# WebRTC `/voice` через наш codex-proxy Переносимый запуск: команды ниже выполняются из корня комплекта, не из каталога этой страницы. Подготовка описана в [AUDIO-README.md](). Этот каталог можно скопировать отдельно от форка. Python-клиент не запускает Codex CLI, app-server, Electron или `codex-voice-host`: создание звонка, WebRTC, captions и завершение находятся в самом демо. Оно ведёт разговор, но не выполняет команды, не вызывает MCP и не продолжает задачи Codex. За основу взято [прямое демо]() по контракту CLI 0.156.1. `voice_core.py` — его снимок на 30.09.2026; заменена только фабрика HTTP-сессии. Исходное direct-демо и установленное приложение не менялись. ## Что проверено 30 сентября 2026 года Файловая живая проба с `raven.flac`, приведённым к WAV PCM16 mono 48 кГц, получила транскрипцию и голосовой ответ. Создание звонка вернуло 201 через CONNECT на `chatgpt.com:443`; sideband вернул 101 через CONNECT на `api.openai.com:443`. Оба TCP-соединения relay действительно открывал к `gis-master.ru:18081`, а не непосредственно к этим сервисам. Аудио прошло отдельным WebRTC UDP-потоком: выбранный ICE peer был `135.220.40.201:3478`. Этот адрес — наблюдение одного запуска, не настройка, которую нужно прописывать. Наличие порта 3478 само по себе не означает STUN: здесь это выбранный peer медиасеанса, подтверждённый RTP и аудиоответом. Счётчики: 735 отправленных и 650 принятых RTP-пакетов; 599040 декодированных сэмплов, из них 143935 ненулевых. WAV ответа: PCM16 mono 48 кГц, 12,48 с, 1198124 байта. Полное декодирование `ffmpeg` прошло. Удалённая сторона прислала финальные реплики пользователя и ассистента; личный текст в журнал не сохранён. `auth.json` остался неизменным. Финальный повтор после проверок завершения описан в [отчёте](). **«Работает через proxy» относится здесь к HTTPS и WSS, а не ко всему звуку.** HTTP CONNECT proxy не перенаправляет UDP aiortc. Системные VPN, NAT и дальнейшие маршрутизаторы не исследовались: «в обход proxy» означает обход именно нашего прикладного HTTP proxy, а не отсутствие любых сетевых туннелей машины. ## Быстрый запуск на этой машине Сначала проверьте контракт без сети, файлов входа и микрофона: ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh proxy_demo="$repo/scripts/webrtc-voice-proxy" proxy_python="$voice_venv/bin/python" "$proxy_python" "$proxy_demo/proxy-voice.py" --dry-run --auth-file "$auth_file" ``` Разговор в консоли: ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh proxy_run="$(mktemp -d "$audio_out/proxy-voice-console.XXXXXX")" bash "$repo/scripts/webrtc-voice-proxy/run-proxy.sh" --report "$proxy_run/routes.json" --voice cove --auth-file "$auth_file" ``` `/voice` начинает или останавливает разговор. До этой команды микрофон не открыт; после соединения он работает постоянно. `/voice mute` останавливает захват, очищает очередь и отправляет только синтетическую тишину; повторная команда включает микрофон. `/voice settings` показывает устройства и голос. `/quit`, EOF и Ctrl+C закрывают собственные ресурсы. Наденьте наушники: полноценного AEC здесь нет. Физический разговор с устройствами в этой итерации не проверялся — живая проба работала с файлом без микрофона и динамиков. ## Файловая проверка без участия пользователя ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh proxy_demo="$repo/scripts/webrtc-voice-proxy" proxy_run="$(mktemp -d "$audio_out/proxy-voice-file.XXXXXX")" # Это перекодирование, не локальная транскрипция. Распознаёт удалённый сервис. ffmpeg -nostdin -v error -n -i "$INPUT_AUDIO" -ar 48000 -ac 1 -c:a pcm_s16le "$proxy_run/input.wav" bash "$proxy_demo/run-proxy.sh" --file "$proxy_run/input.wav" --output "$proxy_run/answer.wav" --report "$proxy_run/routes.json" --voice cove --auth-file "$auth_file" --timeout 30 --max-seconds 45 ffmpeg -nostdin -v error -i "$proxy_run/answer.wav" -f null - ffprobe -v error -show_entries stream=codec_name,sample_rate,channels,bits_per_sample -show_entries format=duration,size -of json "$proxy_run/answer.wav" ``` WAV