xiaoyuan-assistant 0.5.45

package/CHANGELOG.md

@@ -0,0 +1,388 @@
+# CHANGELOG
+
+## 0.5.38
+- 移除 npm 包内置的“收到指令，请您稍等”MP3 文件，不再占用发布包体积。
+- 改为浏览器 IndexedDB 按 TTS voice 缓存前置提示音。
+- 同一个 voice 第一次没有本地缓存时，第一次正常调用合我意 TTS；播放后异步缓存音频。
+- 后续同 voice 的“收到指令，请您稍等”直接读取本地缓存，不再请求网络。
+- 切换 voice 后按新的 voice 独立查缓存，避免 voice 切换时复用旧音色。
+- 本地缓存失败或第三方 TTS 不可用时自动回退浏览器原生 TTS。
+- 移除 postinstall 下载 MP3 的逻辑。
+
+# Changelog
+
+## 0.4.7
+- Planner / Executor / Analyzer 三阶段优化。
+- 普通执行一次 Planner AI，不做深度思考。
+- 分析任务只有在前置页面操作全部完成后才请求第二次 AI。
+- `data-ai-function + data-ai-param + data-ai-description` 作为固定 DOM 协议。
+- 同名 Function 的参数按当前 DOM 精确定位。
+- DOM 能力清单聚合，减少大屏 DOM 上下文体积。
+- 规划阶段不发送完整数据 schema；分析阶段只发送相关数据源。
+- TTS 改为非阻塞队列，不再阻塞命令执行。
+- Planner 请求 8 秒超时，分析请求 45 秒超时。
+- 清理示例中的真实 API Key，统一使用占位符。
+
+### v0.4.8
+- 优化 Planner AI：执行指令仅发送精简的 Function/DOM 能力清单，不再发送完整 DataSource schema。
+- 执行类请求固定关闭 thinking，`max_tokens` 下调至 260，减少规划阶段输出成本与延迟。
+- Planner 与 Analyzer 均使用 JSON Object 响应格式，减少结构化 JSON 解析失败。
+- Planner 增加明确的超时边界（15 秒），避免过短超时导致正常模型请求被误判失败。
+- 仅当用户指令出现明确的分析/研判/趋势等语义时，Planner 才携带 DataSource 元信息；纯操作指令不携带数据源上下文。
+- 分析阶段仍单独调用第二次 AI，并开启 thinking；仅分析真正需要的数据源。
+- 保持 data-ai-function + data-ai-param + data-ai-description 精确执行协议不变。
+
+## 0.4.9 - 2026-09-14
+- Planner 改为流式 NDJSON 步骤输出。
+- 模型生成第一步后立即进入执行队列，不等待完整规划结束。
+- 增加 Planner manifest 短期缓存，减少 DOM 扫描。
+- 只有包含分析意图时才携带数据源描述。
+- 执行步骤保持按顺序等待页面 DOM 后继续。
+- 分析阶段 thinking budget 降为 4096，保留深度分析能力同时降低延迟。
+
+
+## 0.5.0 - 2026-09-14
+- 取消 AI 请求超时限制：Planner 与 Analyzer 不再因为 SDK 内置计时器提前终止。
+- 取消默认总执行时间上限；只有页面 DOM 等待仍保留单步等待保护。
+- 大幅精简 Planner 提示词，只保留“人话 → Function/参数/数据分析步骤”的必要规则。
+- Planner 继续关闭 thinking，Analyzer 继续使用推理模式。
+- 保持 Planner → 串行 Executor → Analyzer 的业务流程不变。
+
+
+## 0.5.1 - 2026-09-14
+- 新增“意图路由”设计：第一次 AI 只负责判断 action / analysis / chat，并把用户人话转换为真实 Function/DataSource。
+- 纯点击/切换/操作类指令只调用一次轻量 AI，随后由 JavaScript/DOM 直接执行。
+- 数据分析类指令保持两阶段：先完成前置 action，再读取实时数据，最后调用分析 AI。
+- 进一步精简 Planner 提示词和输出长度，降低普通指令解析延迟。
+
+## v0.5.2
+- 纯页面操作优先走本地 JS，不再请求 AI。
+- 新增本地自然语言指令解析：根据 `data-ai-function`、`data-ai-description`、`data-ai-param` 将用户人话拆成多个 action，并按原顺序执行。
+- 多指令本地解析失败或出现分析意图时，才进入 AI Planner。
+- AI 继续负责复杂分析和含糊意图，不改变数据分析链路。
+- 保持多步动作逐条执行、页面切换后等待下一步 DOM 的机制。
+
+
+## v0.5.3
+
+- 调整播报策略：收到指令后仅播报“收到指令，请您稍等”，执行过程中不再语音播报“正在切换/接下来/正在分析”等中间过程。
+- 每个操作完成后直接播报具体完成结果，例如“已切换到物联监测页面”。
+- 分析开始阶段不再进行中途语音播报，分析完成后直接播报最终分析结果。
+- 字幕仍保留等待状态，但不展示内部 Function / 方法名。
+
+## v0.5.4 - 本地工作流拆分：动作直接执行、分析步骤延后调用 AI
+
