Merge branch 'feat/m57-speaktool-speak-tool-with-rune-based' into dev

- 模型侧 speak 工具（她的自主媒介决策）+ 字数预算公式 + 六错误码登记
- voice DTO: source 增 tts、fallbackReason（仅 failed 时）、四键同生共死含降级行
- 判据变更如实标注: voice 存在 && status != failed = 可播气泡; failed = 文字+降级小标
- QQ record 段真语音条（silk 待真机）与微信降级口径

Docs/api-client.md

@@ -610,9 +610,9 @@
     { "name": "web_search", "status": "ok", "durationMs": 1200,
       "argsSummary": "{\"query\":\"明天天气\"}", "resultSummary": "晴，18~26℃" }
   ],
-  "voice": {                   // v0.67 登记，v0.79 已实现（切片 L45）；非语音消息键缺席；🎤 判据 = 本键存在
-    "source": "asr",           // "asr"（服务端识别，含云端）| "platform"（渠道平台自带转写）
-    "status": "transcribed",   // "transcribed" | "empty" | "failed"（闭集三态）
+  "voice": {                   // v0.67 登记，v0.79 已实现（切片 L45）；v0.98 起也承载她的出站语音；非语音消息键缺席；🎤 判据 = 本键存在 && status != "failed"（v0.98）
+    "source": "asr",           // "asr"（服务端识别，含云端）| "platform"（渠道平台自带转写）| "tts"（她的出站合成语音，v0.98）
+    "status": "transcribed",   // "transcribed" | "empty" | "failed"（闭集三态；failed 时 fallbackReason 可选在场，v0.98）
     "name": "a1b2c3….ogg",     // 音频副本存储名；无副本 ⇒ 键省略
     "mime": "audio/ogg",
     "size": 12345,
@@ -649,9 +649,9 @@
 
 **`voice` 语义（v0.67 登记；✅ **v0.79 已实现**，切片 L45 —— 覆盖率见本节末）**：
 
-- 形状：`{source,status,name?,mime?,size?,durationMs?,url?}`，`omitempty`（**非语音消息键缺席**，与引入语音前逐字相同）。
-- **🎤 判据 = `voice` 键存在**（这条消息来自一条语音消息）。客户端**绝不**从 `content` 正文里认媒体类型：QQ 语音正文里那个 `[语音]` 占位标记自 v0.67 起**不再下发**（见 §6 的 v0.67 行为变更），正文里也可能出现用户自己打出的 `[语音]` 字样。**只认 `voice` 键**。
-- `source` ∈ `"asr"`（服务端语音识别所得，含云端）/ `"platform"`（渠道平台自带转写，微信 iLink 的 `voice_item.text`）。
+- 形状：`{source,status,name?,mime?,size?,durationMs?,url?,fallbackReason?}`，`omitempty`（**非语音消息键缺席**，与引入语音前逐字相同；`fallbackReason` 仅 `status=="failed"` 时在场，v0.98）。
+- **🎤 判据 = `voice` 键存在 && `status != "failed"`（v0.98 起）**（这条消息是一条可播放的语音）。🔴 **v0.98 变更**：出站降级行（她请求语音但 TTS 超时/失败转文字）与入站转写失败行都是 `status:"failed"` 且**不可播**——按旧判据（仅键存在）会被误渲染成语音气泡；`status=="failed"` 的行按**文字消息 + 降级小标**显示（`fallbackReason` 如 `"tts_timeout"` 可做特殊提示）。客户端**绝不**从 `content` 正文里认媒体类型：QQ 语音正文里那个 `[语音]` 占位标记自 v0.67 起**不再下发**（见 §6 的 v0.67 行为变更），正文里也可能出现用户自己打出的 `[语音]` 字样。
+- `source` ∈ `"asr"`（服务端语音识别所得，含云端）/ `"platform"`（渠道平台自带转写，微信 iLink 的 `voice_item.text`）/ **`"tts"`（v0.98：她的出站合成语音——她调了模型侧 `speak` 工具且合成成功；播放与入站语音走同一 `GET /api/v1/media/{name}`）**。
 - `status` ∈ `"transcribed"`（正文即转写文本）/ `"empty"`（转写成功但没识别出文字）/ `"failed"`（没拿到转写文本 —— 正文是那行中文诚实提示）。**客户端按 `status` 分支，绝不按正文文案分支**（§0.3 的同一纪律）。设计还**刻意不下发** `failed` 的机器可读细分（未配置 / 鉴权 / 欠费 / 限流 / 超时 / 格式不支持 / 无字节 ⇒ 分类只进服务端日志，正文给的是人读的原因方向）。
 - `name` / `mime` / `size` / `url` **四者同生共死**：有音频副本时全在，**无副本时全缺席**（**不会**出现 `url` 指着一个不存在的 `name` 这种形状）。
 - `durationMs` **只有渠道如实给出时才有**；读不出来就**省略键，绝不估算**（当前未确证各渠道是否都给得出，见 design/24 §10.12-8）。
@@ -1583,7 +1583,19 @@ curl -s -X POST -H "X-API-Key: $KEY" \
 > 只保留最近若干版（**v0.60 起**）；更早的全部历史见归档 `Docs/archive/api-client.v0.65.md` §5（v0.28 → v0.59）。
 > 每版一句话 + 三档标注。**三档定义见 [§0.4](#04-三档标注惯例)。**
 
