API 参考

发起角色对话，返回 text/event-stream。

{
  "role_name": "默认角色",
  "message": "今天过得怎么样？"
}

清空全部持久化对话历史。主界面通常使用更细粒度的 /api/history。

{
  "sentences": ["见到你真开心。"],
  "available_expressions": ["happy", "sad", "neutral"],
  "available_actions": ["none", "clapping", "look_around"]
}

{
  "expressions": [{
    "sentence_index": 0,
    "expression": "happy",
    "intensity": 0.8,
    "action": "clapping"
  }]
}

动作名称会标准化为 snake_case，并确保 none 始终可用。

{ "text": "欢迎回来。", "role_name": "默认角色" }

{
  "url": "/tts_audio/tts_ab12cd34.wav",
  "filename": "tts_ab12cd34.wav",
  "duration_ms": 1840
}

text 长度限制 1–500。后端按角色记录选择 TTS 引擎，并串行合成以避免云端 WebSocket 冲突。

连接后先发送控制消息，再发送单声道 16 kHz、16-bit PCM 二进制帧：

{ "type": "start", "language_hints": ["zh", "ja", "en"] }
// binary PCM frames...
{ "type": "stop" }

返回 {"roles":["默认角色"]}。

返回人格提示词、参考音频、voice_id、voice_provider、OSS URL、目标模型和时间戳。

multipart/form-data：role_name、voice_provider、可选 audio。LLM 自动生成提示词。

比普通创建多一个 baike_query，抓取失败时回退为普通生成。

用户直接提交 system_prompt，跳过 LLM 生成；参考音频为空时尝试默认音频。

删除角色，并尝试清理关联云端音色和 OSS 资源。

open 可选宽高；close 隐藏；quit 退出桌宠界面但保留 CEF 线程待命。

{ "alive": true, "ready": true, "visible": true, "available": true }

{ "width": 620, "height": 480, "idle_action": "look_around" }

偏好宽高范围 360–800，并持久化到用户数据目录。

multipart/form-data 的 file 仅接受 .vrm，最大 100 MiB；保存后向已就绪桌宠推送新模型 URL。