Tree: 2cf260eb05

along

along-test

main

memory-center-impl-v1

memory-design-v0.2

Branches Tags

${ item.name }

Create tag ${ searchTerm }

Create branch ${ searchTerm }

from '2cf260eb05'

${ noResults }

Commit Graph

18 Commits (2cf260eb05114cd0670f64a3fa41580b8a29e97d)

Author	SHA1	Message	Date
Rodger-Wang	5036ab4c3f	client: 修通话翻译「德语/意大利语一开就卡死、只有中英正常」——并发初始化+默认参数兜底 不是语种问题，是竞态。原生阿里初始化天然 >=1.2s（A 路 init → delay(1200) → B 路 init），期间只要再来一次 initialize/dispose，「代数」就变了，前一次返回 false；Dart 拿到 false 把 _isInitialized 清掉；接着 recognizeCallback() 看到 「未初始化」就调**无参** initialize()——默认值 provider=azure + [zh-CN,en-US]， 把刚握手成功的阿里 zh→de 会话整个换成 Azure 中英三段拼装。此后原生 provider 停在 azure、Azure 识别器一直在跑，每次 dispose 都慢几秒，下一轮更容易撞进 1.2s 窗口，**退出重进也不会好**。中英「正常」只是因为默认值恰好是中英。 修在三层，缺一层都会复发： - azure_ast_service.dart：initialize() 串行化（_initInFlight）；记住最近一次的 provider/语言表；recognizeCallback / startContinuousTranslation 走 _ensureInitialized——先等在途初始化，仍没成就**按上次参数**补一次， 永远不用默认值，没有可复用参数就直接报错。 - translation_controller.dart：_initializeCallModeTranslationService 串行链； isPreparing 期间忽略重复点开始；_attachBesCallTranslationBridge 开桥前先等 初始化真正落地（10s 上限）——原来靠 _modeInitFuture 3s 超时硬往下走， 桥开在原生初始化之前。 - AzureSpeechPlugin.kt/.swift：被新一代取代时打出阶段与代数、A/B 任一失败打 结果，排查先找这两行。iOS 另修一处独有差异：原先 A/B 无论成败都回 true， Dart 以为就绪、桥照开而实际一路是空的，现在按真实结果回。 Redmi K90 Pro Max 验证：连开 9 场（it/de/en/ja/fr/ko×2/en，含切语言、关闭重开、 退出重进）全部阿里 3.5，初始化各 1.2s，87 句译文，0 错误，断粮 0 次。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	d1db3e5951	client(android): 通话翻译三处修复——同页第二场聋、call.stop 偶发丢失、译文积压追赶 全部在 Android 原生（azure_speech / bluetooth_manager 的 Kotlin），iOS 一行未动。 2026-09-22 ALN-AL80 + Echo-one 真机，配合协议栈 RFCOMM 日志逐条定位与复验。 同页第二次开始没反应（azure_speech） - AST 就绪状态记在插件上（astSessionReady，与 iOS 同义），建桥与重新 enable 时都继承； BesCallPcmBridge.disable() 不再把 ready 打回 false。 - 原因：markReady 只在 initialize 末尾发一次，同页面再开始只走 startContinuousTranslation， disable() 清掉的 ready 再也没人置真，上行帧全扣在环形缓冲里。实测进页面第一场好、 之后每场 ready:false / downlinkFrames:0，退出重进又好一场。 结束指令偶发没到耳机（bluetooth_manager） - 控制命令走单线程队列：距上一条命令 ≥30ms、距上一个实时音频包 ≥500ms 才写； 下行音频改走 writeRealtime 直发。 - 原因：BluetoothSocket 写入经本地管道，协议栈按信用一次把管道里攒着的字节合成一帧 （PORT_WriteData p_len=4 / 172 / 256），耳机一帧只解开头一条命令。8 次收尾丢 3 次， 耳机不回 BB D2、继续推音频，下一次 call.start 应答 BB D1 07 01（已在通话模式）。 修后 8 轮 0 丢，边播译文边点结束也在 0.5s 内收到 D2。 译文积压越说越慢（bluetooth_manager CallTranslationDownlink 重写） - 积压 >1s 裁掉超过 150ms 的静音；>2s 起 WSOLA 变速不变调，4s 达 1.3x；不丢内容 （兜底丢弃常量默认关）。新增 getCallDownlinkStats 与收尾总账日志。 - 原因：译文音频突发产出、只能 1 倍速播，说话人不停顿时源时长≈原话时长，队列只涨不缩， 实测 A 路积压 6.2s。修后同量压测最大 3.2s，绝大部分时间 <1.5s，光裁静音就省了 10%， 变速最高只用到 1.11x。 其它 - translation_controller 收尾那几行日志提到 warn（release 包能看到 call.stop 有没有发）。 Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	7ce56f693d	client: 通话翻译音频链路修复（iOS GATT 写入、后台保活、状态竞态） iOS 上恒玄走的是 GATT over BR/EDR 而非 BLE，之前按 BLE 模型处理导致一连串问题。 本次改动都有真机数据支撑（2026-09-21 压测）。 GATT 写入（bluetooth_manager） - 写类型改为优先 .withoutResponse。