+- 一句话先由本地 JS 按“然后/并且/再/以及”等连接词拆成独立步骤。
+- 页面操作步骤依据 `data-ai-function + data-ai-param + data-ai-description` 直接执行，不调用 Planner AI。
+- 分析步骤依据 DataSource 名称、描述、字段 schema 在本地选择相关数据源，随后调用一次 Analyzer AI。
+- 支持“切换到集成监管，并且切换2023年数据，然后分析一下土壤数据信息”的三步流程：①菜单，②年份，③土壤数据分析。
+- 前置 action 全部完成后才读取最新数据，避免分析旧页面或旧年份数据。
+- 分析步骤不再额外播报“已分析当前数据”，直接播报最终分析结果。
+
+
+## v0.5.5 - 本地 JS 指令拆分与严格执行
+
+- 连续自然语言优先由本地 JS 拆分为最小步骤，不再因为是多步指令就直接调用 Planner AI。
+- `action` 指令使用 `data-ai-function + data-ai-param + data-ai-description` 本地匹配，匹配后直接执行。
+- `analysis` 指令本地选择数据源，只有实际进入分析步骤时才调用 Analyzer AI。
+- 混合指令严格按原顺序执行：前面的 DOM 操作完成并等待页面渲染后，才读取后续数据并进入分析。
+- 只有本地无法确定的步骤才回退 Planner AI，避免不必要的模型请求。
+- 修复“切换菜单 + 切换年份 + 分析土壤”这类混合指令被整句直接交给 AI、导致超时或只执行第一步的问题。
+
+
+## v0.5.6
+
+- 非 AI 操作增加就绪重试：首次立即查找，失败后每 5 秒重试一次，最多额外重试 2 次。
+- 每个多步指令独立执行；每一步都按同样的 DOM/数据就绪重试策略处理。
+- 数据源读取增加两次 5 秒重试；两轮仍无数据时不阻塞后续步骤。
+- AI 分析步骤开始前增加字幕和语音：‘正在分析***，请稍等。’。
+
+
+## v0.5.7 - 2026-09-14
+- 多步指令之间增加固定 5 秒间隔：前一步完成后，不立即执行下一步，先等待 5 秒，给路由、Vue 渲染和业务数据请求留出稳定时间。
+- 每个步骤继续独立执行就绪检查：DOM/数据首次检查后，如未就绪，等待 3 秒重试，最多额外重试 2 次。
+- 数据未就绪不会立即阻塞整个队列；当前步骤完成后才进入下一步骤。
+- 单步指令不增加额外 5 秒前置等待；仅多步任务的后续步骤有 5 秒间隔。
+
+
+## v0.5.8 - 多步执行稳定性修复
+
+- 多步骤之间固定保留 5 秒缓冲，给路由、接口和组件渲染留出时间。
+- 每一步先立即查找目标 DOM；如果未出现，每 3 秒重试一次，最多 2 次，避免第一个页面操作后第二步永远卡住。
+- 不再让单步 DOM 等待本身先阻塞 5 秒。
+- 对年份等明确语义，在前一页面还未销毁/后一页面尚未挂载时，也可以先生成 `changeYear` + 年份参数，真正执行时等待目标 DOM。
+- 小园的播报回调不再阻塞命令队列，语音播放不会卡住后续页面操作。
+
+## v0.5.9 - 连续无连接词指令拆分修复
+
+- 修复连续自然语言没有“然后/并且”等连接词时无法正确拆分的问题。
+- 支持类似 `切换到物联监测切换到集成监管时间切换到2024` 的连续指令，按页面已声明的 `data-ai-function + data-ai-param` 能力锚点拆成 3 个独立步骤。
+- 年份即使尚未渲染到当前 DOM，也可先识别为 `changeYear + 年份`，真正执行时再等待目标 DOM。
+- 保持原有执行顺序、5 秒步骤间隔以及每一步 3 秒 + 3 秒重试策略。
+
+
+## v0.5.10
+- 修复连续无连接词自然语言的本地拆分：按 `data-ai-param` 能力锚点切分相邻操作。
+- 支持 `切换到A切换到B时间切换到2024` 这类粘连指令。
+- 保留最后一个动作后的独立数据查看/分析语句。
+- `查看/看一下/查询 + 土壤/墒情/数据` 等语句可识别为分析步骤。
+- 普通操作仍不调用 AI；只有分析步骤进入 AI 分析。
+
+## v0.5.11
+
+- 修复“查看/查询/获取土壤墒情数据”未进入数据分析流程的问题。
+- “查看一下土壤墒情数据”这类自然语言现在会自动要求加载 DataSource 清单。
+- 非“分析”字样但明确指向业务数据的信息请求，也会进入分析数据流程。
+- 保持普通页面操作本地 JS 执行，不额外调用 AI；只有获取业务数据并需要解释时才进入分析 AI。
+
+## v0.5.12
+- 修复小园面板 SVG 图标在部分大屏全局 CSS 下不可见的问题，强制恢复图标 display/opacity/stroke。
+- 修复语音识别：手动聆听前主动申请麦克风权限，并在单次聆听期间暂停全局唤醒监听，避免两个 SpeechRecognition 实例抢占麦克风。
+- 语音识别错误按 `no-speech / not-allowed / audio-capture / network` 分类提示，避免连续泛化报错。
+- 语音识别获得最终结果后快速 stop，减少说完后等待时间。
+- “你好小园”唤醒后自动暂停唤醒监听并进入一次性命令聆听，完成后恢复全局唤醒。
+- 修复唤醒后 TTS 与语音识别抢占麦克风的问题：唤醒后不立即播放欢迎语，直接进入命令聆听。
+
+## v0.5.13 - 内置页面导航能力
+- 新增内置 `refreshPage`：刷新当前大屏页面。
