更新日志

v1.3.0

2026-09-29 当前版本

• 新增
  封面 控制台新增一整个页面：写一句今晚想聊什么，她会照着自己的档案（城市、桌上那件旧东西、常去的那条街）翻成画面提示词，出竖版/方形/横版封面；不满意可以传参考图。做好的封面还能变成一段 8 秒的活图 —— 构图、主体、光线原样不动，只让灯光、窗帘、浮尘轻轻动。
• 修复
  换话题时两段声音叠在一起 点「现在就聊这个」之后，本机停了，但网页那一头还在把上一期念完 —— 因为它有自己的播放队列，压根不知道服务端换了题材。现在所有"打断她"的动作都走同一个出口，本机和网页一起闭嘴。
• 修复
  冷场久到不出声 四个原因叠在一起，最要命的一个是控场流水线里拿单调时钟跟墙上时钟比大小，一个判断因此永远成立 —— 稿子写好了 43 句、队列空着、日志一行异常都没有，她一个字不说。修完之后实测：出声从 0~1 次变成 9 次，最长静默从 110~234 秒降到 65 秒。
• 修复
  网页上改「合成超时」从来没生效过 配置生效那段里有两个同名分支，第二个永远走不到 —— 那个值一直没写到播放队列上。顺手把键也统一了（原来界面显示的和代码读的不是同一个）。
• 新增
  口语化第二轮：更像人在说话 提示词里把"真人特征"改成三档并各给一句可直接抄的原话，补上最有效的三条：一句话劈成两半说、时间数字含糊（"前年吧""二三十"）、忽然转头跟听众说一句。另外加了「交稿前三刀」：劈三句、删两个主语、换气处补动静 —— 给可执行动作，比再写十条规则管用。
• 新增
  工程化：开了编排层 src/app/ 229 行的配置热生效从 main.py 搬了出去，靠一个依赖容器接线。另加了接线自检脚本：模块要的字段和装配挂上的字段用 AST 对一遍 —— 这种连接拼错一个字母不报错，只表现为某天"这个旋钮改了没反应"。

v1.2.0

2026-09-27

• 新增
  逐句情绪标注 现在会为每一句话单独标注状态（happy / low / sleepy …），不再是一整段共用一个底色。上一句还在笑、下一句就沉下来，这种起伏以前做不到。
• 修复
  声音不再是全程一个调子 emo_text 之前写的是一个抽象词（「开心」），而 QwenEmotion 需要的是一句带着情绪的话。抽象词让它只能猜一个最夸张的向量送过去，听感就成了演戏。现在全部换成具体的口语句子。
• 修复
  情感浓度按官方建议收敛 emo_alpha 默认从 1.0 降到 0.6。官方明确建议在文本情绪模式下用 0.6 或更低 —— 1.0 是每一句都把情绪拉满，真人说话不会这样。
• 修复
  报时不再像一个节拍器 原来每 30 分钟准点念一句同格式的话。现在间隔随机抖动 ±35%（实际 30~54 分钟），文案按时段分成七组（凌晨和傍晚不该说同一句话），并且加了上下文判断：正跟人聊着的时候基本不报。
• 新增
  听众长期记忆 记住每个进来的人的名字、来过几次、每次待多久、说过什么。以前只攒名字用于播报，播完就忘，老观众回来时主播完全没反应。
• 优化
  缓存命中率 「嗯，好的。」和「嗯，好的」以前算两句不同的话，要各合成一次。现在按听感归一化缓存键；磁盘缓存的清理也从「每次写入都扫一遍目录」改成每 16 次结算一次。
• 新增
  全新的官网与控制台 官网三个页面（首页 / 更新日志 / 教程），控制台重做视觉与交互，两者都支持中英双语。控制台加了登录门鉴，账号写在 config/auth.yaml。
• 新增
  全局日志抽屉 日志从「某一页」挪出来变成右侧固定面板，任何页面都能看到，随时可收起。
• 修复
  点「控制台」会弹登录框了 以前这个按钮是直链，后端发现没登录又 302 回首页，看上去就是点了没反应。现在官网任意页面点它都先弹登录框，登完直接进控制台；登录成功后令牌也会写进 cookie —— 否则跳过去的页面请求带不上凭据，会一直被踢回首页。
• 优化
  容器 / 反代部署更省心 接口地址改成跟着页面走，反代挂在子路径下（/radio/）也能用；WebSocket 端口做了端口映射时，用 CONSOLE_WS_PORT / CONSOLE_WS_HOST 告诉页面外面那个地址。

v1.1.0

2026-09-20

• 新增
  潜意识与走神 主播有了「正在想」和「惦记着」两条后台线。它会自己跑题、自己想起别的事，不再是被弹幕触发才说话。
• 优化
  礼物连击合并 同一个礼物在窗口期内多次触发，会被合成一句感谢，不再重复谢三次。
• 修复
  WebSocket 心跳导致的断线 直播伴侣的服务端不回 pong，标准库的自动 ping 会把它判成死连接。关掉心跳、改成静默超时重连。

v1.0.0

2026-09-10

• 新增
  第一个能跑的版本 弹幕接入、LLM 决策、内容审查、口语化改写、Index-TTS2 声音克隆、BGM 自动让位，整条链路打通。
• 新增
  Web 控制台 schema 驱动的配置表单，改完不用重启。