ATT 是请求-响应协议，带应答写每包等 ACK， 追不上下行 50 包/秒，表现为音频越听越滞后。 - canSendWriteWithoutResponse 只作观测、不作门槛。它是 CoreBluetooth 为 BLE 设计的提示，在 BR/EDR GATT 上不反映真实能力（实测 100% 为 false 却零丢弃）； 拿它当闸门会死锁：不写就不回调，不回调就永不翻真，实测 548 包只出去 11 个。 - 控制命令无条件直发、不排队。排到积压音频后面会让 AA 09/AA 06/queryCallState 全部发不出去，曾被误判成「固件换了命令号」。 - 不再对标准电池服务 0x180F 做任何 ATT 操作：它在 Echo-one 上是空壳（值恒为 0）， 而挂在它上面的读/订阅会把整条 ATT 通道堵死。 后台存活（translation） - 通话翻译期间持有 BackgroundKeepalive。两路音频全走耳机 GATT，手机侧没有 AVAudioSession 的实际 I/O，UIBackgroundModes=audio 不成立，切后台几十秒后 上行被掐断：WebSocket 还连着，但服务端收不到语音，靠默认 VAD 每 30 秒强切一句， 吐出空译文或幻觉 —— 表现为「切后台后只剩译文、原文全没」。 - BackgroundKeepalive 不再无条件把音频类别改成 .playback，避免踩掉通话翻译 正在跑的 .playAndRecord 录音链路。 状态竞态（azure_speech / device_hub） - markReady 的就绪状态记在插件上、建桥时继承。建桥与 AST 异步初始化是两条独立 路径，初始化先完成时那句 optional chaining 打在 nil 上静默丢失，之后 ready 恒为 false、上行帧全积在环形缓冲里，表现为「打开通话翻译没反应，再开一次才好」。 - DeviceHub.inCall 改以会话快照为准。事件会随 worker 在断连时被 dispose 而丢失， 重连后 ever 又不回调当前值，且后续重复赋同值不触发，永远不会自愈。 可观测性 - 下行发送器与 GATT 写入的日志从 NSLog 改为 os_log（release/profile 包里 idevicesyslog 只收得到 os_log），并经 DeviceSession.diagnostics() 暴露给 Dart， 写入文件日志后可用 devicectl 直接拉取，不依赖 usbmuxd。 - 新增 inCall 变化、闸门拦截、通话状态翻转、前后台切换四处观测点。 其它 - DeviceSession 新增 diagnostics()（默认空表）；SmartcarSession 因是 implements 而非 extends，同步补了实现。 - CLAUDE.md 记录本次全部实测结论，含 BB 8E 为通话状态权威、BB 02/03 是噪声 （已知问题，本次未改判定）。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	8b50e52572	client: 通话翻译字幕错位/总结残留/退不出去/切后台被冻结，及 B 路说话人门限 真机实测（Android，恒玄耳机）逐条定位后修，原生能改的都在原生层改。 字幕乱（AliyunBailianE2EHelper，Android/iOS 同改） - 原文流与译文流各自按到达顺序自己发号，两条流的切句本来就不一致，off-by-one 一旦发生就一路错到底。改成认服务端的 item_id：译文帧的 item_id 经 itemParent （response item → input item）映射回原文那条，取不到才退回本地发号。 - response.audio_transcript 的 text 是累计值、delta 才是增量，此前一律当增量 append，于是出现「Hello,Hello,Hello,」。改成按字段名分支：有 delta 就追加， 只有 text 就整段替换。 - connectionGeneration 守住 onOpen/onMessage/onFailure/onClosed（iOS 用 activeTask 弱引用按任务身份判），旧 socket 的迟到回调不再打进新会话；stopContinuousConversation 同步清 webSocket/isStarted。 翻译结束后「总结内容」还留在屏幕上 - AliyunAstCallback.onSessionFinished 会把整场累计文本当作一条 translated 再发 一次，表现就是一大坨总结。不再发；原文缓存改为按 utteranceId 存，上限 32 条。 结束后无法再翻译、返回按钮像被遮挡 - 退出时那颗延时 Get.delete 会误杀刚重新进来的页面。按 tag 记活跃页面数 （_PageAliveMarker + _aliveCount），还有人用就跳过销毁。 重进页面提示「未在通话中」 - 耳机对 0xD1/0xD2（进/出通话模式）的应答被当成通话状态上报，把 isCallOngoing 改掉了。这两个 type 改为只记日志，不动通话状态。 切后台功能被关掉 - 前台服务类型加 phoneCall：microphone|phoneCall (132)，ROM 的进程冻结不再掐断 通话翻译。startForeground 带类型失败时回退到仅 microphone。stopService 改用 context.stopService，后台也能调。 - AST 掉线自动重连（1s/2s/4s，最多 3 次），回到前台按 _astHealthy 补一次； 重连后的新会话用 800ms 宽限期，否则会被原来的 2s 窗口吞掉重试。 B 路说话人门限（PeerSpeechGate，新增 + 11 个单测） - 声音复刻配的是 frequency=once，只在会话开头刻一次音色。B 路会话一启动就建立， 此时对端多半还没开口，先收到的是机主的串音（实测 B 路 ASR 配 language=en 却 识别出机主刚说的中文），于是把机主音色刻成了「对端音色」，两个人听起来一样。 - 未开门期间音频进环形缓冲，开门瞬间整段补发——对端先开口时第一句的开头一个字 都不能丢。fallbackFrames 到时强行开门：门限太严会让对端整通电话不被翻译， 太松只是音色可能刻错，后者轻得多。 - 每次会话重建（含断线重连）都 reset，否则重连后照样刻到串音。 已知未尽：Android 14+ 会拒绝 phoneCall 这个前台服务类型并回退成仅 microphone， 那里的冻结保护不生效；rmsThreshold=600 尚未在真机上标定（上一轮跑到了兜底强开）。