+- 新增内置 `goBack`：返回浏览历史中的上一个页面。
+- 新增内置 `goForward`：前往浏览历史中的下一个页面。
+- 新增内置 `openDataCenter`：保留当前路径和已有查询参数，追加 `console` 查询参数后重新进入页面，用于打开当前大屏对应的数据中台。
+- 新增内置 `scrollPageTop` / `scrollPageBottom`：滚动到页面顶部或底部，作为通用大屏操作补充。
+- 内置能力直接注册到 Function Registry，AI 识别到对应 Function 后无需 DOM 查找即可执行。
+- 内置 Function 同样进入 AI 能力描述清单，模型可以根据 description 理解用户自然语言并选择对应方法。
+
+## v0.5.14
+
+- 修复内置页面操作的本地自然语言识别。
+- 新增“返回上一个页面 / 后退 / 返回上一页”等 `goBack` 别名。
+- 新增“前进 / 下一页”等 `goForward` 别名。
+- 新增刷新页面、打开数据中台、滚动到顶部/底部等内置能力的自然语言别名。
+- 内置方法优先由 JS 本地识别并直接执行，不需要调用 AI。
+
+
+
+## v0.5.15
+- 本地可识别页面操作继续由 JS 直接执行，不调用 AI。
+- 增加轻量 Chat 模式：用户问“你是谁”“讲个笑话”等闲聊时，不走 Planner。
+- 天气类问题：注册了天气/气象数据源时读取实时数据再分析；没有数据源时不编造实时天气。
+- Chat 模式使用短提示词、关闭深度思考、低输出上限。
+
+## v0.5.16
+
+- 路由逻辑优化：本地 JS 无法识别为页面指令或数据分析时，直接进入 Chat AI，不再先调用 Planner AI。
+- 普通问题（如“Vue3 生命周期是什么？”、“讲个笑话”）只发起一次 Chat 请求。
+- 本地可识别的页面操作继续零 Planner 调用，直接执行 `data-ai-function + data-ai-param`。
+- 本地可识别的数据分析仍按现有流程获取实时数据后调用 Analyzer AI。
+- 混合输入场景中，先执行本地可识别步骤，剩余自然语言直接交给 Chat AI，不再二次 Planner。
+
+## v0.5.17
+- 新指令提交时立即中断上一条 TTS 播报，清空旧播报队列。
+- 新指令建立独立 session，旧指令异步执行完成后不再抢占新指令的字幕、结果或语音播报。
+- 允许用户在上一条任务仍处理时继续提交文字新指令；新指令拥有最新播报优先级。
+- 保留原有业务执行逻辑，不主动取消已经开始的页面操作，只停止旧任务的语音/结果展示。
+
+
+## v0.5.18
+
+- 新增 FreeTTS 第三方 TTS Provider。
+- 默认推荐中文女声 `zh-CN-XiaoxiaoNeural`。
+- 支持 `rate / pitch / outputFormat` 配置。
+- 保留浏览器 SpeechSynthesis 作为失败/未配置时的自动兜底。
+- 新问题到来时可停止当前 FreeTTS 音频，避免旧问题继续播报。
+
+
+## v0.5.19
+- 修复 FreeTTS 浏览器播放失败：增加 Web Audio 解锁机制，避免异步 TTS 完成后 HTMLAudioElement 被 Chrome/Edge autoplay 策略拦截。
+- FreeTTS 播放优先走 AudioContext + decodeAudioData，再回退到 Audio 元素。
+- 增加 FreeTTS file_id 缓存有效期控制，避免过期 file_id 导致播放失败。
+- 增加 TTS 解锁入口，在打开小园、点击麦克风、点击发送、开始处理指令时提前解锁。
+- 保留浏览器兼容回退。
+
+
+## v0.5.20
+
+- FreeTTS 增加 Vite dev server 内置轻量代理 `xiaoyuanVitePlugin()`。
+- 浏览器不再直接访问 `https://freetts.org/api/v1/tts`，避免 FreeTTS REST API 的 CORS 预检失败。
+- 代理在 Vite 服务端完成 FreeTTS `POST /api/v1/tts`、`file_id` 获取和 `/api/audio/{file_id}` 下载，并一次性向浏览器返回 mp3。
+- FreeTTS Provider 在浏览器环境默认使用同源 `/__xiaoyuan/freetts/`；仍可通过 `tts.proxyUrl` 自定义。
+- 保留原有 Web Audio、HTMLAudio fallback、TTS 打断与队列机制。
+
+
+## v0.5.21
+
+- 处理 FreeTTS 免费版结尾的 `Generated with FreeTTS.org` 语音水印。
+- FreeTTS 每次生成同时提供 SRT 时间轴；小园代理读取 SRT 最后一条真实用户文本的结束时间，只保留用户文本对应的 MP3，并额外保留约 120ms 尾音。
+- 裁剪在 Node/Vite 代理侧使用本机 `ffmpeg` 完成，不在浏览器里处理 MP3。
+- 如果 SRT 获取失败或服务器没有 `ffmpeg`，自动回退原始音频，不影响 TTS 正常播放。
+- Vite 开发代理和生产环境示例代理均增加同样的 watermark 裁剪逻辑。
+- `tts` 不需要增加新配置，默认开启；可通过 `xiaoyuanVitePlugin({ trimWatermark: false })` 关闭。
