CHARACTOID

外观

交互架构图册 ​

这组图把 CHARACTOID 的核心运行链路拆成五个可独立聚焦、又能互相对照的视角。每张预览图都可以打开完整交互版本，在图中搜索节点、查看上下游关系、缩放、拖动并切换主题。

本页描述仓库中的架构边界，不表示所有可选模型、外部平台或 Provider 已在当前环境启动。图中的 END 只表示本轮图执行结束，不自动等价于业务任务成功。

Agent 编排与结构化收束架构图
Agent 编排与 8 类 Worker

Core 监督 Agent、结构化 handoff、输入中断、Worker finalize、collect 回环与非完成等待边界。

打开交互图 ↗
知识导入与双路存储架构图
文档入库

普通文档分块索引；CSV / XLSX 原始行与 schema card 走不同存储路径。

打开交互图 ↗
知识问答与答案质量门架构图
RAG 与答案质量门

混合召回、精排、证据生成、grounded / useful 双检查、有界纠正与拒答。

打开交互图 ↗
实时语音交互架构图
实时语音交互

ASR final 作为文本提交 Agent；文本增量由浏览器分句并交给独立 TTS。

打开交互图 ↗
音色与音频任务架构图
音色与音频任务

素材准备、分离、训练、GPT-SoVITS、API TTS、RVC 以及有效产物门禁。

打开交互图 ↗

如何连起来看 ​

text
Web / 平台入口
  → FastAPI / SSE / WebSocket
  → Agent Runtime
  → persona_supervisor
  → supervisor_dispatch
  → 8 类 Worker
       ├─ document_worker → 文档入库 → Milvus / 结构化 SQLite
       ├─ knowledge_worker → 混合召回 → 精排 → 答案质量门
       ├─ voice_worker → ASR / TTS / 角色音色
       ├─ rvc_worker → 音频长任务 → 有效产物门禁
       └─ live2d_worker / config_worker / memory_worker / profile_worker
  → finalize → supervisor_collect → Core 回复

Agent 状态边界 ​

  • START → persona_supervisor 是当前主入口；旧的 START → intent_route 表述不再代表主执行路径。
  • supervisor_dispatch 与 supervisor_collect 是确定性节点，负责校验 handoff 合同与收束结果。
  • knowledge_worker 使用 planner / retrieve / fallback 专用子图；其余七类 Worker 使用受限工具 Agent。
  • Run、Native Job 与 LangGraph Checkpoint 是不同边界；审批通过不会自动恢复，resume 会创建新的 run。

文档与 RAG 边界 ​

  • 普通文档块与表结构卡进入 Milvus；CSV / XLSX 原始行进入独立结构化 SQLite。
  • 检索结果不能绕过答案质量门。只有 grounded 与 useful 同时成立才返回；否则进入有界纠正、可选联网或拒答。

语音与音频边界 ​

  • 实时语音输入先由 ASR 产生 final transcript，再由浏览器作为文本消息提交 Agent。
  • Agent 文本增量由浏览器分句后送往独立 TTS。通用 API TTS 的 provider voice 不等于角色克隆音色。
  • RVC 的 HTTP 202 只表示任务受理；仅 succeeded 且产物文件有效时，任务才算成功。

继续阅读 ​