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	7aef22905b	client: 语音翻译的语言弹窗两侧给同一张表，用过的置顶 此前左右两侧会把对侧已选的那项从列表里删掉（excludeLanguage），看起来像那个 语言没了。语音翻译（同传/面对面/音视频）不再传这个参数，选中对侧语言时由 controller 对调来避免源=目标。文本/图片翻译仍走排除——它们的源语言有「自动 检测」，对调会把这个非法值挪进目标语言。 - 对调实现体拆出 _swapLanguagesInner，不包 _runLanguageSwitch：撞上对侧时是 在已经排队进来的那次切换里调它，再包一层会等自己前面那条链，死锁。 - RecentLanguages（GetStorage）记最近选过的语言并置顶，源/目标各一份列表。 「自动检测」不是语言，不记。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	f9b9c8c72d	client: 翻译默认归档进语音纪要；列表改本地优先；登录按包收敛；EMAI 走 A2DP ## 通话/同声/面对面翻译 → 语音纪要 三种翻译模式默认边翻边录，结束时把音频**连同已有转写**一起归档 （rtype=VOICETRANSLAT），服务端跳过识别、直接用智能模板（General-Autopilot）总结， 在会议纪要里就能看到。转写段的构造见 translation_export.dart（纯函数，带金测试）： - 时间是**相对录音起点的毫秒**并扣掉暂停区间——面对面是逐句按住说话、松开就暂停的， 不扣的话越往后偏得越多；写成绝对时间戳会让点一句跳到音频末尾之外； - 说话人用 Speaker_0/Speaker_1，与服务端转写同一口径（转写页直接把这个字段当文案显示， 裸 0/1 会和别的纪要长得不一样，喂给 LLM 抽待办时也会混出 Speaker2 这种负责人）； - AST socket 断开后 _terminateCallOnError 会取消事件订阅，重开时收不到任何转写 （真机上表现为「有日志但转写 0 段」），改成重新订阅。 ## 语音纪要列表：服务端是真源、本地 sqlite 是缓存 列表接口改回骨架字段后（服务端同批），客户端改成本地优先渲染 + 后台对齐： - Synchrodata 重写：拉骨架 → upsert → 删掉「本地有服务端没有」的记录（连本地音频、 上传队列、轮询任务一起清）。**业务错误时 data 是 null 不是空列表**，判空错了 会把本地整个清空； - 详情进页面时才拉整条；离线操作队列那套上行是死代码（服务端接口整个注释掉了），删除。 ## 登录按包收敛 苹果包只留苹果+游客、安卓包只留微信+游客、谷歌包只留邮箱+游客。 判定抽成 resolveLoginMethods 纯函数（login_methods.dart + 8 条测试）， 邮箱包还要锁死国家区号选择。 ## EMAI 与其它 - 手机侧触发的对话走 A2DP 而不是语音处理通道：iOS 上 A2DP 输出与 voiceChat 模式 互斥，开了后者蓝牙耳机会当场切到手机扬声器。按当前实际输出路由决定要不要开 voiceProcessing/回声消除； - EMAI「开始对话」闪退：探测输入格式时 new 了一个一次性 AVAudioEngine 去读 inputNode， 配置变更时崩在 AVAudioIONodeImpl（EXC_BAD_ACCESS）。改成直接问 AVAudioSession； - 语音纪要文件名可改：每行右侧加铅笔图标，复用已有的重命名弹窗（原来只有长按菜单， 实际入口已不可达）； - 拾忆上报 IANA 时区名：DateTime.now().timeZoneName 给的是「CST」这种缩写， 服务端 LoadLocation 解析不了、静默退回容器时区，海外用户的提醒时刻会全按北京时间算。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	3 weeks ago
Rodger-Wang	27cabe1bde	client: 设备内核抽象、Smartcar 车载香薰接入与语音纪要等一批改动 工作区里累积的 Flutter 客户端改动，随本轮一并入库。主要涉及： - lib/devices/ 设备内核：DeviceHub / DevicePlugin / DeviceSession 抽象， 恒玄(bes)、EaiRec 支架(holder)、Smartcar 车载香薰(smartcar) 各自的插件实现， 业务层不再直接依赖任何厂商类；分层边界由 test/devices/ 下的测试守着 - local_plugins/device_plugin_interface、device_smartcar、recorder_holder： 纯 Dart 契约与原生侧实现 - lib/modules/ 能力模块注册表、语音纪要、OTA 升级等模块 - test/ 新增设备协议、Ogg Opus 时长、模块注册表、路由等金测试 - ios/sync_spm_platform.sh：修 Xcode 直接构建时 SPM 平台版本被打回 13.0 的问题 验证：dart analyze lib 无 error（264 条 warning 均为 HEAD 上既有的 unused_import / avoid_print 等 lint，非本次引入）。未跑真机与打包。 注：这批不是本次会话中由 Claude 编写的，此处仅做入库。	4 weeks ago
