Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

Szerver-kliens események

10. lecke 16 közül Frissítve 2026. július 30. Fejlesztő
Ezen az oldalon
  1. A kapott üzenetek
  2. Munkamenet- és beszélgetésesemények
  3. Hangpuffer-események
  4. Válaszhang-események
  5. Átirat-események
  6. Szöveges események
  7. Függvényhívási események
  8. response.done
  9. Hibaesemény
  10. Főbb megállapítások

A kapott üzenetek

A szerver számos eseményt küld, hogy tájékoztasson a beszélgetés állapotáról, kézbesítse a válaszhangot, és jelentse a hibákat. Ezeknek az eseményeknek a megértése elengedhetetlen egy reagálóképes és megbízható alkalmazás felépítéséhez.

Munkamenet- és beszélgetésesemények

Ezek az események a kapcsolat létrejöttekor, valamint minden konfigurációs módosítás után érkeznek:

  • session.created: a munkamenet megnyílt; az esemény tartalmazza a munkamenet konfigurációját
  • session.updated: a konfiguráció sikeresen frissült
  • conversation.created: a beszélgetési csatorna beállítva

Hangpuffer-események

Ezek az események a VAD (hangaktivitás-észlelés) által észlelt hangtevékenységről tájékoztatnak:

  • input_audio_buffer.speech_started: a VAD észleli, hogy a felhasználó beszélni kezdett
  • input_audio_buffer.speech_stopped: a VAD észleli a beszéd végét
  • input_audio_buffer.committed: a hangpuffer üzenetként véglegesítve
ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "input_audio_buffer.speech_started":
      // A felhasználó beszél: jeleníts meg egy vizuális jelzőt
      showSpeakingIndicator(true);
      break;

    case "input_audio_buffer.speech_stopped":
      // A felhasználó befejezte: tüntesd el a jelzőt
      showSpeakingIndicator(false);
      break;

    case "input_audio_buffer.committed":
      // A hangüzenet feldolgozás alatt áll
      showProcessingIndicator(true);
      break;
  }
});

Válaszhang-események

A válaszhang két eseményen keresztül streamelődik.

response.output_audio.delta

Minden delta egy base64-kódolt hangdarabkát tartalmaz. Gyűjtsd össze őket, és játszd le sorrendben:

{
  "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

Jelzi, hogy az összes válaszhang elküldésre került:

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

Átirat-események

Az API képes átírni mind a felhasználó hangját, mind a válaszhangot:

  • conversation.item.input_audio_transcription.completed: a felhasználó által elmondottak átírata
  • response.output_audio_transcript.delta: az ügynök válaszának streamelt átírata
case "conversation.item.input_audio_transcription.completed":
  console.log("A felhasználó ezt mondta:", event.transcript);
  displayUserMessage(event.transcript);
  break;

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

Szöveges események

Ha az ügynök szöveget generál (hang mellett vagy helyett), a következőt kapod:

  • response.text.delta: egy streamelt szövegrészlet
{
  "type": "response.text.delta",
  "delta": "A rendelésed"
}

Függvényhívási események

Amikor az ügynök úgy dönt, hogy meghív egy függvényt, két esemény következik be:

  • response.function_call_arguments.delta: a függvényargumentumok, streamelve
  • response.function_call_arguments.done: a teljes függvényhívás az összes argumentumával

A 13. lecke, amely a hangalapú függvényhívást tárgyalja, részletesen kitér ezekre az eseményekre.

response.done

Ez az esemény jelzi egy válasz teljes befejeződését. Összefoglalót tartalmaz a válaszról, beleértve a használati statisztikákat is:

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

Hibaesemény

Ez az esemény hibákat jelent. Az xAI referenciája szerint a legtöbb hiba helyreállítható, és a WebSocket-kapcsolat nyitva marad:

{
  "type": "error",
  "error": {
    "type": "invalid_request_error",
    "message": "Érvénytelen hangformátum megadva"
  }
}

Az alkalmazásodnak naplóznia kell ezeket a hibákat, és súlyosságuktól függően üzenetet kell megjelenítenie a felhasználónak, vagy automatikusan meg kell próbálnia megoldani a problémát.

Főbb megállapítások

  • A szerver minden lépéshez küld eseményeket: hangészlelés, hang, átírás, szöveg és hibák
  • A válaszhang base64-darabkákként érkezik a response.output_audio.delta eseményen keresztül
  • Átiratok elérhetők mind a felhasználói bemenethez, mind az ügynök kimenetéhez
  • A response.done jelzi egy teljes válasz végét
  • A legtöbb, az error eseményen keresztül jelentett hiba helyreállítható: a kapcsolat nyitva marad