# chat-agent: результат переработки · 06.10.2026 Чат перешёл на одну генерацию для обычного разговора, ограниченные очереди и потоковый ответ. WebRTC и PCM через WSS вынесены в отдельные ingress. Работающий стэк называется `chat-agent`; Git-репозиторий по-прежнему `webrtc-komaroff`. Voice, H100, Ollama, TURN, OAuth и платформу наблюдаемости эта поставка не меняла. Главный выигрыш получен в исполнении диалога: убраны лишняя генерация router и последовательное ожидание независимых сессий в Agent. Сама модель по-прежнему выполняет одну генерацию за раз. Точность распознавания этой работой не улучшалась. ## Что подтверждено отдельно | Уровень | Доказательство | |---|---| | Исходники и проверки C3 | `e9122e017baaeab26bea2fd2603214fe473077ee`, [pipeline 4930]() | | Опубликованные приложения C3 | Все восемь собственных OCI revisions совпали с `e9122e0`; [build 9886]() и [consumers 9887]() — success | | Конфигурация и переключение | [Preflight 9888]() и [deploy 9889]() — success; точные 15 прежних сервисов заменены 13 новыми | | Фактический runtime C3 | Insight подтвердил running/health/image identity, сети и mounts всех 13 сервисов; [inventory]() | | Реальные сценарии | 33/33 контрольных хода, 12 WebRTC и 5 WSS; voice-файлы, stages, семь benchmark-конфигураций, summary и диагностика | | Найденное исправление Core | `a479e520f4e8416d52afe8658757ed0fb400b526`, [pipeline 4932](): четыре checks и [выборочная сборка Core/RTC/WSS 9897]() — success; Core и оба ingress обновлены listener, healthy, revision `a479e52`; [postcheck]() | Повторный HTTP-запрос без явного `turn_id` раньше получал новый turn UUID и ложный `request_id_conflict`. Core теперь использует `request_id` как стабильный turn, если клиент его не передал. Явный turn и редактирование сохраняют свой контракт. Два одновременных POST и повтор после завершения дали 200/DONE: одна генерация в Tempo, две строки истории, повтор завершился за 127 мс. [Evidence идемпотентности](). Исправление и две HTTP-регрессии: [diff a479e52](). ## Один запрос проходит ограниченный путь ```mermaid flowchart LR U[Текст или ASR final] --> C[Core: request_id и срок] C --> A[Agent: порядок в сессии, 3 исполнителя] A --> R[Ruby: dialog_step либо прежний граф] R --> L[LLM: одна генерация] L -->|текст по частям| A L -->|native tool calls| T[Проверка схемы → tools] T --> R A --> P[(История и итог PostgreSQL)] A -->|session / request / generation / sequence| F[Свой интерфейс] ``` Agent сохраняет порядок внутри одного чата и выбирает независимые сессии справедливо. Для нового обычного разговора Ruby сразу вызывает модель; при необходимости она запрашивает инструменты. Сервер проверяет имя и все аргументы до исполнения. Активные и pending-сценарии продолжают использовать свои графы. Проверенное новое сочетание `search_airports_nearby` + `get_weather` использовало два инструмента и две генерации в одном связанном trace. Погода и другие демонстрационные авиационные данные остаются fixtures, а не живым внешним API. [Evidence инструментов](). Общий deadline — 120 с. Agent: 3 работающих / 9 ожидающих / до 2 ожидающих на сессию; Ruby: 3 / 3; LLM: 1 / 3. Бюджет tools — 10 действий. Отмена и успешное завершение согласуются одним владельцем; микрофон останавливается отдельным действием. [Контракт выполнения](). ## До и после на одинаковой контрольной серии Использованы [cases.json](), одна модель `qwen3:30b`, ASR streaming и WAV 3,025 с. SHA256 WAV: `bbdc8147226297b2a56f177b2b70a750dcfc44bbf57498e7ef2befe9c921a42a`. После речи источник продолжал silent PCM. Квантили R7; наблюдаемые загрузки модели прогретые. Холодная серия и разрешение физического микрофона не измерялись. | Показатель | C0 p50 / p95, с | C3 p50 / p95, с | Образцы до / после | |---|---:|---:|---:| | Обычный полный текстовый ответ | 14,969 / 20,951 | 3,112 / 3,978 | 12 / 12 | | Первый видимый фрагмент обычного ответа | В C0 не измерен | 3,025 / 3,890 | — / 12 | | ASR final → полный ответ, нагрузка 1/2/3 | 46,007 / 89,399 | 14,103 / 23,225 | 11 / 12 | | Готовое локальное SDP → connected | 1,394 / 1,559 | 1,629 / 1,880 | 12 / 12 | | Начало WAV → ASR final | 3,803 / 3,993 | 3,815 / 4,020 | 11 / 12 | | Номинальный конец WAV → ASR final | 0,778 / 0,968 | 0,790 / 0,995 | 11 / 12 | Медиана