-### v0.97（当前契约版本）
+### v0.98（当前契约版本）
+
+**「她的出站语音」版（M57 / M58 / M59；一处判据变更如实标注，其余纯增量）**
+
+- **模型侧新工具 `speak`**（不是客户端端点，客户端零新调用）：她自主决定某条回复用**语音**发。参数 `{text, emotion?}`；执行 = 按字数算超时预算（`clamp(3000 + 25×rune, 3000, 20000)` ms，`utf8.RuneCountInString` 一字一算）→ emotionTTS（发音人按生效人格，v0.96 链不动）→ 成功落音频副本（内容寻址 0600）；**超时/失败返回结构化错误**（`tts_timeout` / `tts_failed` / `tts_no_audio` / `tts_store_failed` / `text_too_long` / `invalid_args`，均带预算与实际耗时）——她能在后续输出里读到成败并自然改用文字。
+  - 🔴 **speak 豁免能力收缩**（quiet/awake 等状态也广告）但**不豁免安全门**：群聊/陌生人在工具策略面按「未知工具」deny（fail-closed，design/11 §3）、owner 恒放行；「群聊是否放行 speak」留待后续裁决。
+  - ⚠️ `OutboundVoice.DurationMs` 恒 `0`（本版不解析音频时长）；客户端**不得**以 `durationMs==0` 判定失败。
+- **出站 `voice` 落列与降级标记（M58）**：她请求语音且合成成功 ⇒ assistant 消息的 `voice` 列写 `{source:"tts", status:"transcribed", name, mime, size, durationMs}`（**与入站 DTO 形状一致**，`source` 新值 `"tts"` = 她说的合成语音；`url` 由网关派生，规则同入站）；**她请求了但降级**（超时/失败）⇒ 写 `{source:"tts", status:"failed", fallbackReason}`（如 `"tts_timeout"`）——**`name`/`mime`/`size`/`url` 四键整体缺席**，正文照发文字。降级事实**随消息落库**（不只实时帧）——历史回看可见。
+- 🔴 **判据变更（唯一 breaking，如实标注）**：🎤 判据从「`voice` 键存在」改为 **「`voice` 键存在 && `status != "failed"` = 可播语音气泡；`status == "failed"` = 文字消息 + 降级小标**（`fallbackReason` 供特殊显示，如「语音超时，已转文字」）。**入站同样适用**：入站转写失败的行本就是 `status:"failed"` 且不可播——判据统一后语义更干净。旧判据客户端会把降级行误渲染成语音气泡。
+- **渠道侧（M59）**：QQ OneBot v11 以 `record` 段发**真语音条**（`base64://` 内联首选，Napcat 自行转 silk；真机 silk 效果**待验证**）；微信 iLink 无语音发送能力 ⇒ 该渠道降级纯文本（但全端语音副本仍可见——IM 文本与 Web/安卓语音气泡并存）。**出站 Media 由语音事实单独构造**，绝不透传入站 Media（2026-10-04 事故纪律）。
+- **全部读面自动生效**：`source` 闭集在 `voice` 包单点（`asr`/`platform`/`tts`）；REST 读面 / 实时帧 / 握手回放 / `message_edited` 经同一投影点 `attachVoiceTo`，首帧即带（M44 顺序纪律沿用）。
+
+### v0.97
 