Rodger-Wang	c95996c251	修 iOS 上切到同传/面对面时字幕小窗关不掉、且中断 changeTranslationMode _floatingWindowManager 是 late 且只在 onInit 的 `Platform.isAndroid` 分支里赋值 （iOS 走 initPlatformState 那套 SubtitlePip）。全项目 5 处引用里 4 处都带平台守卫， **只有 _disableFloatingWindow() 那处没有** —— 而它恰恰会被 changeTranslationMode 调到 （从多媒体/通话翻译切到同传或面对面时，小窗不受支持要自动关掉）。 iOS 上后果是连锁的，且没有一条指向真因：LateInitializationError 从 changeTranslationMode 中途抛出，后面的 _reinitializeAsrService() 再也走不到； 小窗又没真的停掉，继续浮在同传/面对面页上盖住顶部的标题与按钮；偏偏小窗开关按钮 只在 call/audioVideo 两个模式才渲染，用户连关都关不掉。 - _disableFloatingWindow() 分平台，并收敛成 toggle / onClose / changeTranslationMode 三处共用的唯一出口；Android 分支补 Get.isRegistered 守卫。 - 切到不支持小窗的模式时改成**无条件**关一次，不再依赖 isFloatingWindowEnabled： iOS 上这个标志位由 initPlatformState 里那次异步的 SubtitlePip.isActive() 回填， 和 onInit 紧接着调用的 changeTranslationMode 是竞态，回填晚一步就整个跳过。 没开着时多关一次是无害的。 真机验证（iPhone 12 / iOS 26.6.2）：改前在运行中的 App 里直接取 _floatingWindowManager 确实抛 LateInitializationError；改后走完整路径（多媒体翻译 → 开小窗 → 切同传）， changeTranslationMode 正常返回、pip=false、widget 树里 ErrorWidget 数为 0。 安卓侧（华为 ALN-AL80，debug + release）同传/面对面两页渲染不受影响。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	4 weeks ago
Rodger-Wang	abd0922d78	设备图改成按设备名从本地取；修同传页 GetX 报错遮挡与 AI 页 2px 溢出 ## 设备图：关键字映射 → 按名字取图 原来是一张写死的映射表（名字里含 echo-one/deepvoice/buds… 就用 earphone.png）， 加一个产品就要回代码里加一条。改成直接按设备名找 `assets/images/devices/<设备名>.png` 与 `<设备名>_icon.png`， 加新产品只要按这个命名把图丢进目录——pubspec 里该目录是**按目录**声明的， 新文件自动打包，代码和配置都不用动。 四个展示点统一到 DeviceImages：设备页主图、设备管理列表小图标、 恒玄固件升级页、杰理固件升级页。其中： - 设备管理小图标原来是 Material 图标 + 紫色渐变块，现在换成产品实拍图， 底色仍区分连接状态（换成图之后原来靠渐变色传达的「这台连着」就没了）。 ⚠️ 这一页取图用的是**服务端下发的 devicename** 而不是当前蓝牙广播名—— 它列的是绑定关系，可能包含此刻没连上的设备，用当前连接名会让所有行显示成同一台。 - 杰理固件升级页原来拉服务端 productimage 网络图，一并去掉：产品图统一走本地， 留着会出现「同一台设备在设备页显示本地图、在升级页显示另一张网络图」。 匹配三级，从严到宽：完全相同 → 忽略大小写 → 最长前缀（兜 `Echo-one_L` 这类带后缀的广播名）。第三级必须取**最长**匹配，否则目录里同时有 `Echo` 和 `Echo-one` 时前者会把后者的设备抢走。 启动时读一次 AssetManifest（main.dart）记下目录里实际有哪些图。不做这一步就只能 靠 Image.asset 的 errorBuilder 在渲染失败时兜底，那是**静默**的——美术漏出一张图 或命名对不上，界面直接变通用图，没有任何地方看得出来。现在会打 warn。 资源侧：earphone.png → Echo-one.png（同一张耳机实拍图，只是改名以适配新规则）， 补上缺失的 default_icon.png，删掉已无引用的 earphone*/record_card*（省约 1.6MB）。 ## 修同传/面对面页「一层阴影盖住标题和返回键」 不是阴影，是 Flutter 的错误控件。translation_view 的 AppBar 里有个 Obx 写成 `Platform.isIOS && controller.currentMode.value == ...`，安卓上 && 短路， 右半边根本不执行，这个 Obx 一个可观测变量都没订阅到，GetX 判「用法不当」抛错， 错误控件顶替了整条 AppBar（debug 红框、release 灰框）。iOS 上 Platform.isIOS 为真会继续求值，所以只有安卓复现。把可观测变量提到平台判断之前读即可。 全仓扫过，同样写法只此一处。 ## 修 AI 页三张卡片 RIGHT OVERFLOWED BY 2.0 PIXELS VIP 区容器有一圈 Border.all()（默认宽 1.0），Border 画在 padding 内侧、左右各占 1px，而列宽计算只扣了 padding 没扣 border，于是正好多出 2px。把 border 宽度提成 具名常量与计算共用，免得改一处又错位。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	9abed0008b	字幕小窗：加暂停/继续、去掉快进快退、大小与透明度可调 - 暂停/继续：实现 AVPictureInPictureSampleBufferPlaybackDelegate 的 setPlaying / isPlaybackPaused。语义定成「冻结当前这条字幕」而不是 「暂停翻译」——用户在别的 App 里看视频、想把一句话定住多看两眼，这是小窗 那颗按钮唯一说得通的含义，而且完全可逆、不影响正在跑的识别与翻译。 冻结期间新文案只暂存，恢复时补上最新一条。 ⚠️ setPlaying 里必须调 invalidatePlaybackState()，否则按钮图标不跟着变， 点了「暂停」它还画着暂停图标，看着像没生效。 - 快进快退：requiresLinearPlayback = true 就是这个开关（原本已设，这次补了 注释说明它的作用，免得以后被当成无关配置删掉）。 - 大小 / 透明度：翻译页新增一颗 tune 按钮，弹出设置面板，两个滑块， GetStorage 持久化。新增 3 个 i18n key（pipSettings/pipSize/pipOpacity）， 41 个语言文件全部补齐，主要语种给了本地化文案、其余回退英文。 三条平台限制已写进注释与面板说明，避免以后重复尝试： - 小窗**实际大小由用户捏合手势决定**，App 无权直接设定。