обычного ответа снизилась на 79%, p95 — на 81%. У голосового ответа после ASR выигрыш составил 69% / 74%. Это короткая контрольная серия, не SLO и не прогноз ёмкости production. До переработки один из 33 ходов завершился ошибкой аудиотранспорта; после — 33/33 DONE. Обычные 12 ответов требуют 12 генераций вместо 26; весь corpus — 36 генераций на 33 ответа вместо 62 на 32. Подключение WebRTC остаётся ниже цели 3 с по медиане, но в этой серии стало немного медленнее C0, где Trickle уже работал. Снижение с примерно 16 с до 1,25 с относится к [отдельной поставке Trickle](). Рост ASR p95 после номинального конца WAV — 2,8%, ниже принятого порога 10%. Речь иногда распознана неверно: содержательно «4» получено в 5/12 RTC и 4/5 WSS. Это ограничивает оценку полезного ответа и не скрывается за transport DONE. У пяти WSS-подключений ready p50 / p95 — 0,357 / 0,381 с; WAV → final — 3,586 / 3,603 с; final → ответ — 5,618 / 16,005 с. Эта отдельная серия имеет пять одиночных ходов: сравнивать её напрямую с RTC нагрузкой 1/2/3 нельзя. Исходные числа: [C0](), [C3 browser measurements](), [C3 Tempo spans](). ## Аудио, отмена, история и разделение чатов Все 12 RTC-прогонов подтвердили ICE/DTLS connected, растущие RTP counters, серверный TURN relay и декодирование PCM. Один Core принимает ASR final; два ingress используют общий PCM FIFO. Проверка четвёртого WSS-подключения при трёх активных RTC дала явный отказ до передачи PCM: ноль chunks и байт. Максимальная частота **периодического** flush по метрике — 3,997/с на connection. End/abort flush считаются отдельно. [Контракт аудио](). Legacy offer без Trickle тоже проверен: прежний 10-секундный snapshot сбора, затем 5,234 с на answer и 6,502 с от POST до connected. Путь `prflx → relay`, DTLS connected, 59 RTP packets и span первого PCM. Ожидание полного gathering не завершилось за 15 с; вариант без клиентского STUN не установил media. Неверный ICE-токен закрыл WS с 1008 за 471 мс без выдачи кандидатов; удаление своего соединения действующим токеном вернуло 204. [ICE compatibility evidence](). После hotfix `a479e52` отдельно повторены современные RTC и WSS: connected за 1,581 / ready за 0,404 с, настоящий PCM, partial → final → фрагменты → DONE, по две записи истории. Оба потока остановлены, временная оснастка удалена. Оба новых распознавания были неточными и привели к уточнению; они не добавлены в сопоставимый corpus. [Postcheck](). Живая отмена длинного ответа завершилась за 1,179 с, отмена редактирования — за 0,786 с. После reload отменённые черновики помечены; исходные две записи редактируемого диалога имеют прежние SHA256. Snapshot своей сессии доступен, чужой session UUID получает 404. Завершённые контрольные сессии восстанавливают историю. Фактическая остановка вычисления на внешнем GPU не доказана. [Evidence отмены и истории](). Два настоящих интерфейса проверены одновременно: пока первый выполнял два инструмента и отображал карту, второй сохранил свой текст и статусы. Проверка команд карты дополнительно покрыта frontend-тестами; отдельного live-измерения позиции камеры второго интерфейса нет. Общий `user123` сохранён. Фильтрация событий по session/request не заменяет отдельные NATS ACL для каждого пользователя: транспортная изоляция пользователей остаётся отдельной работой. ## Voice продолжает работать на прежней поставке Неизменённый voice `5d1d9591` проверен настоящим файлом и NATS progress/result: обычная transcription, combined diarization, staged Transcribe → Diarize → Combine, benchmark и summary. Завершены четыре H100-конфигурации и три явно выбранных CPU sidecar. Короткий WAV дал одного говорящего; WER/DER не измерялись. CPU не включался как автоматический fallback. Свежий Insight подтвердил все 16 работающих сервисов, прежние image identities, один live bridge и общий том bench/summary: [runtime postcheck](). Все **55 прежних benchmark-записей** совпали по агрегированному SHA256 полных строк; после семи тестов summary содержит 62 записи. В описании старого метода исправлена только неточная запись separator: использовался newline U+000A, не буквальные символы backslash-n. Исходный checksum сохранён. Diagnostics Run smoke: 31 рабочая проверка OK, включая ASR, model requests, workflow, tools, PG и browser `/ws`. Прямой