 **「语音帧补全 + 上游错误出口收敛」版（M44 / M47 / M49 / M50；以纯增量为主，一处行为变更如实标注）**
 
@@ -2017,7 +2029,7 @@ curl -s -X POST -H "X-API-Key: $KEY" \
 
 - **纯增量**：
   ① 新端点 `GET /api/v1/media/{name}`（用户侧，**owner/admin 必须 Bearer**）：`200` 字节流 / `206 Partial Content` / `304 Not Modified`；`Content-Type: audio/*`；`Content-Disposition: inline; filename="<name>"`；`nosniff`；`Accept-Ranges: bytes`；`Cache-Control: private, max-age=86400, immutable`；支持 `Range` 与 `HEAD`；`404 media_not_found`；`401`/`403` 由中间件给出。⚠️ **`416` 是标准库直写的非 JSON 响应**（见 §0.3、§4.1、§4.5）。
-  ② 消息 DTO 增**可选** `voice` 对象（`omitempty`；**非语音消息键缺席**）：`{source,status,name?,mime?,size?,durationMs?,url?}`；`source` ∈ `asr`/`platform`，`status` ∈ `transcribed`/`empty`/`failed`，`name`/`mime`/`size`/`url` **四者同生共死**（有副本时才在）；`url` 是服务端相对路径 `/api/v1/media/<name>`。**🎤 判据 = `voice` 键存在**。⚠️ **v0.79 校正（实测覆盖）**：真正会带 `voice` 的读取面**只有** `GET /sessions/{id}/messages`、`GET /admin/channels[/{platform}]/messages`、`PATCH /messages/{id}` 响应与 `message_edited`；**`message_persisted` / `channel_persisted` 与握手 `history` 回放不带**（✅ **已由 v0.97（切片 M44）补齐**，见 §3.2、§3.4.4、§4.4 覆盖率）。
+  ② 消息 DTO 增**可选** `voice` 对象（`omitempty`；**非语音消息键缺席**）：`{source,status,name?,mime?,size?,durationMs?,url?}`；`source` ∈ `asr`/`platform`（🔴 **v0.98 增 `tts`** = 她的出站合成语音，含 `fallbackReason` 降级标记与判据变更，见 §4.4 / §6 v0.98），`status` ∈ `transcribed`/`empty`/`failed`，`name`/`mime`/`size`/`url` **四者同生共死**（有副本时才在；**降级行四键整体缺席**）；`url` 是服务端相对路径 `/api/v1/media/<name>`。**🎤 判据 = `voice` 键存在 && `status != "failed"`（v0.98 起）**。⚠️ **v0.79 校正（实测覆盖）**：真正会带 `voice` 的读取面**只有** `GET /sessions/{id}/messages`、`GET /admin/channels[/{platform}]/messages`、`PATCH /messages/{id}` 响应与 `message_edited`；**`message_persisted` / `channel_persisted` 与握手 `history` 回放不带**（✅ **已由 v0.97（切片 M44）补齐**，见 §3.2、§3.4.4、§4.4 覆盖率）。
   ③ 新错误码 **`media_not_found`（404）** → 加进 §4.1 的 404 行（与 `document_not_found` 并列；**刻意不复用**它，否则客户端分不清缺的是文档还是语音）。
   ④ 新错误形态 **`416`**（**非信封**，标准库直写）→ §0.3 / §4.1 / §4.5。
   ⑤ 新 admin 端点 **`GET /api/v1/admin/channels/events`**（非消息事件列表，倒序；`?platform=&tier=&category=&channelId=&since=&until=&limit=&offset=`；响应 `{data:{events:[…],total}}`；`since`/`until` 按 UTC ISO-8601 定宽字符串**字典序**比较、**跨度上限 90 天**；不含正文、不含媒体 URL、不含任何凭据 / `flag`）—— §2.4(a)。**已落地**（`owner|admin` 档；元素键名 camelCase，逐字见 §2.4(a)；未给窗口 ⇒ 不注入窗口）。
@@ -2243,4 +2255,4 @@ curl -s -X POST -H "X-API-Key: $KEY" \
 
 ---
 
-*本文件由「以代码为真源」维护（当前 `v0.97`；`v0.96` ~ `v0.68` 见本文件 §6，`v0.67` 及更早见本文件 §6 与 `Docs/archive/`）。范围：`v0.97`（三面 —— M44 `voice` 进 WS 实时帧/握手回放 / M47 emotionTTS 自启（默认关）/ M49+M50+M48+M52 上游错误出口「构造即安全」）同步了 `internal/services/gateway/**`（`broadcast.go` / `history_voice.go` / `ws_history.go` 及 `broadcast_voice_test.go`）、`internal/services/channelbridge/**`（`persist.go` / `inbound_voice_copy.go` / `coalesce_batch.go` 及 `inbound_voice_gateway_e2e_test.go`）、`cmd/cyrene/**`（`voice_tts_launch.go` 及测试 / `main.go`）、`internal/config/runtimeconfig/voice_tts_launch.go`、`internal/runtime/voice/ttslaunch/**`、`internal/runtime/trace/**`（`upstream.go` 等）与本文件（§3.2 / §4.4 / §4.5 / §6 / §7.2 / §7.4）；`v0.96` ~ `v0.82` 各版的文件级范围见各自 §6 条目；更早版本（`v0.81` ~ `v0.68`）的文件级范围按原记录保留如下：`v0.81` 同步了 backthink/flowgraph/gateway 的自排轮可见面；`v0.80` 同步了 flowgraph timeline、websearch 热重载、wire_channels 的 VoiceTranscoder 注入；`v0.79` 同步了 plugin actions、memory review、history_voice、media、CODE-TC-2；`v0.78` 同步了迁移 0020/0023、voice 包、channelbridge inbound_voice、panels、iLink 三态；`v0.77` 同步了 trace graph 分桶、loop/flow、memory tidy、admin_flow；`v0.76` 的未读面同步了 broadcast/session_read；`v0.75` ~ `v0.71` 同步了 memory tidy、proactive、flowgraph、loop 各面（详见归档）。*
+*本文件由「以代码为真源」维护（当前 `v0.98`；`v0.97` ~ `v0.68` 见本文件 §6，`v0.67` 及更早见本文件 §6 与 `Docs/archive/`）。范围：`v0.98`（她的出站语音 —— M57 `speak` 工具 + 字数预算 / M58 出站 voice 落列 + 降级标记 + 判据变更 / M59 QQ record 段）同步了 `internal/runtime/loop/**`（`speak_tool.go` / `voice.go` / `request.go` / `tools*.go` 及测试）、`internal/runtime/voice/voice.go`（`SourceTTS` / `Ref.FallbackReason`）、`internal/services/channelbridge/**`（`outbound_voice.go` 及 e2e / `bubbles.go` / `inbound*.go` / `persist*.go` / `proactive*.go`）、`internal/services/gateway/history_voice.go`、`plugins/channels/qq_obv11/outbound_segments.go` 及测试与本文件（§4.4 / §6 / 旧横幅加注）；`v0.97` ~ `v0.82` 各版的文件级范围见各自 §6 条目。*