+
+## v0.5.22
+
+- TTS Provider 从 FreeTTS 替换为合我意 TTS。
+- 新增 `HewoyiTTSProvider`，调用 `GET https://api.hewoyi.com/api/ai/audio/speech`。
+- TTS 参数同步为 `apiKey / apiUrl / voice / format / speed / model / type`，默认 `voice=zh-CN-XiaoyiNeural`、`format=mp3`、`type=speech`。
+- 浏览器环境默认通过同源 `/__xiaoyuan/hewoyi-tts` 访问，避免第三方接口 CORS 问题。
+- Vite 代理自动转发合我意 TTS 请求；生产环境示例改为 Node/Express 同源代理。
+- 移除 FreeTTS 的 `file_id / SRT / ffmpeg` 播放链路，TTS 不再依赖 ffmpeg。
+- 保留 Web Audio 优先播放、HTMLAudio fallback、语音打断和新任务优先播报机制。
+
+
+
+## v0.5.23
+
+- 修复合我意 TTS 实际未打到上游接口的问题：确认浏览器端请求必须经过 `xiaoyuanVitePlugin()` 同源代理。
+- 增加 `[小园 TTS]` 与 `[小园 TTS Proxy]` 调试日志，能直接看到是否发起请求、代理响应状态、音频大小。
+- 合我意接口文档当前标注返回 `application/json`，代理增加递归识别音频 URL / Base64 的兼容处理。
+- 若 JSON 中返回外部音频地址，由 Vite 服务端二次下载，浏览器端不再直接跨域请求该地址。
+- 未发现音频地址时保留原 JSON 返回，并由前端给出明确错误，而不是静默失败。
+
+
+## v0.5.24
+
+- 移除合我意 TTS 对 `xiaoyuanVitePlugin()` 的依赖。
+- 浏览器直接调用 `tts.apiUrl`，默认 `https://api.hewoyi.com/api/ai/audio/speech`。
+- 不再使用默认的 `/__xiaoyuan/hewoyi-tts` 代理地址。
+- 宿主项目无需在 `vite.config.js` 中导入或注册 `xiaoyuanVitePlugin()`。
+- 保留合我意 GET 参数：`key / text / voice / format / speed / model / type`。
+- 保留 JSON 音频地址、Base64、直接音频响应以及 Web Audio / HTMLAudio 播放兼容。
+- 保留 TTS 新指令打断、队列与调试日志。
+
+
+## v0.5.26
+- 修复合我意 TTS 接口实际返回 HTML `<audio><source src="...">` 时，小园误按 JSON 解析导致无法播放的问题。
+- 自动从 `source[src]` / `audio[src]` 提取接口返回的真实音频地址。
+- 优先直接使用接口返回的音频 URL 创建 `Audio` 播放，不再强制 `fetch + WebAudio`，避免二次跨域导致音频无法播放。
+- HTML 实体 `&amp;` 等会自动还原为真实 URL 参数。
+- 保留 JSON / 直接音频 Blob 的兼容处理。
+
+## v0.5.26：TTS 前置门禁
+- 将“收到指令，请您稍等。”改为严格的前置 TTS。
+- 每次用户输入后，先请求合我意 speech 接口，并等待真实音频播放完成。
+- TTS 未返回音频、播放失败或 Provider 未配置时，直接终止本次后续流程，不调用 `manager.run`、AI、DOM Function 或数据分析。
+- 新增 `SpeechService.speak(text, { providerOnly: true })`，前置播报不再回退到浏览器 `speechSynthesis`，确保执行前一定走已配置的 TTS。
+- 后续步骤的结果播报继续使用原有 TTS 队列与打断机制。
+
+
+## v0.5.27
+- 调整前置 TTS 门禁：不再等待整段音频播放结束。
+- 只要第三方 TTS 已成功返回音频并且浏览器已开始播放，立即放行后续 `manager.run / AI / DOM / 数据分析` 流程。
+- 音频播放仍由小园持续持有，后续步骤不会主动中断当前 TTS；只有新指令到来时才会按照原有规则打断上一条语音。
+- TTS 请求失败或播放未能启动时，仍阻止后续业务执行。
+
+## v0.5.28：TTS 真正开始播放后再执行步骤
+- 修复上一版 `audio.play()` Promise 提前 resolve 导致“语音尚未真正播报，页面指令已经执行”的问题。
+- HTMLAudio 播放门禁改为监听 `playing` 事件；只有媒体真正进入播放状态后才向上层 resolve。
+- `XiaoyuanManager` 的 `onBeforeStep` 改为 `await`，支持异步 TTS 门禁。
+- 第 1 步沿用用户输入后的前置 TTS；从第 2 个拆分指令开始，每个步骤执行前重新请求一次 TTS。
+- 每个步骤严格遵循：TTS 请求成功 → 音频真正开始播放 → 立即执行当前 Function / DOM / 分析步骤。
+- 不等待整段音频播放完成；音频进入 `playing` 后立即放行后续业务。
+