и JSON создаются с правами 0600, старые файлы не перезаписываются. Журнал сохраняется также при отказе после разбора аргументов; он позволяет отличить недоступный proxy от отказа сервиса или незавершённого разговора. Чтобы проверить другой аудиофайл, замените только входной путь `ffmpeg`. Неверные частота, каналы, разрядность и обрезанный WAV отвергаются до чтения токена и до сети. В WebRTC уходит не WAV-контейнер, а сэмплы, закодированные Opus. ## Откуда берутся настройки `run-proxy.sh` выполняет доверенный локальный `~/.local/bin/acodex` в режиме `ACODEX_ENV_ONLY=1`. Это именно вычисление настроек shell-кодом, не попытка вытащить literal URL регулярным выражением. CLI не запускается. Basic URL остаётся в прежнем bootstrap и памяти дочернего процесса; в argv, исходники демо и журнал он не копируется. Wrapper наследует уже заданный HTTPS_PROXY, как исходный acodex; фактический upstream виден в безопасном JSON. Python читает `HTTPS_PROXY` явно. `HTTP_PROXY`, `ALL_PROXY`, `NO_PROXY` и неявные HTTP-настройки окружения не выбирают маршрут. TLS проверяется; системный trust store дополняется `--ca-file`. На этой машине это `~/.codex/ca-bundle.pem`, а не закрытый CA-ключ. Default берётся из CODEX_CA_CERTIFICATE, затем SSL_CERT_FILE, затем этого стандартного пути. Собственный Bearer читается непосредственно из `--auth-file`, по умолчанию `~/.codex/auth.json`, **не** из marker-профиля `~/.codex-acodex-api`, который назначает bootstrap. `0000` здесь не используется. Никакого refresh, копирования gateway OAuth, cookies или attestation в демо нет. Снимок RubyMITM 1.1.113 из старого чата содержит подстановку активного Bearer и account ID для обычных запросов на перехватываемые ChatGPT/OpenAI хосты. Маркер `0000` имеет отдельный bridge только для responses/alpha search, поэтому переносить его на voice нельзя. Мы не снимали логи production-server: конкретный upstream-аккаунт и текущая версия этой подстановки не подтверждены клиентским журналом. Успех 201/101 доказывает создание call и открытие WSS через proxy, но не email выбранного им аккаунта. Если active config меняется между созданием call и подключением sideband, возможна несовместимость авторизации. Первый участок до `http://gis-master.ru:18081` в существующей настройке не шифрует Basic сам по себе. Используйте доверенную сеть/VPN/защищённый туннель; демо не меняет периметр proxy. Relay слушает только loopback и допускает только CONNECT к двум нужным хостам. Это не публичный proxy-сервис. Файловая проба рассчитана на одну реплику. Она ждёт конец входа, финальную реплику ассистента и короткий хвост, но финал мог прийти раньше конца файла. Это не доказывает ответ на весь файл или полный media drain. RTP-счётчики и декодируемый WAV подтверждают обмен звуком, не смысловую полноту разговора. ## Что видно в JSON | Событие | Что подтверждает | | --- | --- | | `client_request` / `client_response` | Метод, endpoint, выбранный маршрут и фактический HTTP-статус | | `proxy_tcp_connected` | Реальный TCP peer relay: IP и порт upstream proxy | | `proxy_connect_response` | CONNECT к целевому host:443 и статус proxy; сам 200 ещё не доказывает успешную модельную операцию | | `proxy_tunnel_closed` | Счётчики зашифрованных TLS-байтов по направлениям, не размер исходного аудиофайла | | `selected_ice` | Выбранная runtime ICE-пара: локальный/удалённый адрес, транспорт, candidate types | | `udp_sendto` | CPython audit наблюдает адреса попыток UDP sendto; payload не читает | | `rtp_stats` | Счётчики aiortc, декодированные сэмплы и длины финальных captions | | `voice_failed`, `relay_error` | Фаза отказа и безопасный класс ошибки, без тела сервера | | `relay_closed` | Число оставшихся handlers после закрытия | Полный SDP, call ID, заголовки, cookies, Bearer, Basic, PCM и личные реплики в JSON не попадают. Но он содержит локальные адреса и временные метки: не выкладывайте его целиком в публичный репозиторий без просмотра. Реальные gateway traces не включались и чужие сессии не снимались. ## Отдельное