plugins/channels/qq_obv11/message.go

@@ -1,11 +1,12 @@
 package qq_obv11
 
-// This file carries OneBot v11 protocol types and the conversions between the
-// native event/segment model and the normalized adapter.UnifiedMessage /
-// UnifiedResponse model. It understands both array-format messages
-// ([]{"type","data"}) and the legacy CQ-code string format
-// ([CQ:image,file=...]text), and maps QQ media (image/record/video/file) into
-// adapter.Media and QQ mentions into adapter.Mention.
+// This file carries OneBot v11 protocol types and the conversions from the
+// native event/segment model into the normalized adapter.UnifiedMessage model.
+// It understands both array-format messages ([]{"type","data"}) and the legacy
+// CQ-code string format ([CQ:image,file=...]text), and maps QQ media
+// (image/record/video/file) into adapter.Media and QQ mentions into
+// adapter.Mention. 反方向的「统一消息 → 出站消息段」在 `outbound_segments.go`
+// （入站与出站各有各的知识面，不混在一个文件里）。
 
 import (
 	"encoding/json"
@@ -371,34 +372,6 @@ func mediaFromParams(p map[string]string, kind adapter.MediaKind) adapter.Media
 	return adapter.Media{Kind: kind, URL: url, Name: file}
 }
 
-// outboundSegments converts a unified message into OneBot message segments.
-func outboundSegments(msg adapter.UnifiedMessage) ([]obSegment, error) {
-	var segs []obSegment
-	if msg.Content != "" {
-		segs = append(segs, obSegment{Type: "text", Data: map[string]any{"text": msg.Content}})
-	}
-	for _, m := range msg.Media {
-		file := firstNonEmpty(m.URL, m.Name)
-		switch m.Kind {
-		case adapter.MediaImage:
-			segs = append(segs, obSegment{Type: "image", Data: map[string]any{"file": file}})
-		case adapter.MediaVoice:
-			segs = append(segs, obSegment{Type: "record", Data: map[string]any{"file": file}})
-		case adapter.MediaVideo:
-			segs = append(segs, obSegment{Type: "video", Data: map[string]any{"file": file}})
-		case adapter.MediaFile:
-			segs = append(segs, obSegment{Type: "file", Data: map[string]any{"file": file}})
-		}
-	}
-	if len(segs) == 0 {
-		if msg.Content == "" {
-			return nil, fmt.Errorf("qq-obv11: message has no content or media: %w", adapter.ErrUnsupported)
-		}
-		segs = append(segs, obSegment{Type: "text", Data: map[string]any{"text": msg.Content}})
-	}
-	return segs, nil
-}
-
 // resolveTarget determines where a reply should be delivered.
 func resolveTarget(msg adapter.UnifiedMessage) (messageType string, userID, groupID int64, err error) {
 	if msg.ChannelType == adapter.ChannelGroup {