「大小」滑块改的是 画布宽高比，系统按新形状重新布局，观感上是变宽/变窄。 - 透明度**做不到透出下面的 App**。iOS 的 PiP 窗口本身不透明，系统未开放接口。 滑块只改卡片底色深浅。要少挡内容只能把小窗调小。 - 播放/暂停按钮的**尺寸不可控**，那是系统绘制的 chrome，随小窗一起缩放—— 所以「按钮小一点」等价于「把小窗调小」。pip 那个 pub 包用私有 API _setControlsStyle 去动控件，上架有被拒风险，不采用。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	56aa55773d	字幕小窗改成自绘：pip 包只喂了一块纯黑像素，字幕根本进不去小窗 用户反馈「悬浮弹幕上没有显示翻译内容」，根因在 pub 包 pip 0.0.4： PipView.m: const int pixel = 0xFF000000; // BGRA 全黑 填满 pixelBuffer → enqueue 进 AVSampleBufferDisplayLayer 小窗显示的就是这一帧纯黑占位。真正的字幕卡片它是靠 insertContentViewIfNeeded 塞进 activeKeyWindow 的，而 PiP 窗口由系统进程托管、 **不在 UIApplication.connectedScenes 的窗口列表里**，那个 keyWindow 永远是 App 自己的窗口。于是字幕落在 App 身上（上一版还因此盖住整个屏幕点不动）， 小窗里只可能是黑的。PipView.m 全文件 0 处引用 contentView，可以佐证。 改成自己实现：SubtitlePipController 把 PlayerView 画进 CVPixelBuffer， 逐帧喂给自己的 AVSampleBufferDisplayLayer，再用 sampleBufferDisplayLayer 这一路 content source 起 AVPictureInPictureController。小窗显示的就是它。 Dart 侧不再依赖 pip 包（import 与相关字段一并删除）。 同时回答另外两个问题： - 大小：PiP 小窗的实际尺寸由用户捏合手势决定，App 无权直接设定。能控的是 **宽高比**（= 画布宽高比），setPipWidthScale 改的是这个，系统会按新形状 重新布局。另外卡片有内容时自动变高、没内容时收成一条，也走同一条路。 - 透明度：**做不到透过小窗看见下面的 App**。iOS 的 PiP 窗口本身不透明， 系统没有开放任何接口。setPipOpacity 只作用于卡片自己的底色（在小窗那块底 之上显得深浅不同）。真要少挡内容只能把小窗做小或拖到别处。 这一条在 Dart 与原生两侧的注释里都写明了，免得以后有人再试一遍。 几处实现要点： - 心跳定时器每秒补一帧。只在文案变化时推帧的话，长时间没有新帧会让 AVSampleBufferDisplayLayer 被判定停滞并清空，表现是「翻译停一会儿小窗就黑」。 - start() 之前先推一帧：没有任何已入队帧时 AVPictureInPictureController 会判定内容源为空，直接回调 failed。 - 渲染上下文要做一次 y 轴翻转，否则字幕上下颠倒（UIKit 原点左上、CG 左下）。 - renderView 必须挂在真实窗口层级里且尺寸非零，脱离层级的 layer 不被 PiP 采纳。 - 时间轴返回无限区间，让系统按直播流处理，小窗上不出现进度条和快进按钮。 ⚠️ 构建注意：给本地 pod 加新文件后必须重跑 pod install，否则文件不进 Pods 工程，报 "Cannot find 'SubtitlePipController' in scope"。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	8377745992	iOS 多媒体翻译接入 ReplayKit 广播扩展，真正拿系统音频 iOS 不允许一个 App 读另一个 App 的音频，Broadcast Upload Extension 是系统 留的唯一口子。链路： 其他 App 播放 → 系统录屏广播 → BroadcastExtension(独立进程) 收 RPSampleBufferType.audioApp → 转 16k/mono/Int16 → App Group 容器下的 Unix domain socket → 主 App BroadcastAudioReceiver → azureAsrHelper.audioStream.saveAudioDataTo() ← 已有的 external 通路 → ASR → 翻译 → 弹幕 新增： - ios/BroadcastExtension/{SampleHandler,BroadcastAudioSocket}.swift、Info.plist、 entitlements、Extension.xcconfig - azure_speech 插件的 BroadcastAudioReceiver.swift + 三个 method channel （startBroadcastAudioReceiver / stopBroadcastAudioReceiver / presentBroadcastPicker） - Runner.entitlements 加 App Group；xcodeproj 加 BroadcastExtension target 并在 Runner 里内嵌 对上层复用已有的 requestScreenCapture/stopScreenCapture 接缝（Android 是 MediaProjection，iOS 是广播扩展），控制器里两端走同一条分支。 几处踩过的坑，都写进了注释： - SOCK_STREAM 不保留消息边界，帧必须带 4 字节长度前缀，否则喂给 ASR 的是 错位样本。 - CMSampleBufferGetAudioBufferListWithRetainedBlockBuffer 不拷贝数据，只把 mData 指向 blockBuffer 的内存；blockBuffer 出作用域即释放，交出去就是野指针。 改成在 withExtendedLifetime 里 memcpy 出来。 - AudioBufferList 的 buffer 个数要按 interleaved 与否算，写死 1 会让非交错 立体声整帧拿不到。 - sun_path 只有 104 字节，socket 只能放在 App Group 容器根下，不能建子目录。 - 扩展侧 connect 失败要限流重试（1s），每帧重连会把扩展 CPU 打满，而它的 内存上限只有 50MB。 - SO_NOSIGPIPE：主 App 挂掉时写 socket 默认会直接杀死扩展进程。 - media 这个 ASR 模式的会话配置必须排在 audioSourceType 判断之前，且要 .mixWithOthers —— 否则我们一 setActive 就把正在播放的那个 App 掐了。 - Embed App Extensions 阶段必须插在 Thin Binary 之前。追加到最后会和 Flutter/CocoaPods 的脚本阶段构成依赖环，Xcode 报 Cycle inside Runner。 ⚠️ 尚未打通签名：需要在苹果开发者后台登记 App Group group.com.yimai.eaimar、 给 com.yimai.eaimar 开 App Groups capability、并为 com.yimai.eaimar.BroadcastExtension 建 App ID。Xcode 当前还登录不上账号 （-1200）。在这之前 iOS 包签不出来。代码已用 --no-codesign 验证可编译、 appex 也正确内嵌进 PlugIns/。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	5e2b4f5431	修 iOS 多媒体翻译一个字都翻不出来：ASR 在等一份永远没人推的 PCM 根因是 iOS 分支还停在杰理时代的假设上。_configureAudioVideoMode 的非 Android 分支做的是 openDecoder() → 等 isCodecActive → 音频源置 external，语义是 「从耳机的 A2DP 解码器拿手机正在播放的音乐」。本项目只有恒玄耳机，没有这个 能力；而 openDecoder() 如今是个乐观桩，只把 _isCodecActive 置 true 就返回。 于是 iOS 的实际行为是：ASR 以 external 源启动，然后等一份永远不会有人推的 PCM——不报错、不提示，就是一个字都翻不出来。Android 早已整条换成 MediaProjection（isAndroidAudioVideo 分支），iOS 这条没跟着改。 iOS 平台层面也没有「抓其他 App 音频」的能力，唯一合规途径是 ReplayKit Broadcast Upload Extension（需新建 extension target + App Group，且要用户 手动发起录屏广播）——那是产品决策，本次没做。先退化成手机麦克风外放收音， 让功能是通的： - _configureAudioVideoMode 的 iOS 分支不再碰杰理解码器； _audioSourceType = Platform.isAndroid（Android=external/MediaProjection， iOS=麦克风）。 - 启动守卫里排除 iOS 音视频。那个守卫要求 isCodecActive，而它只由 openEncoder/openDecoder 这两个杰理血统的入口置位——不排除的话直接 return， 识别根本不会启动。 - iOS 音视频用新的 'media' ASR 模式，原生据此把 AVAudioSession 配成 .playAndRecord + .default + [.mixWithOthers, .defaultToSpeaker, .allowBluetoothA2DP]： · .mixWithOthers 是前提——不加的话我们一 setActive 就把正在播放的那个 App 掐了，点开翻译视频就哑了； · mode 用 .default 不用 .voiceChat——后者会让 MicrophoneCapture 打开 setVoiceProcessingEnabled，而要收的恰恰是本机扬声器的声音，AEC 会把它 当回声精确消掉，结果一片安静。 iOS 侧只有两处 currentRecognitionMode 比较（phone_call / push_to_talk）， 新增的 media 落到 normal 的默认分支，不影响其它模式。 - enableRecord 的音频源跟着改成 microphone。留 systemAudio 的话原生把 index>0 一律当 external，会建好文件然后等没人推的 PCM，存下来是个空录音。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	8841e76e59	修 iOS 多媒体翻译开弹幕后整屏点不动 三段代码叠出来的，安卓不受影响（走的是系统悬浮窗，另一条路）： 1. pip 包（pub: pip 0.0.4）在 PiP 启动回调里，把 contentView insertSubview 进 **App 自己的 keyWindow** 并 `frame = window.frame` 铺满全屏。它的 activeKeyWindow 只按「前台活跃场景的 keyWindow」找父视图，而我们是在前台 主动 _pip.start() 的，于是必然落到 App 自己的窗口上。 2. PlayerView 是普通 UIView，isUserInteractionEnabled 默认 YES，背景还是 rgba(40,40,40,0.35)。铺满之后＝一层吃掉所有触摸的半透明黑罩子。 3. 关掉弹幕也恢复不了：插件的 restoreContentViewIfNeeded 在 originalParentView == nil 时直接 return，而 PlayerView 是 createPipContentView 里凭空 new 出来的、从来没有过 superview，那条还原分支永远走不到。 罩子会一直留到进程被杀。 改动（都在我们自己这边，没有 fork pub 包）： - PlayerView.isUserInteractionEnabled = false。字幕卡片是纯展示，任何情况下 都不该吃触摸——这一条单独就能解掉「点不动」。 - 视觉（底色/圆角/描边/阴影）从 self 搬到内层 cardView，self 透明； cardView 只钉 top/leading/trailing + 固定高度，不钉 bottom。真 PiP 小窗里 窗口高度就等于这个高度、看着是铺满的；万一又被铺到全屏窗口上，也只占顶部 一条，下面保持透明。 - disposePipContentView 里补 removeFromSuperview（插件不会替我们摘）。 - Dart 关闭弹幕/PiP 失败时调 _releasePipContentView()，并把 _pipContentView 清零，避免复用一个已经被搬走、再也摘不下来的 view。 ⚠️ 未验证：PiP 小窗本身能不能正确显示字幕。pip 包的 PipView 只往 sampleBufferDisplayLayer 里塞自己造的 buffer，全文件没有一处引用 contentView， 所以「切出 App 后小窗里有没有字」这件事需要真机确认，本次没测。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	692b004586	AI 页闸门提示改走节流，别再连点连弹 两个现象是同一个根因：灰掉的卡片只是画成 0.45 透明度 （ModuleSquareCard 的 enabled 只管 opacity），点击照样走到 launchModule。 用户看到灰卡片会连点几下试，于是每点一下补一条一模一样的 snackbar， Get 还会把它们排队，得逐条等超时才散得干净。 改的四处闸门，全部走 ToastThrottle + 8 秒窗口： - 没在通话却点通话翻译/通话录音 → callRequired - 通话中点现场录音/同传/面对面/多媒体 → inCallBusy - 没连设备却点依赖设备的功能 → connectDevice（AI 页与翻译中转页共用一把 key， 否则两个页面来回点还是会各弹各的） - 开发中的功能 → 按模块分 key，不同功能的提示不该互相节流掉 窗口取 8 秒而不是默认的 3 秒：普通提示（保存失败之类）用户看完就换动作了， 闸门提示的对象是「用户还会再点」的场景，3 秒等于每 3 秒补一条，一样是刷屏。 信息量只在第一条。 保留提示而不是彻底吞掉：吞掉的话用户点灰卡片零反馈，不知道为什么点不动。 第一下解释清楚，后面忽略。 ToastThrottle.show 加可选 window 参数 + gateWindow 常量。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	1 month ago
Rodger-Wang	80c6ea1be3	iOS 真机排查：修同传播报路由、录音时长与电平崩溃 一轮 iPhone 真机联调里发现并修掉的一组问题，多数是既有缺陷，两处是我在 本轮前期改出来的回归（已在注释里标明，避免以后再踩）。 同传播报路由（AzureTtsHelper.swift，phone_call 分支） 这一支被改坏过三次，结论固定在注释里： ① 最早 `.defaultToSpeaker` + `overrideOutputAudioPort(.speaker)` → 连了 A2DP 也被强拽到外放；元凶是那次 override（已删）。 ② 修 ① 时把 `.defaultToSpeaker` 一并删了 → 删过头：`.playAndRecord` 的 默认输出是**听筒**，没耳机时译文几乎听不见（「翻译出来了但不播报」）。 ③ 补回 `.defaultToSpeaker` 且 mode 设成 `.videoChat`（为了 AEC） → `.videoChat` 本身偏好内置扬声器，连了耳机又被拽到外放，绕回 ①。 现在按**有没有耳机**分两支：有耳机走 `.default` + 仅 A2DP；没耳机走 `.videoChat` + `.defaultToSpeaker`（外放且开回声消除）。分支口径与采集侧 MicrophoneCapture 启用 voice processing 的条件完全一致，两边不再打架。 没有这个 AEC 时，外放的译文会被自己的麦克风收回去，ASR 当成新一句再翻一遍。 现场录音（bes_recording_service.dart） - 时长改为按**已写入的数据量**算（32 字节 = 1ms），与 WAV 头一致， 因此界面时长与文件实际播放长度永远相等。墙钟算不准：耳机收到 AA 59 后 要 1.8~6.5 秒才上行首帧，还会把等待期缓存的音频一次性补推，实测数据量 比「首帧到停止」的墙钟窗口还多 21~45%，从哪头计时都对不齐。 真机验证：音频19.15s/墙钟18.88s、音频18.72s/墙钟18.69s， 等效采样率均为 16000Hz 整、0 丢帧。 - 修 `_updateLevel` 的 `asInt16List(offsetInBytes, …)`：原生来的 Uint8List 是带 offset 的视图，偏移为奇数时必抛 RangeError。原来藏在 try 里被吞掉， 表现是波形/电平一直不动（数据本身没丢）。改成按小端手工拼 int16， 与 BesCallRecordingService._writeStereo 同一修法。 ⚠️ 本轮我一度把它挪到写入之前且未包 try，一抛异常整个 _onPcm 中断、 音频一帧都写不进去（实测 6990 次未捕获异常）——现在它排在写入成功之后 并单独包 try，波形挂了绝不能影响录音。 - 音频写入排成 Future 队列。Stream.listen 的 async 回调不会被等待， 每秒上百帧必然重叠，而 RandomAccessFile 同一时刻只允许一个异步操作。 （事后核对通话录音同样写法却没丢数据，所以这条是防御性的，不是主因。） 识别异常与状态收口（translation_controller.dart） - 新增 _abortRecognition：catch / error / canceled 三条异常路径统一回滚， **把录音一起停掉**。此前 `isRecording` 全文件只有一处 `= true`、从来没被 置回 false，识别挂了右上角还在计时；异常路径更是连 stopRecording 都不调。 标记同时收口进 stopRecording，所有停止路径都覆盖得到。 - startRecognition 点击即点亮 isPreparing（view 早已绑好按钮反馈，只是从来 没人设过它，点下去毫无视觉变化，就是「点了没反应」）。 - `await _modeInitFuture` 补 3 秒超时。它是本轮前期为消除语言竞态加的， 但没有超时——iOS 首次要激活音频会话、连着蓝牙还要等音频路由，一旦迟迟 不返回点击就永久卡住。把「可能用错语言」换成「可能完全卡住」是坏交易， 超时后走兜底 initialize，至少起得来。 - 三段耗时打点提到 warning 级：release 的日志级别就是 warning，用 info 打 在真机上一条都留不下。 其它 - Logger 在非 release 下同时 print 一份：`developer.log` 只进 VM service 的 logging stream，`flutter run` 控制台看不到、调试态下 idevicesyslog 也抓不到， 真机排查时加了一堆打点却一条都看不见。 - 连接握手不再自动跑 probeCommands：每条间隔 400ms、一轮十几秒，期间 SPP 通道被占满，用户点录音/翻译的指令只能排队。需要重扫时手动调。 本次在固件 0.0.3 上的扫描结果记进注释（0x0B/0C/0D/0F/10/19 有回包， 但取值都不像电量百分比，电量命令仍未定位到）。 - 通话状态变化打出触发它的原始字节，便于排查「刚连上就被判成通话中」。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>	1 month ago