сравнение WSS-маршрута `--sideband-route direct` явно отправляет WSS мимо proxy, оставляя POST через proxy. Это диагностическая опция, **не автоматический обход отказа**. В этой итерации она проверена на локальном TLS/WebSocket стенде, не на чужом аккаунте. Если gateway создал call под другим аккаунтом, собственный локальный Bearer для прямого sideband может не иметь доступа к этому call. Не копируйте для такого сравнения токен чужого active config. Основной рабочий режим — proxy. ## Перенос на другую машину Скопируйте весь каталог, включая `voice_core.py`, `routes.py` и requirements. После копирования Python-код не зависит от путей форка. Установите зависимости только в отдельный venv и укажите ему путь через `PROXY_VOICE_PYTHON`: ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh python3 -m venv "$voice_venv" "$voice_venv/bin/pip" install -r "$proxy_demo/requirements.txt" "$voice_venv/bin/pip" check ``` Нужен PortAudio только для устройств. Если подготовленный bootstrap называется иначе, `ACODEX_BOOTSTRAP` указывает его файл; он должен поддерживать env-only. Можно запускать Python без wrapper из уже настроенного доверенного окружения: ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh "$voice_venv/bin/python" "$proxy_demo/proxy-voice.py" --auth-file "$auth_file" --ca-file "${AUDIO_CA_FILE:?Укажите свой CA-файл}" --report "$audio_out/new-private-routes.json" ``` Переменная HTTPS_PROXY должна быть задана локальным секретным bootstrap; не вставляйте URL с паролем в историю shell или аргументы. Основной вход, ярлыки и production-конфигурация в этой задаче не менялись. ## Тесты и карта кода ```bash # Выполняйте из корня распакованного комплекта. source ./scripts/audio-textbook/env.sh "$voice_venv/bin/python" -W error::ResourceWarning -m unittest discover -s "$repo/scripts/webrtc-voice-proxy" -p 'test_*.py' -v bash -n "$repo/scripts/webrtc-voice-proxy/run-proxy.sh" --auth-file "$auth_file" ``` Есть полностью локальный end-to-end: TLS origin + два уровня CONNECT + настоящий WebRTC Opus/DTLS-SRTP + WSS captions + WAV. Остальные проверки покрывают 407, мертвый proxy, запрет другого target, отсутствие direct fallback, NO_PROXY, TLS trust, WSS redirect, Basic только в CONNECT, скрытие секретов, приватный отчёт и cleanup. Тесты core/direct дополняют mute, устройства и аудиоконтракт. Каталог V3 CLI 0.156.1: juniper, maple, spruce, ember, vale, breeze, arbor, sol, cove. Живой тест этой версии — только cove. `--list-voices` показывает тот же фиксированный каталог без запроса к сервису; `--voice` выбирает голос перед стартом. `--list-devices`, `--input-device N` и `--output-device N` относятся к локальным устройствам, а не к параметрам gateway. | Файл / функция | Ответственность | | --- | --- | | `run-proxy.sh` | Проверенный bootstrap сети без запуска acodex CLI | | `proxy-voice.py`: `main`, `run` | CLI, входные файлы, обязательный журнал, lifecycle relay | | `proxy-voice.py`: `ProxySession` | WebRTC core + runtime ICE/RTP-наблюдения | | `routes.py`: `Proxy.from_env`, `tls_context` | Отдельные Basic credentials и доверие CA | | `routes.py`: `ConnectRelay.handle` | CONNECT до proxy, фактический TCP peer, opaque relay, cleanup | | `routes.py`: `RoutedClient` | Явный proxy для HTTPS/WSS, trace endpoint/status, запрет redirect | | `routes.py`: `Journal`, `Network.media_snapshot` | Безопасный JSON, UDP audit, выбранная ICE-пара | | `voice_core.py`: `read_auth`, `call_body`, `VoiceSession._start` | Собственный ChatGPT Bearer, V3 session и signaling | | `voice_core.py`: `InputTrack`, `receive_audio`, `receive_events` | PCM→Opus, RTP→WAV/динамики, captions, отказ делегации | | `test_proxy.py` | Локальные сетевые стенды и негативные проверки | Источник знаний: [сохранённый контекст Codex Proxy Setup](), старый переносимый комплект и read-only извлечение `proxy.rb` из сохранённого образа 1.1.113. Это не runtime-инспекция текущего production-сервиса. Кликабельные схемы и пояснения: [отдельный учебник](). Подтверждения: [отчёт проверки]().