+cat >> /mnt/data/xiaoyuan-v528-inspect/XIAOYUAN-BUSINESS-FLOW.md <<'EOF'\n\n## v0.5.29 分步 TTS 门禁流程\n\n多指令现在严格按“播报 -> 执行 -> 间隔 -> 下一步”顺序运行：\n\n1. 用户输入整句指令。\n2. 小园先请求一次 `收到指令，请您稍等。` TTS，音频真正开始播放后才进入工作流。\n3. 工作流解析出多个 step；每个 step 执行前，先生成该 step 对应的结果播报文案。\n4. 当前 step 的 TTS 请求成功且音频真正进入 `playing` 后，立即执行该 step。\n5. 当前 step 执行完成后等待 3 秒，再进入下一 step。\n6. 下一 step 重复步骤 3-5。\n\n示例：\n\n`切换到物联监测，切换2025年`\n\n执行顺序：\n\n`收到指令，请您稍等。` -> playing -> 第一步 `已切换到物联监测菜单。` -> playing -> 执行菜单切换 -> 完成 -> 等待 3 秒 -> 第二步 `已切换到2025年。` -> playing -> 执行年份切换。\n\n这样可以避免“下一条菜单已经执行完，但对应播报还没有开始”的竞态问题。\nEOF
+# zip
+cd /mnt/data/xiaoyuan-v528-inspect && zip -qr /mnt/data/xiaoyuan-assistant-siliconflow-v0.5.29.zip .
+ls -lh /mnt/data/xiaoyuan-assistant-siliconflow-v0.5.29.zip
+
+## v0.5.30
+- 聊天消息增加打字机效果：小园回复在消息列表中逐字/逐段显示，用户消息保持即时显示。
+- TTS 增加浏览器原生 SpeechSynthesis 自动兼容：第三方 TTS 请求失败、音频解析失败或无法播放时，自动回退浏览器自带 TTS。
+- 浏览器原生 TTS 以 utterance `onstart` 作为“真正开始播报”的放行节点，继续满足“开始播放后立即执行后续方法、不等待播报完成”的执行门禁。
+- 保持多步骤指令的逐步 TTS 门禁、3 秒步骤间隔和新指令打断机制。
+
+
+## v0.5.31：修复聊天打字机效果
+- 修复 Vue 3 `ref([])` 场景下，消息对象 `push` 后直接修改原始对象导致 `displayText` 不触发响应式更新的问题。
+- 现在每次打字机 tick 都通过 `messages.value[index]` 修改 Proxy 对象，确保聊天区域实时刷新。
+- 用户消息继续立即显示；小园回复逐字显示，不等待 TTS。
+- 保留 v0.5.30 的第三方 TTS 优先、失败后浏览器原生 TTS 兜底机制。
+
+## v0.5.32：固定“收到指令，请您稍等。”本地化
+- 新增 `scripts/cache-received-tts.mjs`：安装 NPM 包时只下载一次“收到指令，请您稍等。”对应的合我意音频，并写入 `src/assets/received-command.mp3`。
+- 前置固定提示音优先使用随包本地 MP3，不再在每次收到新指令时调用 speech 接口。
+- 本地 MP3 播放失败时，才回退到原有网络 TTS，再由 `SpeechService` 兼容浏览器原生 `speechSynthesis`。
+- 保留后续每一步动态结果 TTS 的原有网络请求逻辑。
+- 本地缓存脚本下载失败不会阻塞安装；这种情况下固定提示音继续走原来的网络 TTS / 浏览器 TTS 兼容链路。
+
+
+## v0.5.33
+- 修复连续指令中“2025年”年份锚点未包含“年”导致分析步骤被错误解析为“年，分析一下土壤数据”。年份锚点现在整体参与拆分。
+- 分析步骤播报文案增加前缀清洗，避免“正在分析年……”这类错误语音。
+
+
+## v0.5.34
+- 优化多指令分析语句拆分：识别“分析一下/查看一下/查询一下”等前置口语动词并从 analysis instruction 中剥离，避免生成“正在分析分析一下土壤数据”。
+- 保留“切换2025年”作为完整年份 action，不污染后续分析片段。
+- 分析 TTS 文案统一按分析主题生成，如“正在分析土壤数据，请稍等。”。
+
+
+## v0.5.35
+- 优化多步骤工作流时序：AI 分析结果播报必须完整播放结束后，才允许进入下一步指令。
+- 新增 `waitForEnd` TTS 能力：普通操作仍在音频 `playing` 时立即执行；AI 分析结果等待 `onended` 后再继续，避免“分析结果还在播报就执行下一步”。
+- 分析提示“正在分析……请稍等”不再阻塞数据获取和 AI 分析，提示播报与分析并行，降低等待体感。
+- 多数据源改为并行获取，减少分析前的数据等待时间。
+- AI 分析完成后，TTS 播报作为下一步指令的门禁；浏览器原生 TTS 兼容链路同样支持完整播报等待。
+
+- 性能优化：普通 DOM/Function 执行后的固定等待由 8 秒降为 200ms；步骤之间仍保留 3 秒业务间隔，页面元素缺失时仍按 3 秒重试机制处理。
+
+
+## v0.5.36
+
+- “收到指令，请您稍等。”改为始终优先使用本地 MP3，不再为这条固定提示语发起网络 TTS 请求。
+- 预加载并复用本地 Audio 实例，降低首播偶发不出声的问题。
+- 本地音频播放失败时自动降级为浏览器原生 speechSynthesis，不再回退到网络 TTS。
+- 保留普通动态播报使用合我意 TTS。
