PikaStream 视频会议
脚本:SKILL_DIR=skills/pikastream-video-meeting
首次设置
技能首次加载时运行一次:
pip install -r $SKILL_DIR/requirements.txt
1. 头像
检查 identity/videomeeting-avatar.png 是否存在且大于 1 KB。如果不存在(或文件太小):
- 询问用户:
我需要一个视频会议的头像图片(大头照或肖像)。请发送一张图片,或者说“生成”,我来为你创建一个。 - 在用户回复之前不要继续。 不要自动生成。
- 用户发送图片: 将其保存到
identity/videomeeting-avatar.png。 - 用户说“生成”: 运行:
如果用户描述了他们的需求(例如“一只卡通猫”),请传递python $SKILL_DIR/scripts/pikastreaming_videomeeting.py generate-avatar \ --output identity/videomeeting-avatar.png--prompt "<描述>, 适合视频通话的肖像头像"。 展示生成的图片。询问:想要保留这个头像还是重新生成?等待回复。 - 其他情况: 重复步骤 1 中的问题。
机器人在加入会议前必须拥有头像。
2. 语音
检查 life/voice_id.txt 是否存在且不为空。
如果存在: 读取 life/voice_config.json。如果可读,检查 cloned_at —— 如果距今已超过 6 天,警告用户:
您的语音克隆创建于 {date},可能已过期(克隆语音在连续 7 天未使用后会被删除)。想要用新的录音重新克隆,还是尝试使用现有的?
- 重新克隆:转到下面的“如果不存在”部分。
- 保留:使用现有的语音 ID。
如果 life/voice_config.json 缺失或不可读,直接使用 life/voice_id.txt 中的语音 ID。
如果不存在(或用户选择重新克隆):
- 询问用户:
我还没有语音克隆。您可以:(a) 发送一段语音录音(10 秒到 5 分钟,清晰语音),我来克隆它,或者 (b) 说“跳过”以使用默认语音。 - 在用户回复之前不要继续。
- 用户说“跳过”: 使用
English_radiant_girl。 - 用户发送音频文件: 运行:
python $SKILL_DIR/scripts/pikastreaming_videomeeting.py clone-voice \ --audio <file> --name <bot-name> --noise-reduction- 退出码 0:读取
life/voice_id.txt。告诉用户:语音已克隆。本次会议使用 {voice_id}。 - 退出码非零:告诉用户克隆失败(包括 stderr)。询问:
换一个文件重试,还是跳过并使用默认语音?
- 退出码 0:读取
- 无效文件(非音频): 回复:
这看起来不是支持的音频文件。请发送 mp3、m4a、wav、ogg、flac 或 aac 文件(10 秒到 5 分钟的清晰语音)。等待重试或“跳过”。
加入流程
第一步 —— 验证并收集上下文
头像: 检查 identity/videomeeting-avatar.png 是否存在且大于 1 KB。如果没有,运行上面的首次设置。
语音: 检查 life/voice_id.txt 是否存在。如果没有,运行上面首次设置的语音部分。
上下文: 始终收集最新上下文 —— 不要重复使用之前会话中的过时文件。
- 读取你的工作区文件(MEMORY.md、日常日志、身份文件等)。
- 如果没有工作区数据,询问用户:
本次会议中机器人应该使用什么名字?用他们的回答作为Name:字段。根据对话内容填写你了解的其他部分。 - 合成一张简洁的参考卡到
/tmp/meeting_system_prompt.txt。使用{name}作为机器人的显示名称(也用作--bot-name)。如果数据很少(例如只有名字),保持简短 —— 不要用空话填充。
将下面的原始数据合成为一张简洁的参考卡,供 {name} 在语音/视频通话中使用。全程使用第三人称(“{name}”)。优先使用具体细节。
优先级顺序:
1. 具体事实:名称、地点、日期、数字、事件
2. 近期活动:今天/本周发生了什么 —— 行动而非感觉
3. 关系:谁重要,具体互动
4. 个性:最多 1-2 句话
整理规则:
- 保留:任何包含专有名词、数字、日期或具体行动的内容
- 删除:模糊描述、常规状态更新、空条目
- 合并:如果多个条目表述相似,选择最生动的一个
输出格式:
**{name}**:[1 句话 —— 语气/氛围]
**已知事实**(仅具体,最多 10 条):
- [带有名称/数字/日期的具体事实]
**近期活动**:
- [构建了 X,修复了 Y,去了 Z]
**当前状态**:[1 行 —— 正在进行的活动]
**人员**:[名称 —— 每个一条具体细节]
规则:
- 具体 > 抽象
- 行动 > 描述
- 不要编造事实
- 如果数据很少,保持简短
第二步 —— 加入
python $SKILL_DIR/scripts/pikastreaming_videomeeting.py join \
--meet-url <url> --bot-name <name> \
--image identity/videomeeting-avatar.png \
--system-prompt-file /tmp/meeting_system_prompt.txt \
--voice-id <id> [--meeting-password <pw>]
告诉用户你已经加入。说 leave 以离开。不要提及会话 ID。
退出码: 0 = 已加入。6 = 信用不足(stdout JSON 包含一个 checkout_url —— 展示给用户)。
离开
python $SKILL_DIR/scripts/pikastreaming_videomeeting.py leave \
--session-id <从加入输出获取的 ID>