alice-backend/README.md

Алиса для Станции Мини 2

Собственный голосовой клиент для рутированной Mini 2, сервер на Node.js и пульт в Telegram. На колонке работает экспериментальный детектор, обученный локально на нескольких произнесениях «Алиса». Когда клиент готов принимать команду, верхнее кольцо загорается сине-фиолетовым. Произнеси команду после включения кольца.

Mini 2 → WSS с PCM16 / 16 кГц → Scribe v2 Realtime
       ← WSS с PCM16 / 24 кГц ← Eleven v4 Turbo ← OpenRouter / Haiku 5.5

Scribe выдаёт промежуточный текст, а запрос к LLM начинается после подтверждения конца команды. Текстовые фрагменты из OpenRouter сразу идут в ElevenLabs, звуковые фрагменты сразу уходят на колонку. Запрос и ответ в текстовом виде сохраняются после успешного хода. Сервер держит 50 последних ходов и использует до 10 из них как контекст. Аудио сервер не пишет на диск. Облачные провайдеры обрабатывают отправленные им аудио и текст.

Запуск и проверка

npm ci
npm test
cp .env.example .env
# Заполнить .env локально
node --env-file=.env server/index.mjs

Клиент, сборка и пробный запуск описаны в station/README.md. На колонку передаётся отдельный DEVICE_TOKEN, ключи провайдеров остаются на сервере. Для интеграционного теста с реальными STT/TTS и без OpenRouter можно отдельно запустить сервер с LLM_MODE=echo.

Развёртывание

На VPS код находится в ~/projects/alice-backend. В корне проекта нужны .env с правами 0600 и каталог data/ для настроек и истории, доступный на запись UID 1000. Пример конфигурации для уже существующей Docker-сети web и Caddy лежит в deploy/.

docker compose -f deploy/compose.yaml up -d --build

Caddy проксирует голосовое соединение и /healthz на alice.pepega.systems, а пульт и API на miniapp.pepega.systems. История и редактирование настроек требуют Telegram initData с проверенной подписью и ID владельца из TELEGRAM_OWNER_ID. В пульте можно выбрать модель OpenRouter, голос и модель синтеза, изменить системный промпт, подключить Spotify и очистить историю. В текущем API распознавания в реальном времени доступна одна модель.

Протокол колонки

GET /v1/voice с WebSocket Upgrade и Authorization: Bearer <DEVICE_TOKEN>. Один ход на соединение.

1. Сервер посылает {"type":"ready"}.
2. Клиент посылает {"type":"start"}, затем бинарные блоки mono PCM16LE 16 кГц и {"type":"end"}.
3. Сервер присылает JSON partial и transcript с полем text, затем бинарные блоки mono PCM16LE 24 кГц.
4. Для команды Spotify сервер присылает device_tool с полями id, name и arguments. Клиент возвращает device_tool_result с тем же id и полем result.
5. Сервер присылает {"type":"done"} или {"type":"error","code":"…"} и закрывает соединение.

Spotify и поиск в интернете

Музыку на колонке воспроизводит официальный Spotify Soloist. На Mini 2 он запускается с отдельным ARM64 runtime и PulseAudio. Музыка и ответы идут через разные входы микшера. Кольцо включается после приглушения музыки, а после ответа громкость музыкального входа восстанавливается.

Для поиска по названию создай Spotify Web API приложение с Redirect URI https://miniapp.pepega.systems/api/spotify/callback, задай его Client ID в SPOTIFY_CLIENT_ID на сервере и подключи аккаунт в пульте. Soloist отдельно требует свой ключ и первый выбор устройства «Pepega Mini 2» в приложении Spotify. Сессия Connect сохраняется на колонке.

Клод вызывает spotify_play для трека, исполнителя, альбома или плейлиста. Поддерживаются пауза, продолжение, следующий и предыдущий трек и установка громкости. Для актуальных сведений и проверки неизвестных фактов Клод может вызвать серверный веб-поиск OpenRouter.

Spotify Soloist · Рецепт librespot для сравнения