+
+## v0.5.37
+- 修复多条语音指令场景下“收到指令，请您稍等”本地提示音偶发不播放的问题。
+- 在用户点击/启动语音识别阶段预解锁并预解码本地 MP3 为 AudioBuffer，识别结果返回后直接 start 播放，不依赖新的用户手势。
+- 文本提交、手动语音、唤醒语音均提前 await `unlockTTS()`。
+- 前置提示音完全不访问网络；本地 AudioBuffer 失败时才回退浏览器原生 speechSynthesis。
+
+
+## v0.5.39
+
+- 将真实的 `收到指令，请您稍等。` MP3 作为 NPM 包静态资源内置，voice 固定为 `zh-CN-XiaoyiNeural`。
+- 当前 voice 命中包内置音频时，首次打开浏览器也无需请求合我意 TTS。
+- 前置提示音本地解析顺序调整为：NPM 包内置音频 → IndexedDB → 合我意 TTS → 浏览器原生 TTS 兜底。
+- 非内置 voice 仍保持按 voice 使用 IndexedDB 缓存，voice 切换后不会复用其他 voice 的提示音。
+
+## v0.5.40
+- 修复本地“收到指令，请您稍等”音频偶尔没有真正出声的问题。
+- 本地前置提示音不再优先走 WebAudio `AudioBufferSourceNode` 后立即 resolve；改为优先使用 HTMLAudioElement，并监听 `playing`。
+- `playing` 后增加极短启动保持时间，确保浏览器完成首个音频帧输出，再放行后续指令流程，避免下一条 TTS 的 `stop()` 抢先切断本地提示音。
+- 动态 TTS 仍保持原有快速播放/门禁策略，不影响整体流程速度。
+
+
+## v0.5.41
+
+- 修复多步骤指令中“收到指令，请您稍等”本地 TTS 被后续步骤 TTS 的 `stop()` 提前打断的问题。
+- “收到指令，请您稍等”使用独立 Audio 通道；新步骤 TTS 不会停止该提示音。
+- 只有新的整条用户指令触发全局打断时，才会停止前置提示音。
+- 本地提示音仍保持“真正触发 `playing` 后立即放行后续流程”，不等待播放结束。
+
+
+## v0.5.42
+- 多指令执行增加异常隔离：单步 hook/TTS 异常不再直接击穿整个工作流。
+- TTS 前置播报与步骤播报增加快速重试，失败时继续使用浏览器原生 TTS 兜底。
+- 分析流程移除重复的“正在分析”TTS 请求，减少语音竞争和额外延迟。
+- FreeTTS/合我意 HTTP 请求增加超时控制，防止网络卡死拖住整个工作流。
+- AI 分析失败转为步骤失败结果，不再产生未捕获异常；保持后续流程可控。
+- 页面渲染等待进一步缩短到 120ms，优先保证响应速度。
+
+## v0.5.43
+- “收到指令，请您稍等”改为完全异步提示通道，不再阻塞 manager.run。
+- 固定前置提示使用独立本地 Audio 通道，普通 TTS stop 不会主动打断。
+- 本地音频加载失败时不阻塞后续业务流程。
+- 首次无本地缓存时，后台请求并缓存，不等待网络 TTS 完成。
+
+## v0.5.44
+- 新增 `closeDataCenter` 内置指令。
+- “关闭数据中台 / 退出数据中台”会从当前 URL 删除 `console` 参数，然后重新加载当前页面。
+- 保持 `openDataCenter`：为当前 URL 增加 `console` 参数后重新加载。
+
+## v0.5.45
+
+- 新增内置 `zh-CN-XiaoxiaoNeural` 本地‘收到指令，请您稍等’MP3。
+- 与 `zh-CN-XiaoyiNeural` 一样优先使用包内静态音频，不请求网络 TTS。
+- voice 切换时按 voice 分别匹配内置本地音频与 IndexedDB 缓存。

package/README.md

@@ -0,0 +1,229 @@
+# 小园 v0.5.1
+
+本版本以“性能优先 + 先规划、后执行、分析再调用 AI”为核心。
+
+## 最终执行架构
+
+用户自然语言 → Planner AI（仅一次、不开启 thinking） → steps 队列 → 逐步执行 → 需要分析时才读取实时数据并调用第二次 AI。
+
+### 1. Planner AI
+只负责把人话转换为真实 Function / DataSource：
+
+```json
+{
+  "type": "workflow",
+  "steps": [
+    {
+      "type": "action",
+      "function": "handleMenuClick",
+      "params": { "value": "集成监管" }
+    },
+    {
+      "type": "action",
+      "function": "changeYear",
+      "params": { "value": "2023" }
+    },
+    {
+      "type": "analysis",
+      "dataRequests": [
+        { "name": "soilData", "params": {} }
+      ],
+      "instruction": "分析当前土壤数据信息"
+    }
+  ]
+}
+```
+
+普通执行请求不开启 thinking，使用较小输出上限；分析步骤完成前面的页面操作后，才读取最新数据并开启 thinking。
