🧠 图解记忆：链路包括音频接入、VAD、流式 ASR、对话/工具、流式 TTS 和打断控制；点击图片可查看原图。
💡 答案要点
链路包括音频接入、VAD、流式 ASR、对话/工具、流式 TTS 和打断控制。系统设计要给每段分配延迟预算，并处理半双工/全双工、barge-in、回声、静音、网络抖动和多语言。
会话状态和工具副作用必须支持取消：用户打断时停止 TTS 和不再需要的模型生成，但已经提交的非幂等工具不能盲目撤销。质量指标除任务成功外，还包括端到端首音延迟、打断成功率、ASR 错误、静音误判、重复播报和转人工率。