rm -rf ~/.gradle/caches/modules-2/files-2.1/com.vickyleu.ktor/ktor-client-curl*

rm -rf ~/.gradle/caches/modules-2/metadata-2./descriptors/com.vickyleu.ktor/ktor-client-curl

./gradlew build --refresh-dependencies --no-build-cache

AI Robot是一个集成了多种设备控制协议的智能机器人控制系统，通过统一的接口实现对不同类型机器人的控制和管理。

项目采用分层架构设计，主要包含以下几个核心模块：

• Kotlin native提供统一的C++设备控制接口
  • 实现ROS机器人控制管理，支持ROS消息发布订阅、服务调用和参数访问
  • 实现Unitree机器人控制，集成SDK实现运动控制和状态管理
• 支持高性能异步操作和实时控制
• 提供完整的错误处理和日志记录机制

• 实现YAN协议的设备控制接口
• 提供标准化的设备操作API

• 集成CRUZR专用控制协议, 使用Android SDK
• 实现机器人动作和状态管理

• 提供RESTful接口
• 集成Dify API支持
• 实现设备控制和状态查询接口

• 统一的配置文件管理
• 支持动态配置更新

• React
• Ktor 客户端
• kotlinx.coroutines 协程
• kotlinx.serialization 序列化

• 设备管理界面
• 实时设备控制面板
• 设备参数配置界面
• 实时状态监控和数据可视化

• commonMain: 共享业务逻辑和数据模型
• webMain: Web平台实现

• 使用 React 构建UI
• 采用 MVVM 架构模式
• 使用 Kotlin Flow 处理响应式数据流
• 通过 Ktor 实现网络通信

• 共享的基础功能实现
• 通用工具类和辅助函数

• 统一的设备通信协议定义
• 消息格式和数据结构规范

├── backend/           # Go后端服务
│   ├── api/          # API接口实现
│   ├── config/       # 配置管理
│   └── device/       # 设备控制实现
├── device/           # 设备控制模块
│   ├── cpp-bridge/   # C++扩展桥接
│   │   ├── unitree/  # 宇树机器人控制
│   │   └── ros/      # ROS机器人控制
│   ├── cruzr/        # CRUZR机器人控制
│   └── yan-api/      # YAN API实现
├── shared/           # 共享模块
│   ├── core/         # 核心库
│   └── protocol/     # 通信协议
└── web/             # Web前端项目
    ├── commonMain/   # 共享代码
    └── webMain/      # Web平台代码

• 后端：Go
• 前端：React
• 设备控制：C++、Kotlin
• 构建工具：Gradle
• 网络通信：Ktor
• 状态管理：Kotlin Flow

1. 安装必要的开发工具
2. 配置Go开发环境
3. 安装Gradle构建工具

1. 克隆代码仓库
2. 执行Gradle构建
3. 启动后端服务
4. 运行前端开发服务器

1. 安装 Node.js 和 npm
2. 进入 web 目录
3. 执行 npm install 安装依赖
4. 执行 npm start 启动开发服务器

1. C++扩展开发需要确保正确配置编译环境
2. 设备控制模块的修改需要经过充分测试
3. API接口变更需要同步更新文档
4. 保持配置文件的同步更新

1. 定期检查并更新依赖版本
2. 保持文档的及时更新
3. 遵循代码规范和提交规范
4. 做好版本管理和分支管理

将语音助手系统的音频处理链路完全重新设计，删除已废弃或停止维护的库（如RNNoise、SpeexDSP、Snowboy），并使用现代化的第三方库（WebRTC APM和Porcupine）替代旧的实现。

1. 删除过时的库

   • 移除RNNoise相关实现和引用
   • 移除SpeexDSP相关实现和引用
   • 移除Snowboy相关实现和引用

2. 引入新的音频处理库

   • 使用WebRTC APM (Audio Processing Module)实现音频处理功能
     • 降噪 (NS)
     • 自动增益控制 (AGC)
     • 高通滤波 (HPF)
     • 回声消除 (AEC)
     • 语音活动检测 (VAD)
   • 使用Porcupine实现关键词检测功能

3. 核心类实现

   • WebRtcApm: 封装WebRTC APM接口
   • PorcupineKeywordDetector: 封装Porcupine关键词检测功能
   • WebRtcApmSingleton: 提供单例访问管理
   • AudioProcessingManager: 重构音频处理管理器
   • AudioPreprocessor: 精简的音频预处理器
   • KeywordDetector: 重构关键词检测器
   • VoiceAssistant: 更新初始化方法以适配新实现

4. 配置更新

   • 在VoiceAssistantConfig中添加porcupineModelPath支持Porcupine模型目录
   • 优化程序退出资源清理流程

采集 → WebRTC APM(NS+AEC+AGC+HPF+VAD) → Porcupine关键词检测 → 语音识别

1. 稳定性提升: 使用更可靠的第三方库，减少自定义算法的bug
2. 性能提升: WebRTC APM经过大量优化，能在资源有限的设备上高效运行
3. 功能增强: 提供更先进的降噪和VAD功能
4. 维护性: 依赖活跃维护的开源项目，能持续获得更新和优化
5. 代码简洁: 减少重复代码，清晰的接口定义

1. 进一步优化内存使用，减少不必要的音频数据复制
2. 继续清理残留代码
3. 添加更多配置选项，允许自定义WebRTC APM参数
4. 支持更多种类的关键词和模型