From 5717735da9b2b23c5ce6efb4ca48414a0b783e93 Mon Sep 17 00:00:00 2001 From: AskaEth Date: Mon, 26 Oct 2026 18:46:06 +0800 Subject: [PATCH] =?UTF-8?q?feat(gateway):=20M44=20=E5=AE=9E=E6=97=B6?= =?UTF-8?q?=E5=B8=A7=E4=B8=8E=E6=8F=A1=E6=89=8B=E5=9B=9E=E6=94=BE=E6=8C=82?= =?UTF-8?q?=E4=B8=8A=20voice=EF=BC=88=E7=BA=AF=E5=A2=9E=E9=87=8F=EF=BC=89?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 修实根：`message_persisted` / `channel_persisted` 与握手 `history` 回放 此前只在 `toHistoryMessage` 之后直接扇出，于是消息 DTO 的语音面在这三条 面上恒缺席，客户端只能等下一次 REST 拉取才知道那是一条语音。 - `history_voice.go`：把语音补齐抽成存储无关的唯一收口点 `attachVoiceTo` （Server 与 hub 共用），并加 `voiceColumnsOf` 把任意历史视图窄化成读面， 未实现该视图时为真 nil 接口（字段缺席，不 panic、不 500）。 - `broadcast.go`：新增 `persistedWire` —— thinking 抹除 + 可选 voice， `broadcastPersisted` 改用它；两类帧因此天然同口径。 - `ws_history.go`：握手回放同样补一次批量读列（最多 50 个 id 一条 SQL）。 成本实测：一帧 = 1 次 `IN (?)` 批量读列（1 个 id）；回放一页 = 1 次 （去重后的全部 id）；存储未提供该视图时 0 次。`history.Message` 没有 voice 列字段（`messageColumns` 也不含），故无法「零查询直接填」——补它 要改 internal/runtime/history 与 INSERT 写路径，超出本切片范围。 纯增量：voice 是可选键，非语音消息整键缺席（不是 null、不是 {}）； 帧壳、帧类型、REST DTO 形状一律未动。 测试（广播_voice_test.go）：帧序列化输出上断言 ①②③④，并逐字比对 「帧/回放里的 voice」与「REST 读面同一行」；摘掉任一挂载即打红。 --- internal/services/gateway/broadcast.go | 26 +- .../services/gateway/broadcast_voice_test.go | 436 ++++++++++++++++++ internal/services/gateway/history_voice.go | 55 ++- internal/services/gateway/ws_history.go | 9 +- 4 files changed, 507 insertions(+), 19 deletions(-) create mode 100644 internal/services/gateway/broadcast_voice_test.go diff --git a/internal/services/gateway/broadcast.go b/internal/services/gateway/broadcast.go index 07cdbb2..45dae9c 100644 --- a/internal/services/gateway/broadcast.go +++ b/internal/services/gateway/broadcast.go @@ -1,6 +1,7 @@ package gateway import ( + "context" "strings" "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/history" @@ -36,10 +37,10 @@ func (s *Server) BroadcastPersisted(msg history.Message) { // 帧的 data 另带**可选**的 `unreadCount`（契约 v0.76）：该会话此刻的绝对未读数， // 与 GET /sessions 的 `unreadCount` 同一口径。它只在 >0 且真能算出来时出现（见 // unreadCountOf），缺席即老行为。Web 路径与 IM 路径共用本函数 ⇒ 两处口径天然一致， -// 不存在「Web 帧带、IM 帧不带」的分叉。 +// 不存在「Web 帧带、IM 帧不带」的分叉。帧内的 `message` 对象另带**可选**的 `voice` +// （契约 v0.67 §4.4；见 persistedWire）：非语音消息整键缺席，因此老客户端逐字不变。 func (s *Server) broadcastPersisted(msg history.Message, proactive bool) { - wire := toHistoryMessage(msg) - wire.Thinking = "" + wire := s.persistedWire(msg) typ := "channel_persisted" if msg.SessionID == history.MainSessionID || strings.HasPrefix(msg.SessionID, history.MainSessionID+":") { typ = "message_persisted" @@ -58,6 +59,25 @@ func (s *Server) broadcastPersisted(msg history.Message, proactive bool) { s.hub.broadcast(wsEvent{Type: typ, SessionID: msg.SessionID, Data: data}) } +// persistedWire 把一条待广播的消息投影成帧内的 `message` 对象：thinking 抹除（与 WS +// 历史回放一致，design/16 §6）＋ 可选的语音面（契约 v0.67 §4.4）。 +// +// 语音面与 REST 读面共用**同一个**收口点（attachVoiceTo → historyVoiceOf），因此 +// 「同一行消息在帧里与 GET /sessions/{id}/messages 里」是逐字相同的对象，客户端不必 +// 再拉一次 REST 才认出语音气泡。 +// +// 代价（实测，见交付报告）：每帧**一次**批量读列（`IN (?)` 一条 SQL，页内 id 去重）， +// 与本路径既有的 unreadCountOf 查询同量级；存储未提供该视图时**零**查询、字段缺席。 +// 之所以要查库而不是「从 history.Message 直接填」：那个结构体没有 voice 列字段 +// （`messageColumns` 也不含它），补它要改 `internal/runtime/history` 与 INSERT 写路径 +// ——那是本切片的范围之外（见交付报告的跨片接缝）。 +func (s *Server) persistedWire(msg history.Message) historyMessage { + one := []historyMessage{toHistoryMessage(msg)} + one[0].Thinking = "" + attachVoiceTo(context.Background(), s.log, voiceColumnsOf(s.history), one) + return one[0] +} + // wsCapacityAwaken 是能力状态迁移的 WS 事件类型（design/14 §5）。 // 其 data 字段是前端的 AwakenPayload {fromState,toState,tool}。 const wsCapacityAwaken = "capacity_awaken" diff --git a/internal/services/gateway/broadcast_voice_test.go b/internal/services/gateway/broadcast_voice_test.go new file mode 100644 index 0000000..0439276 --- /dev/null +++ b/internal/services/gateway/broadcast_voice_test.go @@ -0,0 +1,436 @@ +package gateway + +// 本文件钉住 M44：语音面在**实时帧**与**握手回放**上的纯增量覆盖（契约 v0.67 §4.4）。 +// +// 五条断言各对应一条取舍： +// ① `message_persisted` 的 `data.message.voice` 出现，且与 `GET /sessions/{id}/messages` +// 同一行**逐字相等** —— 这是本切片唯一的意义：客户端不必再拉一次 REST 才认出语音气泡； +// ② 非语音消息该键**整键缺席**（不是 `null`、不是 `{}`）； +// ③ `channel_persisted`（隔离渠道会话）同样带，且与渠道日志读面同一行逐字相等； +// ④ 握手 `history` 回放同样带（老客户端因此重连即可拿到，不必等重新拉取）； +// ⑤ 成本实测：一帧 = **一次**批量读列（`IN (?)`）、回放一页 = **一次**（id 去重）—— +// 不是逐条查，也不是「每帧多打几枪」。 +// +// 断言一律打在**帧的序列化输出**上（`readFakeFrame` / `ReadMessage` 都是先 marshal 再 +// 回读），因此「键缺席」与「零值」的区别是真的可分辨的 —— 解码进结构体做不到这一点。 + +import ( + "context" + "encoding/json" + "net/http" + "net/http/httptest" + "sync" + "testing" + "time" + + "git.yeij.top/AskaEth/Cyrene_v2/internal/auth" + "git.yeij.top/AskaEth/Cyrene_v2/internal/db" + "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/history" + voiceref "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/voice" +) + +// countingVoiceStore 在真实存储外面只给 `VoiceColumns` 记账：本切片的核心成本问题是 +// 「一条消息多打几枪、一次带几个 id」，所以把调用次数与 id 数**量出来**，而不是凭印象 +// 说「一次批量」。 +type countingVoiceStore struct { + *history.Store + mu sync.Mutex + calls int + ids []string +} + +func (c *countingVoiceStore) VoiceColumns(ctx context.Context, ids []string) (map[string]string, error) { + c.mu.Lock() + c.calls++ + c.ids = append(c.ids, ids...) + c.mu.Unlock() + return c.Store.VoiceColumns(ctx, ids) +} + +// reset 把计数器归零：每个断言段各自量自己的代价。 +func (c *countingVoiceStore) reset() { + c.mu.Lock() + defer c.mu.Unlock() + c.calls, c.ids = 0, nil +} + +// snapshot 返回 (调用次数, 各次查询的 id 并集)。 +func (c *countingVoiceStore) snapshot() (int, []string) { + c.mu.Lock() + defer c.mu.Unlock() + return c.calls, append([]string(nil), c.ids...) +} + +// voiceFrameEnv 打包实时帧 / 回放测试所需的依赖：真实（内存）历史存储（外套记账层） +// + httptest 网关 + JWT 服务。 +type voiceFrameEnv struct { + srv *Server + ts *httptest.Server + jwt *auth.JWTService + st *history.Store + count *countingVoiceStore +} + +func newVoiceFrameEnv(t *testing.T) *voiceFrameEnv { + t.Helper() + ctx := context.Background() + conn, err := db.Open(ctx, ":memory:", testLogger()) + if err != nil { + t.Fatalf("打开内存库: %v", err) + } + t.Cleanup(func() { _ = conn.Close() }) + st, err := history.NewStore(ctx, conn, testLogger()) + if err != nil { + t.Fatalf("构造历史存储: %v", err) + } + count := &countingVoiceStore{Store: st} + srv, ts, jwt := buildEnv(t, cfgDefault(), Deps{History: count}) + return &voiceFrameEnv{srv: srv, ts: ts, jwt: jwt, st: st, count: count} +} + +// seed 追加一条消息，并把（可选的）语音事实写进它的 voice 列 —— 这与生产里渠道桥 +// 「落库后回填同一列」的两段式同形。 +func (e *voiceFrameEnv) seed(t *testing.T, m history.Message, raw string) history.Message { + t.Helper() + got, err := e.st.AppendFull(context.Background(), m) + if err != nil { + t.Fatalf("落库消息: %v", err) + } + if raw == "" { + return got + } + if err := e.st.UpdateMessageVoice(context.Background(), got.ID, raw); err != nil { + t.Fatalf("写 voice 列: %v", err) + } + return got +} + +// encodeVoiceFact 编码一条语音事实；失败即测试前置条件坏掉。 +func encodeVoiceFact(t *testing.T, ref voiceref.Ref) string { + t.Helper() + raw, err := voiceref.Encode(ref) + if err != nil { + t.Fatalf("编码语音事实: %v", err) + } + return raw +} + +// canonicalJSON 把一段 JSON 归一成「键序由 json.Marshal 的 map 排序决定」的文本。 +// JSON 对象的键**无序**，因此「逐字相等」在对象层面就该按归一后的文本来判：两侧都走 +// 同一套归一，任何一处多一个键 / 少一个键 / 值不同都会让文本不同。 +func canonicalJSON(t *testing.T, raw json.RawMessage) string { + t.Helper() + var v any + if err := json.Unmarshal(raw, &v); err != nil { + t.Fatalf("解析 JSON（raw=%s）: %v", raw, err) + } + b, err := json.Marshal(v) + if err != nil { + t.Fatalf("归一 JSON（raw=%s）: %v", raw, err) + } + return string(b) +} + +// frameMessageVoice 从**已序列化并回读**的帧里取出 `data.message.voice`，返回归一后的 +// JSON 文本与「该键是否在场」。本面的关键取舍就是「缺席」，因此先断言在场性再看内容。 +func frameMessageVoice(t *testing.T, ev wsEvent) (string, bool) { + t.Helper() + data, ok := ev.Data.(map[string]any) + if !ok { + t.Fatalf("帧 data = %+v, want 一个 JSON 对象", ev.Data) + } + msg, ok := data["message"].(map[string]any) + if !ok { + t.Fatalf("帧 data.message = %+v, want 一个 JSON 对象", data["message"]) + } + raw, present := msg["voice"] + if !present { + return "", false + } + b, err := json.Marshal(raw) + if err != nil { + t.Fatalf("归一帧里的 voice（%v）: %v", raw, err) + } + return string(b), true +} + +// replayMessageVoice 与 frameMessageVoice 同形，只是取的是握手 `history` 帧里 +// `data.messages[]` 的某一条（按 id 定位）。 +func replayMessageVoice(t *testing.T, ev wsEvent, id string) (string, bool) { + t.Helper() + data, ok := ev.Data.(map[string]any) + if !ok { + t.Fatalf("回放帧 data = %+v, want 一个 JSON 对象", ev.Data) + } + rows, ok := data["messages"].([]any) + if !ok { + t.Fatalf("回放帧 data.messages = %+v, want 一个数组", data["messages"]) + } + for _, row := range rows { + msg, ok := row.(map[string]any) + if !ok { + t.Fatalf("回放消息 = %+v, want 一个 JSON 对象", row) + } + if msg["id"] != id { + continue + } + raw, present := msg["voice"] + if !present { + return "", false + } + b, err := json.Marshal(raw) + if err != nil { + t.Fatalf("归一回放里的 voice（%v）: %v", raw, err) + } + return string(b), true + } + t.Fatalf("回放里没有 id=%q 的消息", id) + return "", false +} + +// restVoiceOf 取 REST 读面里**同一行**消息的 `voice`，归一成与帧侧可比的文本。 +// 键缺席时返回 ("", false)。 +func restVoiceOf(t *testing.T, rows []map[string]json.RawMessage, id string) (string, bool) { + t.Helper() + for _, row := range rows { + var gotID string + if err := json.Unmarshal(row["id"], &gotID); err != nil { + t.Fatalf("解析 id: %v", err) + } + if gotID != id { + continue + } + raw, present := row["voice"] + if !present { + return "", false + } + return canonicalJSON(t, raw), true + } + t.Fatalf("REST 读面里没有 id=%q 的消息", id) + return "", false +} + +// TestBroadcastPersistedCarriesVoiceMatchingRestRead 断言 ①②⑤：语音消息的 +// `message_persisted` 帧带 `voice`、与 REST 读面逐字相等；非语音消息整键缺席； +// 一帧的代价是一次批量读列（一个 id）。 +func TestBroadcastPersistedCarriesVoiceMatchingRestRead(t *testing.T) { + t.Parallel() + env := newVoiceFrameEnv(t) + tok := signAny(t, env.jwt, "acct", auth.RoleOwner) + name := "0123456789abcdef0123456789abcdef.ogg" + voiceMsg := env.seed(t, history.Message{ + SessionID: history.MainSessionID, Role: history.RoleUser, Content: "转写文本", + }, encodeVoiceFact(t, voiceref.Ref{ + Source: voiceref.SourceASR, + Status: voiceref.StatusTranscribed, + Name: name, + MIME: "audio/ogg", + Size: 4242, + DurationMs: 3200, + })) + plainMsg := env.seed(t, history.Message{ + SessionID: history.MainSessionID, Role: history.RoleUser, Content: "普通文本", + }, "") + + c := newOwnerConn(env.srv.hub, 8) + env.srv.hub.register(c) + + env.count.reset() + env.srv.BroadcastPersisted(voiceMsg) + ev := readFakeFrame(t, c) + if ev.Type != "message_persisted" { + t.Fatalf("帧类型 = %q, want message_persisted", ev.Type) + } + frameVoice, present := frameMessageVoice(t, ev) + if !present { + t.Fatalf("语音消息的 message_persisted 帧缺 data.message.voice（帧=%+v）", ev) + } + // ⑤ 成本：一帧 = 一次批量读列，恰好一个 id（没有逐条多打一枪）。**先**取快照， + // 免得下面那次 REST 拉取的记账混进来。 + calls, ids := env.count.snapshot() + + // 与 REST 读面同一行**逐字相等**：这是本切片唯一的意义。 + resp, body := doReq(t, http.MethodGet, env.ts.URL+"/api/v1/sessions/"+history.MainSessionID+"/messages", nil, tok) + if resp.StatusCode != http.StatusOK { + t.Fatalf("REST status = %d, want 200 (body=%s)", resp.StatusCode, body) + } + restVoice, restOK := restVoiceOf(t, messagePage(t, body), voiceMsg.ID) + if !restOK { + t.Fatalf("REST 读面同一行缺 voice 键（body=%s）", body) + } + if frameVoice != restVoice { + t.Fatalf("帧里的 voice = %s, REST 读面同一行 = %s（两处各算一份就失去意义）", frameVoice, restVoice) + } + + // 字段值逐项落地（给失败信息可读性；形状正确性由上面的逐字比较兜底）。 + var fields historyVoice + if err := json.Unmarshal([]byte(frameVoice), &fields); err != nil { + t.Fatalf("解析帧里的 voice: %v（raw=%s）", err, frameVoice) + } + if fields.Source != "asr" || fields.Status != "transcribed" || + fields.Name != name || fields.MIME != "audio/ogg" || fields.Size != 4242 || + fields.DurationMs != 3200 || fields.URL != voiceref.MediaPathPrefix+name { + t.Fatalf("帧里的 voice 字段 = %+v", fields) + } + + // ⑤ 成本：一帧 = 一次批量读列，恰好一个 id（没有逐条多打一枪）。 + if calls != 1 || len(ids) != 1 || ids[0] != voiceMsg.ID { + t.Fatalf("一帧的读列代价 = %d 次调用 / ids=%v，want 1 次 / [%s]", calls, ids, voiceMsg.ID) + } + + // ② 非语音消息：该键**整键缺席**（不是 `null`、不是 `{}`）。 + env.srv.BroadcastPersisted(plainMsg) + plainFrame := readFakeFrame(t, c) + if got, present := frameMessageVoice(t, plainFrame); present { + t.Fatalf("非语音消息的帧带上了 voice = %s，want 整键缺席", got) + } +} + +// TestChannelPersistedCarriesVoiceMatchingChannelLogRead 断言 ③⑤：隔离渠道会话 +// （群聊 / 陌生人）走的是同一个构造函数，因此 `channel_persisted` 同样带 `voice`， +// 且与渠道日志读面同一行逐字相等 —— 「Web 帧带、IM 帧不带」的分叉不存在。 +func TestChannelPersistedCarriesVoiceMatchingChannelLogRead(t *testing.T) { + t.Parallel() + env := newVoiceFrameEnv(t) + tok := signAny(t, env.jwt, "acct", auth.RoleOwner) + adapter := "qq-obv11:10001" + name := "ffffffffffffffffffffffffffffffff.mp3" + msg := env.seed(t, history.Message{ + SessionID: "sess-group-1", Role: history.RoleUser, Content: "群里的语音", + Platform: "qq-obv11", AdapterID: adapter, SenderName: "某人", + }, encodeVoiceFact(t, voiceref.Ref{ + Source: voiceref.SourceASR, Status: voiceref.StatusTranscribed, + Name: name, MIME: "audio/mpeg", Size: 99, + })) + + c := newOwnerConn(env.srv.hub, 8) + env.srv.hub.register(c) + + env.count.reset() + env.srv.BroadcastPersisted(msg) + ev := readFakeFrame(t, c) + if ev.Type != "channel_persisted" { + t.Fatalf("帧类型 = %q, want channel_persisted（隔离会话不是 Web 主会话）", ev.Type) + } + frameVoice, present := frameMessageVoice(t, ev) + if !present { + t.Fatalf("隔离会话的 channel_persisted 帧缺 data.message.voice（帧=%+v）", ev) + } + // ⑤ 成本快照**先**取，免得下面那次渠道日志拉取的记账混进来。 + calls, ids := env.count.snapshot() + + resp, body := doReq(t, http.MethodGet, env.ts.URL+"/api/v1/admin/channels/messages?adapter="+adapter, nil, tok) + if resp.StatusCode != http.StatusOK { + t.Fatalf("渠道日志 status = %d, want 200 (body=%s)", resp.StatusCode, body) + } + restVoice, restOK := restVoiceOf(t, messagePage(t, body), msg.ID) + if !restOK { + t.Fatalf("渠道日志同一行缺 voice 键（body=%s）", body) + } + if frameVoice != restVoice { + t.Fatalf("帧里的 voice = %s, 渠道日志同一行 = %s", frameVoice, restVoice) + } + + if calls != 1 || len(ids) != 1 { + t.Fatalf("一帧的读列代价 = %d 次调用 / ids=%v，want 1 次 / 1 个 id", calls, ids) + } +} + +// TestWSHandshakeReplayCarriesVoice 断言 ④⑤：握手 `history` 回放同样带 `voice` +// （与 REST 读面同一行逐字相等），非语音行之键缺席，且整页只查一次列。 +func TestWSHandshakeReplayCarriesVoice(t *testing.T) { + t.Parallel() + env := newVoiceFrameEnv(t) + tok := signAny(t, env.jwt, "acct", auth.RoleOwner) + name := "abcdefabcdefabcdefabcdefabcdefab.ogg" + voiceMsg := env.seed(t, history.Message{ + SessionID: history.MainSessionID, Role: history.RoleUser, Content: "回放里的语音", CreatedAt: 1000, + }, encodeVoiceFact(t, voiceref.Ref{ + Source: voiceref.SourceASR, Status: voiceref.StatusTranscribed, + Name: name, MIME: "audio/ogg", Size: 777, DurationMs: 1200, + })) + plainMsg := env.seed(t, history.Message{ + SessionID: history.MainSessionID, Role: history.RoleAssistant, Content: "回放里的纯文本", CreatedAt: 1500, + }, "") + + env.count.reset() + conn := dialWS(t, env.ts.URL, tok) + defer conn.Close() + _ = conn.SetReadDeadline(time.Now().Add(2 * time.Second)) + _, raw, err := conn.ReadMessage() + if err != nil { + t.Fatalf("读取握手帧: %v", err) + } + var ev wsEvent + if err := json.Unmarshal(raw, &ev); err != nil { + t.Fatalf("解析握手帧 %s: %v", raw, err) + } + if ev.Type != "history" { + t.Fatalf("首帧类型 = %q, want history（%s）", ev.Type, raw) + } + replayVoice, present := replayMessageVoice(t, ev, voiceMsg.ID) + if !present { + t.Fatalf("握手回放里语音行缺 voice（帧=%s）", raw) + } + // ⑤ 整页一次批量：恰好 1 次调用、把两行的 id 都带上。快照**先**取，免得下面那次 + // REST 拉取的记账混进来。 + calls, ids := env.count.snapshot() + + // 与 REST 读面同一行逐字相等。 + resp, body := doReq(t, http.MethodGet, env.ts.URL+"/api/v1/sessions/"+history.MainSessionID+"/messages", nil, tok) + if resp.StatusCode != http.StatusOK { + t.Fatalf("REST status = %d, want 200 (body=%s)", resp.StatusCode, body) + } + restVoice, restOK := restVoiceOf(t, messagePage(t, body), voiceMsg.ID) + if !restOK { + t.Fatalf("REST 读面同一行缺 voice 键（body=%s）", body) + } + if replayVoice != restVoice { + t.Fatalf("回放里的 voice = %s, REST 读面同一行 = %s", replayVoice, restVoice) + } + if got, present := replayMessageVoice(t, ev, plainMsg.ID); present { + t.Fatalf("回放里非语音行带上了 voice = %s，want 整键缺席", got) + } + + // ⑤ 整页一次批量：恰好 1 次调用，且把两行的 id 都带上了。 + if calls != 1 || len(ids) != 2 { + t.Fatalf("回放一页的读列代价 = %d 次调用 / ids=%v，want 1 次 / 2 个 id", calls, ids) + } +} + +// TestBroadcastPersistedVoiceAbsentWhenStoreCannotAnswer 钉住两条**诚实缺席**路径： +// 未接线历史存储、以及存储没提供语音列读面（测试替身 / 只做基本读写的实现）。 +// 两者都不许 panic、不许把帧吞掉 —— 那条路径上「问不到」的结果就是字段缺席。 +func TestBroadcastPersistedVoiceAbsentWhenStoreCannotAnswer(t *testing.T) { + t.Parallel() + pending := history.Message{ + ID: "row-1", SessionID: history.MainSessionID, Role: history.RoleUser, Content: "hi", CreatedAt: 1000, + } + + t.Run("history not wired", func(t *testing.T) { + srv, _, _ := buildEnv(t, cfgDefault(), Deps{}) + c := newOwnerConn(srv.hub, 8) + srv.hub.register(c) + + srv.BroadcastPersisted(pending) + ev := readFakeFrame(t, c) + if ev.Type != "message_persisted" { + t.Fatalf("帧类型 = %q, want message_persisted（问不到语音列不该吞掉帧）", ev.Type) + } + if got, present := frameMessageVoice(t, ev); present { + t.Fatalf("未接线历史存储的帧带上了 voice = %s，want 缺席", got) + } + }) + + t.Run("store without the voice view", func(t *testing.T) { + srv, _, _ := buildEnv(t, cfgDefault(), Deps{History: &fakeHistory{}}) + c := newOwnerConn(srv.hub, 8) + srv.hub.register(c) + + srv.BroadcastPersisted(pending) + ev := readFakeFrame(t, c) + if got, present := frameMessageVoice(t, ev); present { + t.Fatalf("未实现语音列读面的存储替身带上了 voice = %s，want 缺席", got) + } + }) +} diff --git a/internal/services/gateway/history_voice.go b/internal/services/gateway/history_voice.go index 300813b..b043759 100644 --- a/internal/services/gateway/history_voice.go +++ b/internal/services/gateway/history_voice.go @@ -20,13 +20,21 @@ package gateway // 没有「读不出」这一态，因此缺席是唯一诚实的表达（与文档列回一条 `unreadable` // 不同：文档有那个态，语音没有）。 // -// 覆盖范围（**如实**）：本文件的补齐点挂在会用 DTO 的读侧出口上（会话消息页、渠道 -// 消息日志两个端点、编辑消息的响应与其广播帧）。**尚未覆盖**：`message_persisted` / -// `channel_persisted`（`broadcast.go`）与握手 `history` 回放（`ws_history.go`）—— -// 前者还额外需要「随 INSERT 写入」的写路径（设计 §10.5 的首选口径），见交付报告。 +// 覆盖范围（**如实**）：本文件的补齐点挂在**所有**会用 DTO 的出口上 —— 会话消息页、 +// 渠道消息日志两个端点、编辑消息的响应与其 `message_edited` 帧、`message_persisted` / +// `channel_persisted` 实时帧（`broadcast.go` 的 persistedWire）与握手 `history` 回放 +// （`ws_history.go`）。三条收口点共用本文件这一份投影，因此「同一条消息在 REST 读面与 +// 实时帧 / 回放里的 `voice` 对象」逐字相同，不会两处各算一份。 +// +// ⚠️ 实时帧那条路的**已知边界**（不在本文件能修的范围内）：入站语音的 `voice` 列由 +// 渠道桥在**消息落库之后**回填（channelbridge 的两段式），而 `message_persisted` 那一帧 +// 在**落库那一刻**就发出去了 ⇒ 这一帧读到的列仍是空串、`voice` 依旧缺席；紧随其后的 +// 握手回放 / REST 拉取才带上它。要让「刚落库的那一帧」也带上，须把渠道桥的两段式顺序 +// 倒过来（先写列、再 notify），见交付报告与 Docs §4.4 的同一处如实登记。 import ( "context" + "log/slog" "strings" voiceref "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/voice" @@ -65,24 +73,30 @@ type voiceColumnReader interface { VoiceColumns(ctx context.Context, ids []string) (map[string]string, error) } -// attachVoice 给一页消息补上各自的语音面（就地写进 DTO 切片）。它只查页内**非空** -// 的消息 id，且**一次批量**（页内 id 集合交给存储侧一条 SQL 查完）。 +// attachVoice 给一页消息补上各自的语音面（就地写进 DTO 切片）。 +func (s *Server) attachVoice(ctx context.Context, msgs []historyMessage) { + attachVoiceTo(ctx, s.log, voiceColumnsOf(s.history), msgs) +} + +// attachVoiceTo 是语音面的**唯一**收口点：REST 读面、实时帧与握手回放都调它，因此三处 +// 对同一条消息给出**同一个**投影（`historyVoiceOf`），不存在「REST 带、帧不带」的分叉。 +// +// 它只查页内**非空**的消息 id，且**一次批量**（页内 id 集合交给存储侧一条 `IN (...)` +// 查完）—— 成本与「一页 / 一帧」同量级，不是逐条查。 +// +// reader 为 nil（存储未提供这一面：未接线 / 测试替身）或 log 为 nil 时都只让这一面整体 +// 缺席：这条路径上「问不到」不是错误，帧与响应照常发出。 // // 失败处理与工具回看面同一纪律：查不到就只让这一面缺席并记 WARN —— 消息本身已经 // 读到了，让一个可选列的故障把整页历史变成 500 是反的。 -func (s *Server) attachVoice(ctx context.Context, msgs []historyMessage) { +func attachVoiceTo(ctx context.Context, log *slog.Logger, reader voiceColumnReader, msgs []historyMessage) { ids := pageMessageIDs(msgs) - if len(ids) == 0 { - return - } - reader, ok := s.history.(voiceColumnReader) - if !ok { - // 存储未提供这一面（未接线 / 测试替身）：整体缺席，不是错误。 + if len(ids) == 0 || reader == nil || log == nil { return } cols, err := reader.VoiceColumns(ctx, ids) if err != nil { - s.log.Warn("history voice unavailable", "err", err, "messages", len(ids)) + log.Warn("history voice unavailable", "err", err, "messages", len(ids)) return } for i := range msgs { @@ -94,13 +108,24 @@ func (s *Server) attachVoice(ctx context.Context, msgs []historyMessage) { if err != nil { // 坏列**可见地**缺席：绝不静默当成「不是语音」。日志只带消息 id 与错误， // 绝不带列内容或正文。 - s.log.Warn("history voice column malformed", "err", err, "message", msgs[i].ID) + log.Warn("history voice column malformed", "err", err, "message", msgs[i].ID) continue } msgs[i].Voice = historyVoiceOf(ref) } } +// voiceColumnsOf 把任意历史存储视图窄化成语音列读面；没实现时返回**真 nil 接口** +// （`_, ok` 形式让未实现的存储得到 nil，而不是一个非 nil 的 nil 指针 —— 后者会在 +// 调用点炸成 panic）。Server 与 hub 持有的 history 字段同源，因此两处同一结果。 +func voiceColumnsOf(store any) voiceColumnReader { + reader, ok := store.(voiceColumnReader) + if !ok { + return nil + } + return reader +} + // pageMessageIDs 收集页内非空且**互不相同**的消息 id（保持首次出现顺序）。去重让 // 同一页的「提问 + 回答」或编辑场景里的两份 DTO 共用同一次查询。 func pageMessageIDs(msgs []historyMessage) []string { diff --git a/internal/services/gateway/ws_history.go b/internal/services/gateway/ws_history.go index 80d81bb..8698c24 100644 --- a/internal/services/gateway/ws_history.go +++ b/internal/services/gateway/ws_history.go @@ -25,7 +25,9 @@ const wsReplayLimit = 50 // // 回放是尽力而为：store 为 nil 或读取出错都静默跳过。 // 回放不含 thinking（design/16 §6），因此该帧即使对 owner/admin -// 也不会泄漏思维链。 +// 也不会泄漏思维链。每条消息**可能**带可选 `voice`（契约 v0.67 §4.4）， +// 且与 REST 读面同一份投影 —— 它的缺席语义同样是「这条消息不是语音」 +// （非语音消息整键缺席），因此回放对老客户端仍是同一份形状。 func (h *hub) replayHistory(c *wsConn, sessionID string) { if !ownerAdminClaims(c.claims) { return @@ -44,5 +46,10 @@ func (h *hub) replayHistory(c *wsConn, sessionID string) { wire.Thinking = "" out = append(out, wire) } + // 语音面（契约 v0.67 §4.4）：回放与 REST 读面共用**同一个**收口点与同一份投影， + // 因此刚连上的客户端就能按 id 认出语音气泡，不必等下一次 REST 拉取。一次批量读列 + // （最多 wsReplayLimit 条 id 一条 SQL），不是逐条查；存储没提供该视图 / 读失败时 + // 只让该字段缺席，回放本身照常发出（尽力而为，与上面的 Recent 同一纪律）。 + attachVoiceTo(context.Background(), h.log, voiceColumnsOf(h.history), out) c.enqueueJSON(wsEvent{Type: "history", SessionID: sessionID, Data: map[string]any{"messages": out}}) }