HTTP ingress H100 недоступен в информационной группе; рабочие NATS requester-пути прошли. Это ограничение соседнего контура сохраняется. [Voice evidence](). ## Размеры и цена изменения Для образов сравнивается весь состав из 13 сервисов, включая новые ingress и tokenizer. Manifest config IDs сверены с фактическими контейнерами; неизменённые платформенные images используют прежние проверенные manifests. | Показатель всего стэка | C0 | C3 e9122e0 | Изменение | |---|---:|---:|---:| | Сумма rootfs, общие layers повторяются | 3 685,21 МБ | 3 251,97 МБ | −11,8% | | Сумма compressed layers + configs с повторами | 1 459,41 МБ | 1 230,68 МБ | −15,7% | | Уникальные compressed layers | 1 217,10 МБ | 978,72 МБ | −19,6% | | Production LOC, альтернативные исходники включены | 21 230 | 22 358 | +5,3% | | Активный production LOC | 14 762 | 15 890 | +7,6% | | Tests LOC | 2 510 | 4 637 | +84,7% | | Operations LOC | 641 | 1 223 | +90,8% | | Весь считаемый Git-код, включая tests/operations | 24 381 | 28 218 | +15,7% | МБ десятичные. Это размеры образов, а не место на диске: тома, внешние модели, registry attestations и повторное размещение layers на nodes не входят. Core сократился с 2 893 до 1 321 строк, LLM — с 1 489 до 1 086, но ingress, контракты, отмена, UI и тесты увеличили общий код. «Кода стало меньше» для всего проекта было бы неверным выводом. Подсчёт использует tracked physical lines; YAML, JSON, Dockerfiles и inline-код HTML не включены. Снимок образов относится к corpus release `e9122e0`; последующий hotfix увеличил rootfs Core на 56 байт, размеры ingress сохранились. [Image evidence](), [точные SHA и LOC](). В одинаковых трёхминутных idle-окнах непосредственно перед и после миграции **C2 → C3** working set всего стэка: 700,95 → 570,12 МБ (−18,7%), CPU: 0,120 → 0,177 ядра (+48%). C2 содержал 15 сервисов, C3 — 13. Это сравнение последнего промежуточного состава, а не всей переработки относительно C0. Единственная idle-точка C0 была 476,79 МБ; она не равнозначна среднему окна C3. Сравнимого idle CPU-окна C0 нет. Во время corpus C3: mean/max working set 555,50 / 579,31 МБ, CPU 0,299 / 0,642 ядра. Шаг metrics 15 с, CPU rate 60 с. В основных Python process CPU заметно меньше container CPU; измерение healthcheck-child показало около 0,49 CPU-с на пробу раз в 10 с. Этот снимок снят до последующей [оптимизации healthcheck C4](): в двух свежих idle-окнах CPU снизился с 0,197 до 0,049 ядра; RAM не сократилась. Числа C2/C3 выше сохранены как история. Сокращение RAM не означает сокращения CPU. [Resources](), [idle до миграции](). ## Проверки, доступ и оставшиеся границы Pipeline 4932: Python 85 passed + 28 subtests, frontend 21 passed, Ruby 38 examples / 0 failures, отдельный Ruby/NATS/PostgreSQL integration job прошёл. Пятнадцать Python skips не считаются выполненными проверками: реальные NATS/PG и media entrypoints проверяются дополнительно integration job и живыми сценариями. Тесты точных aiortc 1.14.0 / aioice 0.10.2 подтверждают DTLS/RTP/PCM при зависшем STUN, поздние кандидаты и cleanup; private adapter остаётся нашим. Без OAuth новые защищённые HTTP/WS возвращают 302 на вход, не UI/101. Четыре прежних application/admin hosts с путями UI/API/WS дали 404 поверх доверенного TLS нового host. Это проверка маршрутов, а не удаления wildcard DNS. [Access evidence](). Исходники альтернативных runtimes сохранены, но в production их нет. GPU scheduling, decoder hang и длинная фраза (№25/26/30) остаются у voice. Несколько владельцев media, ICE restart и автоматическая смена транспорта не реализованы. Thinking-модель скрывает рассуждение до видимого текста, поэтому streaming не гарантирует немедленного первого слова. Project/agent documentation обновлена через source codex-workspace и штатный sync; active project `py-faster-whisper` сохранён. OpenWiki пропущен по явному решению пользователя. Его прежние generated страницы не подтверждают C3; актуальные источники — код, этот отчёт, [архитектура]() и [deployment runbook](). Проверены 325 относительных targets и 311 Git permalinks без потерянных файлов. Оба HTML deck прошли standalone validator. Семь файлов project overlay совпали с runtime; `validate`, `sync --company monitorsoft` и `doctor` прошли. [Links](), [workspace parity]().