Files
ai-video-fullstack/docs-user/status.mdx
T

46 lines
3.6 KiB
Plaintext
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
title: 能力状态
description: 已实现、未实现与建议收敛的项目内容。
icon: list-checks
---
# 能力状态
本页的“已实现”表示当前仓库存在对应代码路径,并不替代真实 Provider、弱网或并发环境下的验收。“未实现”表示不能因配置界面、种子数据或开发计划中出现名称就视为可用。“建议移除”是待评估的收敛项,尚未删除。
## 已实现或有条件可用
| 能力 | 状态 | 边界 |
| --- | --- | --- |
| Pipecat Pipeline:ASR → LLM/外部 Agent → TTS | 已实现 | 需要匹配的模型接口、有效凭证和实际联调。 |
| Pipecat Pipeline 的 Silero VAD、静音结束、Local Smart Turn、打断 | 已实现 | 可调整参数与策略;模型实现目前固定。 |
| StepFun StepAudio、Qwen Audio Realtime | 已实现 | Provider 的轮次、工具与视觉能力各不相同。 |
| Prompt、Workflow、Dify/FastGPT 助手 | 已实现 | 外部 Agent 只支持 Pipeline。 |
| OpenAI Realtime 兼容子集的 WebSocket/WebRTC | 已实现 | 是对外协议适配,不代表所有 OpenAI 字段或底层 OpenAI 模型可用。 |
| Responses 文本接口 | 已实现 | 面向可通过该接口调用的 Pipeline 助手。 |
| WebRTC 可选摄像头与视觉处理 | 有条件可用 | 需要助手授权视觉、客户端协商视频轨道,并受运行模式限制。 |
| 工具和知识库 | 有条件可用 | 受助手模式、模型 Provider 与资源配置限制。 |
| 会话与消息历史 | 已实现 | 可在管理界面查看,辅助排查。 |
## 未实现或尚未承诺
| 能力 | 当前情况 |
| --- | --- |
| OpenAI Realtime、Gemini Live 底层模型适配 | 资源目录和种子数据存在,但 Realtime 运行时只创建 StepFun、Qwen Audio 服务。 |
| 任意 VAD、EOU 模型作为独立资源接入 | 目前只有内置 Pipeline 策略及部分 Provider 自身的轮次配置。 |
| 任意原生音视频 Live 模型接入 | 当前摄像头能力以 WebRTC 视频轨道和按需画面处理为主,不能据此宣称通用 Live 模型支持。 |
| 完整 OpenAI API、`/v1/chat/completions` | 公开协议只承诺兼容矩阵中列出的子集。 |
| WebSocket 连续视频、SIP、Realtime 断线续传 | 当前公开协议不支持;可参考开发计划评估。 |
| 多租户、RBAC、完整生产可观测性与可靠性 | 开发计划中仍有待办,当前定位为单租户 MVP。 |
## 建议移除或收敛,尚未执行
| 对象 | 建议 | 原因 |
| --- | --- | --- |
| `openai-realtime`、`gemini-realtime` 可选资源定义与示例资源 | 在运行适配完成前,从可用列表和默认种子中移除,或明确置为“未接通”。已有数据库记录需先评估迁移。 | 当前可配置,但启动语音会话时会遇到不支持的接口类型。 |
| 把 `/ws/voice`、`/ws/stream` 写作第三方首选入口的旧说明 | 从对外接入主线移到“平台调试/既有通道”说明。 | 它们与 `/v1/realtime` 的鉴权、消息格式和兼容承诺不同。 |
| 将“Realtime 协议兼容”写作“OpenAI Realtime 模型已接入”的措辞 | 从功能列表中删除混用表述,分别列对外协议和底层 Provider。 | 两种能力由不同代码实现,当前完成度不同。 |
| 将“视频输入”写作“通用 Live 模型能力”的措辞 | 改为“WebRTC 可选视频轨道和有条件的视觉处理”。 | WebSocket 连续视频与通用 Live 模型适配尚未实现。 |
以上是文档和产品目录的收敛建议,不是删除正在使用的管理界面接口。接口、数据或资源定义的实际移除需要单独处理兼容性和已有数据。