plugins/channels/qq_obv11/outbound_segments.go

@@ -0,0 +1,147 @@
+package qq_obv11
+
+// 本文件承载**出站消息段的拼装**（切片 M59 QQRECORD）。它从 `message.go` 里分出来，
+// 因为两件事各有各的知识面：`message.go` 讲「OneBot 的事件/段怎么读进来」，这里讲
+// 「统一消息怎么发出去」。
+//
+// 本片唯一的新能力是**语音发成真语音条**：QQ 的语音是一条独立气泡，OneBot v11 用
+// `record` 段表达它。在此之前出站只有 text/image/video/file 四类，`MediaVoice` 条目
+// 虽然已经落进 `record` 段（`message.go` 的旧代码就有这一档），但 `file` 一律取
+// `URL`/`Name` 原样透传 —— 对**入站**媒体这是对的（平台给的是可下载地址），对**出站**
+// 语音则是错的：出站语音的字节是本进程里产生的，`URL` 很可能是框架自己的服务端相对
+// 路径（`/api/v1/media/<name>`），OneBot 实现在它自己的进程里解析不了这个值。
+// 因此本片把「record 段的 file 取哪种形态」变成一处**显式裁决**（`outboundRecordFile`），
+// 并在不可用时提前失败，而不是把一条解析不了的值丢给平台去报一个看不出根因的错。
+
+import (
+	"encoding/base64"
+	"fmt"
+	"path/filepath"
+	"strings"
+
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/channel/adapter"
+)
+
+const (
+	// obRecordSegment 是语音段在 OneBot v11 数组格式里的段类型（`{"type":"record"}`）。
+	obRecordSegment = "record"
+	// obBase64FilePrefix 是 OneBot v11 通用的内联 file 形态前缀（`base64://<base64>`）：
+	// 值本身就是文件内容，实现方自己解码，不需要任何共享文件系统。
+	obBase64FilePrefix = "base64://"
+	// serverMediaPathPrefix 是框架语音副本对外的**服务端相对路径**前缀（契约 v0.67 §4.4，
+	// 唯一派生点 `internal/runtime/voice.MediaPath`）。
+	//
+	// 它**不是**文件路径：谁拿到它都得走 HTTP 才取得到字节。这里重复一份字面量而不是
+	// import `internal/runtime/voice` —— 渠道插件反向依赖运行时存储层会把分层倒过来
+	// （插件只该依赖 `internal/channel/*`）。两处必须同值，由 `outbound_voice_test.go`
+	// 的交叉断言钉住，改了一边测试就红。
+	serverMediaPathPrefix = "/api/v1/media/"
+)
+
+// outboundSegments converts a unified message into OneBot message segments.
+//
+// 文本正文与语音段的关系（平台惯例）：`record` 段**自己就是一条语音气泡**，它既不
+// 承载正文、也不会把正文吞进去 ⇒ 正文（若有）作为**独立 text 段**排在前面，媒体段按
+// `Media` 顺序紧随其后。于是一条「说了一句话 + 一条语音」的消息落成
+// `[{text},{record}]` 两段；只发语音时就是 `[{record}]` 一段。这条顺序也是 QQ 客户端
+// 的渲染顺序，入站的 `[CQ:record]` 在客户端里同样是独立气泡（`message.go` 把它读成
+// `[语音]` 占位 + 一条 `MediaVoice`）。
+//
+// 正文**不做占位符过滤**：`Content` 是调用方给的正文，本函数不猜它是不是
+// `[语音]` 这类占位标记（那是 `mediafetch.ChatText` 的职责，出站链路上游不该把占位
+// 标记当正文交下来）。保持「非空就发」让本片对无语音的消息做到零行为变化。
+func outboundSegments(msg adapter.UnifiedMessage) ([]obSegment, error) {
+	var segs []obSegment
+	if msg.Content != "" {
+		segs = append(segs, obSegment{Type: "text", Data: map[string]any{"text": msg.Content}})
+	}
+	for _, m := range msg.Media {
+		seg, ok, err := outboundMediaSegment(m)
+		if err != nil {
+			return nil, err
+		}
+		if ok {
+			segs = append(segs, seg)
+		}
+	}
+	if len(segs) == 0 {
+		// 走到这里意味着 `Content` 为空、且 `Media` 里没有一条能拼成段（空/未知 Kind）。
+		// 迁出前的旧实现在这里还有一层 `if msg.Content == ""` + 补一条 text 段，那两条
+		// 分支不可达：`Content` 非空时上面就已经追加过 text 段了。行为不变，故收掉。
+		return nil, fmt.Errorf("qq-obv11: message has no content or media: %w", adapter.ErrUnsupported)
+	}
+	return segs, nil
+}
+
+// outboundMediaSegment 把一条 Media 拼成一个消息段。第二个返回值 false 表示该 Kind 在
+// OneBot 侧没有对应段（未知 Kind），沿用既有行为：**静默跳过**，不因一条不认识的附件
+// 把整条消息打掉。