Rodger-Wang	946204cc3c	翻译延迟优化：接上阿里增量文本、面对面/同传去掉固定等待 通话翻译：阿里百炼端到端协议本来就是流式的（音频 response.audio.delta 一直在逐帧回灌），但增量文本订阅的事件名是错的——代码监听 response.audio_transcript.delta（字段 delta），而实时语音翻译 audio+text 模态实际发的是 response.audio_transcript.text（字段 text）， .delta 是 OpenAI Realtime / 通义 Omni 的写法。于是 onPartialText 一次 都不触发，译文只在 .done 时整句蹦出来，看着像"等说完才翻"。 现在两套名字都认、两个字段都取，并按首次出现的事件名锁定，防止服务端 兼容层双发导致文本累计两遍。Android / iOS 两端同改。 面对面 / 同声翻译（走 ASR → HTTP 机器翻译 → TTS 三段串行）： - 补上 Speech_SegmentationSilenceTimeoutMs=300，原来一行没设走 Azure 默认 500ms，这是"说完到出译文"里唯一一段纯等待； - 同传 / 音视频改单语 ASR，关掉连续语种识别（它要缓冲够音频、给候选 语言逐个打分才敢出 final）。只有面对面需要判断"谁在说"，仍保持双语； - 中间结果翻译从"每 300ms 无条件发"改成 700ms + 至少多 4 个字 + CancelToken 撤旧请求 + 序号丢弃过期结果。中间译文只上屏不播报， 原来一句 5 秒的话要打十几次真实服务商调用，还会跟 final 抢链路； - TTS 提到 _updateExistingHistoryItem 最前，不再排在浮窗 / 写历史 / 记统计那串 await 之后； - startRecognition 先 await onInit 那次 changeTranslationMode，堵掉 "进页面立刻点开始 → 落到默认 zh-CN/en-US"的竞态。 AuthInterceptor 的 DioExceptionType.cancel 分支不再弹红色"请求已取消" ——取消永远是客户端自己发起的，不改的话中间结果一接上就会一路狂弹。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	1 month ago
Rodger-Wang	2d1ee0b783	apps/client 首次入库（Flutter 移动端） 从 /Users/yunyanzhineng/work/eaimar_client-main 搬入，未带原 .git，历史留在原仓库。 3215 个文件 / 约 118MB，其中约 40MB 是构建必需的预编译 SDK（azure_speech 的 MicrosoftCognitiveServicesSpeech.xcframework、device_jieli 的 JL_BLEKit 等）。 build/ (5.2G)、ios/Pods/ (311M)、android/.gradle/ (120M) 已由 .gitignore 挡掉。 本次入库的代码包含两项刚做完的改动： 1) 游客登录入口接上服务端开关。此前 _checkGuestLoginConfig() 恒定写死 true， 入口根本不读配置。现改为取服务端算好的结论，并把入口所在的 Builder 改成 Obx ——配置是异步拿到的，Builder 只渲染 onInit 时的初值 false，入口再也不会出现。 拿不到配置时按隐藏处理：默认显示会在送审期把不该露的入口露给审核员。 ⚠️ 已发布的老客户端关不掉（写死 true），只对本版及以后生效。 2) iOS 上架合规修复： - 移除 ATT/IDFA：删掉 Info.plist 的 NSUserTrackingUsageDescription、 SKAdNetworkItems、NSAdvertisingAttributionReportEndpoint，删掉 splash 里的 授权请求与 app_tracking_transparency 依赖。本 App 从不读取 IDFA，也没有任何 广告/归因 SDK，弹框纯粹劝退用户，还要在 App Store Connect 申报追踪数据类型。 - ios/Podfile 里那段 config.build_settings.delete('NSUserTrackingUsageDescription') 是无效代码（该 key 在 Info.plist 里，不是 build setting），换成注释说明。 - 通讯录符号（ITMS-90683 被拒原因）随之一并解决：permission_handler 走 SPM 后 按 Info.plist 有无对应 key 决定编不编，判定结果被 SwiftPM 按内容哈希缓存， 改完 plist 必须清 DerivedData 与 manifests 缓存才会重新求值。 另附 GOOGLE_PLAY_RELEASE_CHECKLIST.md：Google Play 上架阻塞项的实测梳理 （targetSdk 36 与 Billing 8 的 2026-08-31 期限、16KB 页对齐不合规的两个 .so、 支付回退逻辑的下架风险）。 ⚠️ android/app/sign/ 下的 eaimar.keystore 与 Eaimar.properties（含明文签名密码） 随本次提交入库，与本仓库"私有仓库下接受真实凭据"的既有取舍一致。 仓库若要公开，这两个必须先摘出去。 Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>	1 month ago