这个助手单设的语气人设（与主偏好记忆分开）。persona 为空则默认平和礼貌。
func voiceSystemPrompt(name, persona string) string {
	n := strings.TrimSpace(name)
	if n == "" {
		n = defaultJarvisName
	}
	s := "你是 " + n + "——用户的私人语音助手，也是他这台电脑的操作者。你能：" +
		"在用户授权的目录里看/读/写文件、执行 shell 命令（据此可以整理文件、用 mdfind 全盘找东西、" +
		"open 打开应用和文件、osascript 控制 Mac 上的 App、shortcuts run 触发快捷指令）、" +
		"查/派平台任务与报告、切换客户端界面、建定时任务（到点自动办事并播报）。" +
		"用户让你「做点什么」时，先想清楚用哪个工具、一步步做，别只是嘴上答应。" +
		"不知道能访问哪些目录，就用 local_list_dir 留空 path 查一次。" +
		"铁律一：凡是用户问任务/报告的状态、进度、结果，**必须先调工具查真实数据再回答**——" +
		"哪怕你觉得自己记得，也不许凭记忆或上下文编造任务状态；查不到就如实说查不到。" +
		"铁律二：涉及写文件/执行命令，用户会在电脑上收到确认框；被拒绝或被安全策略挡下时如实告诉他，" +
		"不要换个写法绕过去重试。定时任务要算首次执行还有多少秒，先用时间工具拿当前时间再算。" +
		"这是语音对话，务必简短：先直接给结论，一两句话说清，通常不超过三句，别铺垫、别列清单、" +
		"别念代码、别复述问题。口语化、自然。派了任务就告诉用户已开跑、稍后可以问进度，不要干等。"
	if p := strings.TrimSpace(persona); p != "" {
		s += "\n你的语气与人设：" + p
	} else {
		s += "语气平和、礼貌。"
	}
	return s
}

// buildVoiceGraph 把一句转写组成最简可执行图：input(转写) → agent(用户的 JARVIS，带其名字+人设)。
// 与前端画布 exportDsl 同构（kind=input/agent、config.text/system），dispatcher 直接吃。
// autonomous=true：走 ReAct 自主工具（含 platform_* 平台工具族）——JARVIS 是大脑中枢不是应声虫，
// 见 JARVIS_BRAIN_DESIGN.md。不需要工具的闲聊模型直接作答，时延不受影响。
func buildVoiceGraph(query, name, persona string) json.RawMessage {
	g := map[string]any{
		"version": "voice-1",
		"nodes": []map[string]any{
			{"id": "voice_in", "kind": "input", "config": map[string]any{"text": query}},
			{"id": "voice_agent", "kind": "agent", "config": map[string]any{
				"system": voiceSystemPrompt(name, persona), "autonomous": true,
			}},
		},
		"edges": []map[string]any{
			{"source": "voice_in", "target": "voice_agent"},
		},
	}
	b, _ := json.Marshal(g)
	return b
}

// submitVoiceTask 提交一次语音任务。graphOverride 非空时用客户端画布图（语音触发既有编排），
// 否则用转写现组的单 agent 图。返回 task_id。
func (s *voiceSession) submitVoiceTask(transcript, graphOverride string) (string, error) {
	transcript = strings.TrimSpace(transcript)
	if transcript == "" && graphOverride == "" {
		return "", fmt.Errorf("空转写")
	}
	ctx := context.Background() // WS 会话长生命周期，不绑单条请求 ctx

	var raw json.RawMessage
	if strings.TrimSpace(graphOverride) != "" {
		raw = json.RawMessage(graphOverride) // 语音触发画布上的既有编排图
	} else {
		raw = buildVoiceGraph(transcript, s.jarvisName, s.jarvisPersona) // 带上用户的助手名+人设
	}
	task, err := dsl.ParseAndAssemble(raw)
	if err != nil {
		return "", err
	}

	// 共用关卡：预算 / 暂停 / 计费租户 / 积分硬拦截。被拦时把文案上抛（供语音播报/回传）。
	billingTenant, block := s.h.preflightCore(ctx, s.uid, s.tenantID)
	if block != nil {
		return "", fmt.Errorf("%s", block.message())
	}
	task.Meta[contract.MetaUserID] = s.uid
	task.Meta[contract.MetaTenantID] = billingTenant
	task.Meta[contract.MetaSessionID] = s.sessionID
	task.Meta[contract.MetaModelProfile] = contract.ModelProfileVoice // 语音任务走 JARVIS 快模型（未配则回落工作模型）

	if err := s.h.launchCore(ctx, s.uid, task); err != nil {
		return "", err
	}
	return task.ID, nil
}