Премини към основното съдържание
Български— Изберете език
Меню

Събития от сървър към клиент

Урок 10 от 16 Обновен 30 юли 2026 г. Програмист
На тази страница
  1. Съобщенията, които получавате
  2. Събития за сесията и разговора
  3. Събития за аудио буфера
  4. Събития за аудио отговор
  5. Събития за транскрипция
  6. Текстови събития
  7. Събития за извикване на функции
  8. response.done
  9. Събитието за грешка
  10. Ключови изводи

Съобщенията, които получавате

Сървърът изпраща множество събития, за да Ви информира за състоянието на разговора, да достави аудио отговора и да докладва грешки. Разбирането на тези събития е от съществено значение за изграждането на отзивчиво и надеждно приложение.

Събития за сесията и разговора

Тези събития пристигат при стартиране на връзката и след всяка промяна в конфигурацията:

  • session.created: сесията е отворена; събитието съдържа конфигурацията на сесията
  • session.updated: конфигурацията е актуализирана успешно
  • conversation.created: каналът за разговор е настроен

Събития за аудио буфера

Тези събития Ви информират за гласовата активност, открита от VAD (детектор на гласова активност):

  • input_audio_buffer.speech_started: VAD открива, че потребителят е започнал да говори
  • input_audio_buffer.speech_stopped: VAD открива края на речта
  • input_audio_buffer.committed: аудио буферът е потвърден като съобщение
ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "input_audio_buffer.speech_started":
      // Потребителят говори: покажете визуален индикатор
      showSpeakingIndicator(true);
      break;

    case "input_audio_buffer.speech_stopped":
      // Потребителят приключи: скрийте индикатора
      showSpeakingIndicator(false);
      break;

    case "input_audio_buffer.committed":
      // Аудио съобщението се обработва
      showProcessingIndicator(true);
      break;
  }
});

Събития за аудио отговор

Аудио отговорът се предава чрез две събития.

response.output_audio.delta

Всяка делта съдържа чанк от аудио, кодиран в base64. Съберете ги и ги възпроизведете по ред:

{
  "type": "response.output_audio.delta",
  "delta": "SGVsbG8gV29ybGQ...",
  "item_id": "item_resp_001",
  "output_index": 0,
  "content_index": 0
}
case "response.output_audio.delta":
  const audioChunk = base64ToArrayBuffer(event.delta);
  audioPlayer.enqueue(audioChunk);
  break;

response.output_audio.done

Сигнализира, че цялото аудио на отговора е изпратено:

{
  "type": "response.output_audio.done",
  "item_id": "item_resp_001"
}

Събития за транскрипция

API може да транскрибира както аудио входа на потребителя, така и аудио отговора:

  • conversation.item.input_audio_transcription.completed: транскрипция на казаното от потребителя
  • response.output_audio_transcript.delta: поточна транскрипция на отговора на агента
case "conversation.item.input_audio_transcription.completed":
  console.log("Потребителят каза:", event.transcript);
  displayUserMessage(event.transcript);
  break;

case "response.output_audio_transcript.delta":
  appendAgentTranscript(event.delta);
  break;

Текстови събития

Ако агентът генерира текст (в допълнение към или вместо аудио), ще получите:

  • response.text.delta: поточен фрагмент от текст
{
  "type": "response.text.delta",
  "delta": "Вашата поръчка беше"
}

Събития за извикване на функции

Когато агентът реши да извика функция, се генерират две събития:

  • response.function_call_arguments.delta: аргументите на функцията, предавани поточно
  • response.function_call_arguments.done: пълното извикване на функцията с всички нейни аргументи

Урок 13, посветен на извикването на гласови функции, разглежда тези събития подробно.

response.done

Това събитие маркира пълния край на отговора. То съдържа обобщение на отговора, включително статистика за използването:

{
  "type": "response.done",
  "response": {
    "id": "resp_001",
    "status": "completed",
    "output": [...]
  }
}

Събитието за грешка

Това събитие докладва грешки. Според референцията на xAI, повечето грешки са възстановими и WebSocket връзката остава отворена:

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "Невалиден аудио формат"
  }
}

Вашето приложение трябва да регистрира тези грешки и, в зависимост от тяхната сериозност, да покаже съобщение на потребителя или да се опита да реши проблема автоматично.

Ключови изводи

  • Сървърът изпраща събития за всяка стъпка: откриване на глас, аудио, транскрипция, текст и грешки
  • Аудио отговорът пристига като base64 чанкове чрез response.output_audio.delta
  • Транскрипциите са налични както за входа на потребителя, така и за изхода на агента
  • response.done маркира края на пълен отговор
  • Повечето грешки, докладвани чрез събитието error, са възстановими: връзката остава отворена