切身产品经理 实时音频链路原型 · v1.2（豆包形态矩阵自检）
ASR — WMA — MCP — 文档 — SSE 连接中 音频未连接
前端 getUserMedia → AudioWorklet → 16kHz PCM / 200ms 分包 上行到后台；后台代理注入豆包鉴权头， definite 定稿后并行触发 WMA 主题提取 与 MCP 文档检索， 字幕 / 主题 / 提示卡分三路 SSE 回推。前端不持有任何密钥。
麦克风被拒时：用「回放音频 → WS」上传本地录音（同样走 16kHz / 200ms PCM 上行）， 或用「手动注入话轮 / 播放演示会谈」验证下游链路；权限修复步骤见左下方诊断框。
会话控制 无麦克风也能演示
实时流式轨 · 逐字上屏，定稿约 1.2s
ASR 形态读取中…
音频帧 0 · 0 B · 0.0 s · 等待上行
0定稿话轮
0主题提取
0提示卡
0抑制次数
—主题 P95 / ms
—卡片 P95 / ms
正在检测麦克风权限…
等待事件…
实时转写 partial 覆盖 · definite 定稿
识别中 · PARTIAL尚未开始
点「播放演示会谈」看完整链路，或开始录音
主题与内容提示 异步旁路 · 不阻塞字幕
等待 WMA 提取主题…
提示卡将在这里淡入，TTL 后自动淡出
刻意不做：向量库、LLM 生成话术卡片、企业微信推送、说话人分离、声纹建模、原始音频落盘。
切换真实服务：改 config.json 的 asr.provider / wma.provider / mcp.transport 并填入凭据，业务代码零改动； 文档放进 docs/ 即被索引。internal 卡标注「勿对客户表述」，restricted 整卡不推。
诚实的取舍：豆包 language 仅流式输入接口支持，非中英语种走分段轨，约 4s 延迟，不是逐字实时。