这半年在做一个实时语音 AI 对话的 App,React Native 加 LiveKit。踩的坑多到我觉得不写下来有点可惜,就有了这个系列。
不写业务,只写技术和过程。
序篇
第一部分:先把地基打好
第二部分:实时语音这条链路
- 04 第一次接 LiveKit:房间、参与者、音轨
- 05 让 AI 学会等:把 LiveKit 的实时监听改成按键说话
- 06 原生转录用了一天就换掉了:自己设计 DataChannel 协议
- 07 超时、重试和「这条消息到底丢没丢」
第三部分:音频,最大的坑
- 08 AI 的声音到底是谁在播放?
- 09 iOS 音频会话:一个 bug 背后是五个症状
- 10 麦克风冷启动:开口的前半秒去哪了
- 11 录音按钮其实是个状态机
- 12 Android:另一套完全不同的坑
第四部分:工程与协作
- 13 升级 Xcode 之后,什么都跑不起来了
- 14 给语音 AI 写端到端测试:从选工具到第一条用例跑通
- 15 把 e2e 搬上 CI:job 怎么拆、账号怎么重置、缓存怎么做
- 16 Android 模拟器上的 e2e:比 App 本身更难伺候的是环境
- 17 和 AI 结对写了半年代码