Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

A session.created és session.updated események

4. lecke 16 közül Frissítve 2026. november 3. Fejlesztő
Ezen az oldalon
  1. Szerveroldali munkamenet-események
  2. session.created
  3. session.updated
  4. conversation.created
  5. A teljes indítási szekvencia
  6. Főbb megállapítások

Frissítve: 2026. november 3., az xAI Speech to Speech oldala és a Voice API referenciája alapján. A referencia nem részletezi a session objektum tartalmát ezekben az eseményekben; a megtartandó azonosító a beszélgetésé, a conversation.id, amelyre a munkamenet-folytatás támaszkodik. Források: Speech to Speech · Voice API.

Szerveroldali munkamenet-események

Ahogy a Voice Agent API-val dolgozol, a szerver JSON-eseményeken keresztül tájékoztat a munkamenet állapotáról. Az elsőként érkező események a session.created (amikor a kapcsolat megnyílik) és a conversation.created. Ezt követi a session.updated, minden egyes elküldött konfiguráció után.

session.created

A szerver automatikusan elküldi ezt az eseményt, amint a WebSocket-kapcsolat megnyílik. A referencia szerint tartalmazza a munkamenet konfigurációját, de a mezőit nem részletezi. Ahelyett, hogy alapértelmezett értékeket feltételeznél, naplózd egyszer az eseményt, hogy lásd, mit küld vissza a szerver, majd küldd el a saját konfigurációdat.

Teendők a session.created érkezésekor

Az alkalmazásodnak a következőket kell tennie:

  1. Naplózd az eseményt hibakeresés céljából.
  2. Azonnal küldd el a session.update üzenetet a kívánt konfigurációval.
  3. Ürítsd ki a hangpuffert, amelyet a kapcsolatra várás közben töltöttél fel.

A harmadik pont az xAI tanácsán alapul a észlelt késleltetés csökkentésére: kezd el a mikrofon rögzítését, amint a képernyő megjelenik, ne várj a kapcsolatra, tartsd a mintákat a memóriában, majd küldd el őket, amint a kapcsolat készen áll és a konfigurációt elküldted.

ws.on("message", (data) => {
  const event = JSON.parse(data);

  switch (event.type) {
    case "session.created":
      console.log("Session created:", event.session);
      // Send the configuration
      ws.send(JSON.stringify({
        type: "session.update",
        session: {
          instructions: "You are a voice assistant.",
          voice: "rex",
          turn_detection: { type: "server_vad" }
        }
      }));
      // Then send the audio captured while waiting for the connection
      flushMicBuffer(ws);
      break;
  }
});

session.updated

Ez az esemény nyugtázza a session.update kérésedet: a munkamenet konfigurálva van. Egyes beállításoknál a dokumentáció szerint az alkalmazott érték itt kerül visszakerülésre, mint például a kiejtéscsere-táblázat (replace) esetén. Érvénytelen konfiguráció viszont egy error eseménnyel kerül visszautasításra, amely leírja a problémát; a munkamenet nyitva marad, és megtartja az előző konfigurációját.

A konfiguráció ellenőrzése

Hasonlítsd össze a visszaadott értékeket az elküldöttekkel: így szűrheted ki azokat a beállításokat, amelyeket a szerver figyelmen kívül hagyott.

case "session.updated":
  const s = event.session;
  console.log("Configured voice:", s.voice);
  console.log("Number of tools:", s.tools?.length ?? 0);
  break;

case "error":
  console.error("Configuration rejected:", event);
  break;

conversation.created

A szerver egy conversation.created eseményt is küld, amely tartalmazza a beszélgetés azonosítóját:

{
  "type": "conversation.created",
  "conversation": {
    "id": "conv_xyz789"
  }
}

Tartsd meg ezt az azonosítót: ez teszi lehetővé a munkamenet-folytatást. Alapértelmezés szerint a kapcsolat elveszíti a beszélgetés előzményeit, amikor a WebSocket bezárul. Ha a session.update üzenetben elküldöd a "resumption": {"enabled": true} beállítást, a szerver gyorsítótárazza az összes váltást. Amikor újracsatlakozol, nyisd meg újra a WebSocketet a ?conversation_id=<id> paraméterrel, és engedélyezd újra a folytatást: a korábbi váltások lejátszásra kerülnek az első új váltásod előtt. Az előzmények 30 perc inaktivitás után törlődnek.

A teljes indítási szekvencia

Összefoglalva, íme a hangalapú munkamenet indításakor történő események sorrendje, ahogy azt a referencia leírja:

  1. A WebSocket megnyílik
  2. Megérkezik a session.created (szerver → kliens)
  3. Megérkezik a conversation.created (szerver → kliens)
  4. Elküldöd a session.update üzenetet (kliens → szerver)
  5. Megérkezik a session.updated (szerver → kliens)

Főbb megállapítások

  • A session.created a kapcsolat megnyitásakor érkezik, és tartalmazza a munkamenet konfigurációját, amelynek mezőit a referencia nem részletezi
  • A session.updated nyugtázza a konfigurációdat; érvénytelen konfiguráció esetén egy error esemény érkezik vissza
  • Rögzítsd a mikrofont még a kapcsolat előtt, és ürítsd ki a puffert, amint az készen áll
  • A conversation.created tartalmazza a conversation.id azonosítót, amelyet a munkamenet-folytatáshoz kell megőrizned
  • A folytatáshoz minden kapcsolaton be kell állítani a resumption.enabled opciót, és az előzmények 30 perc inaktivitás után elévülnek