+
+## 页面 DOM 约定
+
+```vue
+<div
+  data-ai-function="changeYear"
+  :data-ai-param="year"
+  data-ai-description="切换当前大屏时间年份"
+  @click="changeYear(year)"
+>
+  {{ year }}
+</div>
+```
+
+- `data-ai-function`：AI 要调用的能力名称。
+- `data-ai-description`：告诉 AI 这个能力是什么、什么时候调用。
+- `data-ai-param`：具体目标实例，例如 `2023`。
+
+SDK 直接用 `data-ai-function + data-ai-param` 精确定位，不遍历页面可见文字猜测。页面切换后如果目标 DOM 尚未出现，SDK 会等待它出现。
+
+## 数据注册
+
+```js
+xiaoyuan.registerData({
+  name: 'soilData',
+  description: '当前页面墒情监测数据，用于分析土壤水分、温度和养分情况',
+  schema: {
+    depth: { type: 'number', description: '土壤深度，cm' },
+    humidity: { type: 'number', description: '土壤湿度，%' },
+    temperature: { type: 'number', description: '土壤温度，℃' }
+  },
+  get: () => tableData.value
+})
+```
+
+## 业务处理规则
+
+小园采用“先路由、后执行/分析”的方式：
+
+```text
+用户自然语言
+   ↓
+第一次快速 AI：判断 action / analysis / chat，并提取 Function + 参数
+   ↓
+如果是 action → 立即由 JavaScript 执行 data-ai-function，不再调用第二次 AI
+   ↓
+如果是 analysis → 先执行前置 action，拿到最新数据后再调用第二次 AI 深度分析
+```
+
+这保证页面点击类操作只需要一次轻量 AI 请求，真正需要数据分析时才进入第二次推理。
+
+## 安装配置
+
+```js
+app.use(Xiaoyuan, {
+  model: 'THUDM/GLM-Z1-9B-0414',
+  aiUrl: 'https://api.siliconflow.cn/v1/chat/completions',
+  apiKey: '你的 SiliconFlow API Key',
+  wakeWord: '你好小园',
+  enableWakeWord: true,
+  enableTTS: true
+})
+```
+
+除模型、请求地址和 API Key 外，thinking、token、超时、执行队列等策略由 SDK 内部自动管理。
+
+## v0.4.7 性能优化
+
+- 一句话只进行一次快速 Planner AI 请求。
+- Planner 不开启 thinking，默认较小输出长度。
+- DOM 能力按 `data-ai-function` 聚合，多个相同参数不重复发送完整节点。
+- Planner 阶段不发送完整数据 schema，只发送 DataSource 名称与描述。
+- 分析阶段只发送本次实际请求的数据源及其 schema。
+- 页面操作按 steps 顺序执行；后续步骤只排队，不提前执行。
+- TTS 不阻塞业务执行，采用本地语音队列；用户可以立刻开始下一步页面操作。
+- 每步 DOM 等待有上限，AI 请求也有超时，避免长时间假死。
+- 分析任务单独调用第二次 AI，并开启 thinking。
+
+
+## v0.5.1 性能/流程优化
+
+- 第一阶段 AI 明确承担“意图路由”：只判断 action / analysis / chat，并提取真实 Function 与参数。
+- 纯页面操作只调用一次轻量 Planner AI，解析完成后直接由 JavaScript/DOM 执行，不再调用第二次 AI。
+- 数据分析请求先完成前置页面操作，再读取最新数据，最后才调用第二次 AI。
+- 精简 Planner 提示词和输出上限，减少请求上下文与生成长度。
+- 保留 `data-ai-function + data-ai-param + data-ai-description` 协议。
+
+
+### v0.5.7 关键执行策略
+- 多步任务：第一步立即执行，后续每一步间隔 5 秒。
+- 每一步的 DOM / 数据就绪检查失败后，分别等待 3 秒进行两次重试。
+
+## 内置通用方法
+
+小园已经内置以下通用页面能力，业务项目无需额外注册：
+
+| Function | 作用 |
+| --- | --- |
+| `refreshPage` | 刷新当前页面 |
+| `goBack` | 返回上一个历史页面 |
+| `goForward` | 前往下一个历史页面 |
+| `openDataCenter` | 当前地址追加 `console` 参数并重新加载 |
+| `closeDataCenter` | 当前地址移除 `console` 参数并重新加载 |
+| `scrollPageTop` | 滚动到页面顶部 |
+| `scrollPageBottom` | 滚动到页面底部 |
