Files
agy-pi/docs/vocal-workflow.md
T
enne2 4a88084b2b refactor: remove direct Gemini API integrations
Route F12 and audio transcription exclusively through Antigravity OAuth, and preserve cross-model history without reusing incompatible signatures.\n\nRemove direct Gemini API keys, web grounding, internal TTS, verified image generation, obsolete commands and configuration. Update documentation and restore the local voice workflow helpers required at runtime.
2026-09-03 12:52:13 +02:00

1.1 KiB

Workflow vocale F12

F12 avvia/ferma una registrazione. La pipeline usa esclusivamente il gateway OAuth Antigravity, anche quando il modello attivo nella sessione pi è DeepSeek, Claude o locale.

F12 → ffmpeg registra → rimozione silenzio/Opus → Antigravity multimodale
    → briefing JSON → piano opzionale → prompt inviato a pi
  1. ffmpeg registra e normalizza l'audio a 16 kHz mono.
  2. audioHasSpeech() evita richieste su silenzio.
  3. L'audio è compresso Opus/OGG e inviato come inlineData a voiceModel tramite Antigravity.
  4. Il modello restituisce trascrizione, prompt pulito e indicazioni di ricerca.
  5. Con vocalPlanningMode=true, un overlay richiede conferma prima dell'invio.

Se l'interpretazione multimodale fallisce, la pipeline tenta una trascrizione più semplice, sempre tramite Antigravity. Non esistono fallback a servizi con chiave API esterna.

I suoni procedurali start, stop, cancel, timeout e done restano feedback locali; non eseguono sintesi vocale.

Comandi: /agy:record, /agy:record:stop, /agy:record:cancel. Ctrl+Esc annulla la registrazione.