+func outboundMediaSegment(m adapter.Media) (obSegment, bool, error) {
+	switch m.Kind {
+	case adapter.MediaImage:
+		return fileSegment("image", firstNonEmpty(m.URL, m.Name)), true, nil
+	case adapter.MediaVoice:
+		file, err := outboundRecordFile(m)
+		if err != nil {
+			return obSegment{}, false, err
+		}
+		return fileSegment(obRecordSegment, file), true, nil
+	case adapter.MediaVideo:
+		return fileSegment("video", firstNonEmpty(m.URL, m.Name)), true, nil
+	case adapter.MediaFile:
+		return fileSegment("file", firstNonEmpty(m.URL, m.Name)), true, nil
+	default:
+		return obSegment{}, false, nil
+	}
+}
+
+// fileSegment 是「只有一个 file 参数」的段的唯一构造点（image/video/file/record 同形）。
+func fileSegment(typ, file string) obSegment {
+	return obSegment{Type: typ, Data: map[string]any{"file": file}}
+}
+
+// outboundRecordFile 为 record 段裁决 `file` 参数取哪种形态。**这是本片的核心决策点。**
+//
+// 三种形态，按优先级：
+//
+//  1. **base64 内联**（`base64://<标准 base64>`）—— `Media.Data` 非空时用它，这是
+//     出站语音的**首选形态**。理由三条：
+//     a. OneBot v11 通用，Napcat 收到后自己解码，并按需把源格式转成 QQ 的 silk；
+//     b. 不依赖跨进程共享文件系统 —— 「插件与 OneBot 实现同机」只是当前部署事实，
+//     不该被写进协议形状（Napcat 完全可能跑在容器/另一台机器上）；
+//     c. 出站语音的字节本来就是本进程里产生的（TTS），走内联不必先落盘再寻址，也不必
+//     让插件知道框架的 `$DATA_DIR`（插件没有、也不该有那个配置面）。
+//  2. **原样透传** —— 上游已经给了 `base64://` 编码值、`http(s)://` 地址（Napcat 自己
+//     下载），或**本地绝对路径**（`filepath.IsAbs`；同机部署时 Napcat 能直接读）。这三种
+//     都是 OneBot 实现能自己解析的形态，一个字节都不改写。
+//  3. **明确拒绝** —— 服务端相对路径（`/api/v1/media/<name>`）、裸文件名、空值。这些值在
+//     OneBot 进程里没有意义：透传只会得到一条「文件不存在」的平台错误；更糟的是在
+//     Linux 上 `/api/v1/media/x.wav` 会被 `filepath.IsAbs` 判成绝对路径，于是一个不存在的
+//     位置被当成本地文件读。**所以前缀判定必须排在 `IsAbs` 之前**，提前失败并说清要什么。
+//
+// `Data` 与 `URL` 同时存在时 `Data` 优先：内联形态不依赖任何外部可达性，是最不容易
+// 在部署上翻车的那一种（与 `adapter.Media` 的「URL/Data 互斥」口径一致）。
+//
+// ⚠️ **未在本机验证**：QQ 上游格式是 silk，WAV 直发是否被 Napcat 接受、转码是否成功，
+// 需要真机（有 Napcat 环境）验证。本函数只负责把形态选对，转码是 Napcat 的事。
+func outboundRecordFile(m adapter.Media) (string, error) {
+	if len(m.Data) > 0 {
+		return obBase64FilePrefix + base64.StdEncoding.EncodeToString(m.Data), nil
+	}
+	ref := firstNonEmpty(m.URL, m.Name)
+	if ref == "" {
+		return "", fmt.Errorf("qq-obv11: voice media carries neither data nor url: %w", adapter.ErrUnsupported)
+	}
+	if strings.HasPrefix(ref, serverMediaPathPrefix) {
+		return "", fmt.Errorf("qq-obv11: voice media %q is a server-relative media path, not a file path: %w", ref, adapter.ErrUnsupported)
+	}
+	if strings.HasPrefix(ref, obBase64FilePrefix) || isHTTPURL(ref) || filepath.IsAbs(ref) {
+		return ref, nil
+	}
+	return "", fmt.Errorf("qq-obv11: voice media %q is not readable by the OneBot implementation (want base64://, http(s)://, or a local absolute path): %w", ref, adapter.ErrUnsupported)
+}
+
+// isHTTPURL 报告 s 是否是 http(s) 绝对地址（Napcat 会自己下载这种形态）。
+func isHTTPURL(s string) bool {
+	return strings.HasPrefix(s, "http://") || strings.HasPrefix(s, "https://")
+}