+
+AI 会根据 Function description 理解用户说法，例如：
+
+- “刷新一下页面” → `refreshPage`
+- “返回刚才那个页面” → `goBack`
+- “进入数据中台” → `openDataCenter`
+- “关闭数据中台” / “退出数据中台” → `closeDataCenter`
+
+业务 Function 仍然推荐使用 `data-ai-function + data-ai-param + data-ai-description`。
+## v0.5.14 内置方法自然语言
+
+以下内置能力优先由本地 JS 直接识别：
+
+- 返回上一个页面 / 返回上一页 / 后退 → `goBack`
+- 前进 / 下一页 / 前往下一个页面 → `goForward`
+- 刷新页面 / 重新加载 → `refreshPage`
+- 打开数据中台 / 进入数据中台 → `openDataCenter`
+- 关闭数据中台 / 退出数据中台 → `closeDataCenter`
+- 返回顶部 → `scrollPageTop`
+- 滚动到底部 → `scrollPageBottom`
+
+
+
+### v0.5.15
+页面操作走本地 JS；数据分析走数据读取 + Analyzer AI；普通闲聊走轻量 Chat AI；实时天气优先使用注册的数据源。
+
+
+
+#### v0.5.22 合我意 TTS
+
+小园 TTS 已从 FreeTTS 替换为合我意 TTS。接口使用 `GET https://api.hewoyi.com/api/ai/audio/speech`，支持 `text / voice / format / speed / model / type` 参数；当前默认中文女声为 `zh-CN-XiaoyiNeural`。官方接口文档标注该接口为 GET、返回 `application/json`，语音合成类型为 `type=speech`。
+
+示例：
+
+```js
+app.use(Xiaoyuan, {
+  model: 'THUDM/GLM-Z1-9B-0414',
+  aiUrl: 'https://api.siliconflow.cn/v1/chat/completions',
+  apiKey: 'YOUR_SILICONFLOW_KEY',
+  tts: {
+    provider: 'hewoyi',
+    apiKey: 'YOUR_HEWOYI_TTS_KEY',
+    apiUrl: 'https://api.hewoyi.com/api/ai/audio/speech',
+    voice: 'zh-CN-XiaoyiNeural',
+    format: 'mp3',
+    speed: '',
+    model: '',
+    type: 'speech'
+  }
+})
+```
+
+浏览器直接请求配置中的 `apiUrl`，默认就是 `https://api.hewoyi.com/api/ai/audio/speech`。当前该接口可直接由浏览器调用时，不再需要 Vite Proxy，也不需要在宿主项目增加任何小园 Vite 插件。
+
+小园会兼容合我意返回的 JSON 音频地址/音频字段；如果上游直接返回音频，也会直接播放。Web Audio 失败时自动回退 HTMLAudioElement。
+
+
+## v0.5.24 TTS 直连修复
+
+合我意 TTS 改为浏览器直接请求配置的 `apiUrl`，不再依赖 `xiaoyuanVitePlugin()`。启动后控制台会出现 `[小园 TTS]` 的请求、响应与播放日志。若目标部署环境的浏览器策略允许该接口跨域，则不需要任何额外代理。
+
+
+### v0.5.26 TTS 返回格式
+合我意 speech 接口可能直接返回 HTML audio 标签。小园会自动提取 `<source src>` 中的真实音频地址并直接播放，因此无需用户侧增加 Vite 插件或代理配置。
+
+
+## v0.5.36
+
+- “收到指令，请您稍等。”改为始终优先使用本地 MP3，不再为这条固定提示语发起网络 TTS 请求。
+- 预加载并复用本地 Audio 实例，降低首播偶发不出声的问题。
+- 本地音频播放失败时自动降级为浏览器原生 speechSynthesis，不再回退到网络 TTS。
+- 保留普通动态播报使用合我意 TTS。
+
+### 前置提示音缓存
+`收到指令，请您稍等。`按 `voice` 独立缓存到浏览器 IndexedDB。首次没有对应 voice 缓存时调用合我意 TTS，首次播放成功后异步落盘；之后相同 voice 不再走网络。切换 voice 会使用对应 voice 的独立缓存。
+
+
+### v0.5.42 稳定性优化
+多指令场景增加异常隔离、TTS 快速重试、TTS 请求超时和分析提示去重；普通步骤继续按“playing 后立即执行”，AI 分析结果继续等待整段语音播放完成。
+
+
+### v0.5.43
+“收到指令，请您稍等”现在是独立异步提示音，不阻塞后续菜单、Function、数据分析和 AI 流程；当前 voice 有本地音频时直接播放，无缓存时后台请求并缓存。
+
+### v0.5.45 本地前置 TTS
+
+包内已内置 `zh-CN-XiaoxiaoNeural` 的“收到指令，请您稍等”MP3。使用该 voice 时首次打开即可直接播放本地资源，无需网络请求。