plugins/channels/qq_obv11/outbound_voice_test.go

@@ -0,0 +1,207 @@
+package qq_obv11
+
+// 本文件钉住**出站语音段**的拼装形状（切片 M59 QQRECORD）。三条断言口径：
+//
+//  1. **形状**：`Media` 里的 `MediaVoice` 条目必须落成 `{"type":"record"}` 段，且
+//     `file` 取 `outboundRecordFile` 裁决出来的那一种形态（内联 base64 / 原样透传）；
+//  2. **顺序**：正文是**独立的 text 段**、排在 record 前面（QQ 的语音是独立气泡，
+//     正文既不能塞进 record，也不能被 record 吞掉）；
+//  3. **零变化**：不带 voice 的消息，段序列与改动前**逐字相等**（硬编码期望值，不写
+//     快照文件 —— 快照会把「顺手改坏」也一起接受下来）。
+//
+// ⚠️ 这里钉的是**拼装形状**，不是「QQ 真的响了」：WAV/MP3 直发是否被 Napcat 接受、
+// silk 转码是否成功，需要真机（有 Napcat 环境）验证，本机无法证明。
+
+import (
+	"encoding/base64"
+	"errors"
+	"path/filepath"
+	"strings"
+	"testing"
+
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/channel/adapter"
+	voiceref "git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/voice"
+)
+
+// voiceBytes 是一份「像那么回事」的语音字节（只用于断言编码结果，不是可播音源）。
+func voiceBytes() []byte { return []byte("RIFF....WAVEfmt fake-audio-bytes") }
+
+func TestOutboundVoiceRecordSegmentFromInlineData(t *testing.T) {
+	t.Parallel()
+
+	data := voiceBytes()
+	segs, err := outboundSegments(adapter.UnifiedMessage{
+		Content: "听一下",
+		Media:   []adapter.Media{{Kind: adapter.MediaVoice, MIMEType: "audio/wav", Data: data}},
+	})
+	if err != nil {
+		t.Fatalf("outboundSegments error: %v", err)
+	}
+	if len(segs) != 2 {
+		t.Fatalf("segs = %+v, want 2 (text + record)", segs)
+	}
+	if segs[0].Type != "text" || segs[0].Data["text"] != "听一下" {
+		t.Errorf("segs[0] = %+v, want text 听一下", segs[0])
+	}
+	if segs[1].Type != obRecordSegment {
+		t.Fatalf("segs[1].Type = %q, want %q", segs[1].Type, obRecordSegment)
+	}
+	want := obBase64FilePrefix + base64.StdEncoding.EncodeToString(data)
+	if got := segs[1].Data["file"]; got != want {
+		t.Errorf("record file = %q, want %q（内联 base64 形态）", got, want)
+	}
+	if len(segs[1].Data) != 1 {
+		t.Errorf("record data = %+v, want only the file key", segs[1].Data)
+	}
+}
+
+func TestOutboundVoiceOnlyHasNoTextSegment(t *testing.T) {
+	t.Parallel()
+
+	segs, err := outboundSegments(adapter.UnifiedMessage{
+		Media: []adapter.Media{{Kind: adapter.MediaVoice, Data: voiceBytes()}},
+	})
+	if err != nil {
+		t.Fatalf("outboundSegments error: %v", err)
+	}
+	if len(segs) != 1 || segs[0].Type != obRecordSegment {
+		t.Fatalf("segs = %+v, want a single record segment", segs)
+	}
+}
+
+// TestOutboundVoiceFilePassthrough 钉住「OneBot 实现自己能解析的形态一个字节都不改写」：
+// http(s) 地址、上游已编码的 base64://、以及本地绝对路径。
+func TestOutboundVoiceFilePassthrough(t *testing.T) {
+	t.Parallel()
+
+	localPath := filepath.Join(t.TempDir(), "copy.wav")
+	tests := []struct {
+		name string
+		url  string
+	}{
+		{name: "http url", url: "http://cdn.example/x.mp3"},
+		{name: "https url", url: "https://cdn.example/x.mp3"},
+		{name: "pre-encoded base64", url: "base64://QUJD"},
+		{name: "local absolute path", url: localPath},
+	}
+	for _, tc := range tests {
+		t.Run(tc.name, func(t *testing.T) {
+			t.Parallel()
+			segs, err := outboundSegments(adapter.UnifiedMessage{
+				Media: []adapter.Media{{Kind: adapter.MediaVoice, URL: tc.url}},
+			})
+			if err != nil {
+				t.Fatalf("outboundSegments error: %v", err)
+			}
+			if len(segs) != 1 || segs[0].Type != obRecordSegment {
+				t.Fatalf("segs = %+v, want a single record segment", segs)
+			}
+			if got := segs[0].Data["file"]; got != tc.url {
+				t.Errorf("record file = %q, want %q（原样透传）", got, tc.url)
+			}
+		})
+	}
+}
+
+// TestOutboundVoiceRejectsUnreadableFile 钉住「读不到的值提前失败」：服务端相对路径
+// （框架自己的 `/api/v1/media/<name>`）、裸文件名、空值都不该被当成 file 参数丢给
+// OneBot 实现 —— 那只会换来一条看不出根因的平台错误。
+//
+// 每个用例还断言**错误文案的区分点**：三种拒绝走三条不同的分支，文案各不相同。
+// 这不是为了好看 —— 服务端相对路径那条分支在 Windows 上即使删掉也会因为
+// `filepath.IsAbs("/api/v1/media/…") == false` 落到兜底分支（照样报错），只有文案断言
+// 才能在**所有平台**上钉住那条前缀判定（它在 Linux 上是唯一挡住「把服务端路径当本地
+// 绝对路径」的闸）。
+func TestOutboundVoiceRejectsUnreadableFile(t *testing.T) {
+	t.Parallel()
+
+	tests := []struct {
+		name    string
+		med     adapter.Media
+		wantMsg string
+	}{
+		{
+			name:    "server relative media path",
+			med:     adapter.Media{Kind: adapter.MediaVoice, URL: serverMediaPathPrefix + "0123456789abcdef0123456789abcdef.wav"},
+			wantMsg: "server-relative",
+		},
+		{
+			name:    "bare file name",
+			med:     adapter.Media{Kind: adapter.MediaVoice, Name: "copy.wav"},
+			wantMsg: "not readable",
+		},
+		{
+			name:    "nothing at all",
+			med:     adapter.Media{Kind: adapter.MediaVoice},
+			wantMsg: "neither data nor url",
+		},
+	}
+	for _, tc := range tests {
+		t.Run(tc.name, func(t *testing.T) {
+			t.Parallel()
+			_, err := outboundSegments(adapter.UnifiedMessage{Content: "hi", Media: []adapter.Media{tc.med}})
+			if err == nil {
+				t.Fatalf("expected error, got nil (med=%+v)", tc.med)
+			}
+			if !errors.Is(err, adapter.ErrUnsupported) {
+				t.Errorf("err = %v, want ErrUnsupported", err)
+			}
+			if !strings.Contains(err.Error(), tc.wantMsg) {
+				t.Errorf("err = %v, want it to mention %q", err, tc.wantMsg)
+			}
+		})
+	}
+}
+
+// TestOutboundWithoutVoiceUnchanged 是「零变化」的等价断言：不带 voice 的消息，
+// 段序列与改动前逐字相等（期望值硬编码，见 `message.go` 里改动前的四档）。
+func TestOutboundWithoutVoiceUnchanged(t *testing.T) {
+	t.Parallel()
+
+	segs, err := outboundSegments(adapter.UnifiedMessage{
+		Content: "pong",
+		Media: []adapter.Media{
+			{Kind: adapter.MediaImage, URL: "http://cdn/x.jpg"},
+			{Kind: adapter.MediaVideo, URL: "http://cdn/x.mp4"},
+			{Kind: adapter.MediaFile, Name: "x.pdf"},
+			{Kind: adapter.MediaKind("hologram"), URL: "http://cdn/x.holo"},
+		},
+	})
+	if err != nil {
+		t.Fatalf("outboundSegments error: %v", err)
+	}
+	want := []obSegment{
+		{Type: "text", Data: map[string]any{"text": "pong"}},
+		{Type: "image", Data: map[string]any{"file": "http://cdn/x.jpg"}},
+		{Type: "video", Data: map[string]any{"file": "http://cdn/x.mp4"}},
+		{Type: "file", Data: map[string]any{"file": "x.pdf"}},
+	}
+	if len(segs) != len(want) {
+		t.Fatalf("segs = %+v, want %+v（未知 Kind 必须静默跳过）", segs, want)
+	}
+	for i := range want {
+		if segs[i].Type != want[i].Type {
+			t.Errorf("segs[%d].Type = %q, want %q", i, segs[i].Type, want[i].Type)
+		}
+		if len(segs[i].Data) != len(want[i].Data) {
+			t.Errorf("segs[%d].Data = %+v, want %+v", i, segs[i].Data, want[i].Data)
+		}
+		for k, v := range want[i].Data {
+			if segs[i].Data[k] != v {
+				t.Errorf("segs[%d].Data[%q] = %v, want %v", i, k, segs[i].Data[k], v)
+			}
+		}
+	}
+}
+
+// TestServerMediaPathPrefixMatchesVoicePackage 是两处字面量的交叉断言：插件里那份
+// `serverMediaPathPrefix` 必须与框架唯一的派生点（`voice.MediaPathPrefix`）同值，
+// 否则「拒绝服务端相对路径」这条裁决会在框架换前缀后静默失效。
+func TestServerMediaPathPrefixMatchesVoicePackage(t *testing.T) {
+	t.Parallel()
+
+	if serverMediaPathPrefix != voiceref.MediaPathPrefix {
+		t.Fatalf("serverMediaPathPrefix = %q, want %q（与 voice.MediaPathPrefix 必须同值）",
+			serverMediaPathPrefix, voiceref.MediaPathPrefix)
+	}
+}