Przejdź do głównej treści
Polski— Wybierz język
Menu

Zdarzenia klient-serwer

Lekcja 9 z 16 Zaktualizowano 30 lipca 2026 Programista
Na tej stronie
  1. Wiadomości, które wysyłasz
  2. conversation.item.create
  3. conversation.item.delete
  4. response.create i response.cancel
  5. Kluczowe wnioski

Wiadomości, które wysyłasz

API Voice Agent działa poprzez wymianę zdarzeń JSON przez WebSocket. W tej lekcji przejdziesz przez każde zdarzenie, jakie Twoja aplikacja może wysłać do serwera. Każde z nich odgrywa konkretną rolę w cyklu konwersacji.

Zdarzenie Opis Kiedy użyć
session.update Konfiguracja sesji Podczas uruchamiania i przy zmianie konfiguracji
input_audio_buffer.append Wysyłanie fragmentu audio w formacie base64 Ciągle podczas nagrywania
input_audio_buffer.commit Zatwierdzenie bufora audio W trybie naciśnij-i-mów (push-to-talk)
input_audio_buffer.clear Wyczyszczenie bufora bez przetwarzania Aby anulować nagrywanie
conversation.item.create Dodanie wiadomości lub wyniku funkcji Historia, kontekst, wyniki funkcji
conversation.item.delete Usunięcie elementu po ID Porządkowanie historii konwersacji
response.create Żądanie odpowiedzi W trybie ręcznym (automatyczne z VAD)
response.cancel Anulowanie trwającej odpowiedzi Gdy użytkownik przerywa

conversation.item.create

To zdarzenie pozwala wstrzyknąć wiadomości do konwersacji z pominięciem strumienia audio. Obejmuje trzy główne przypadki.

Dodanie tekstowej wiadomości użytkownika

{
  "type": "conversation.item.create",
  "item": {
    "type": "message",
    "role": "user",
    "content": [
      {
        "type": "input_text",
        "text": "What's the status of my order 12345?"
      }
    ]
  }
}

Wstrzyknięcie historii konwersacji

Przed rozpoczęciem rozmowy głosowej możesz wstępnie wypełnić historię wcześniejszymi wymianami, aby nadać agentowi kontekst:

{
  "type": "conversation.item.create",
  "item": {
    "type": "message",
    "role": "assistant",
    "content": [
      {
        "type": "text",
        "text": "Hello, I'm your assistant. How can I help you?"
      }
    ]
  }
}

Zwrócenie wyniku funkcji

Po wykonaniu wywołania funkcji odsyłasz wynik za pomocą tego zdarzenia (zob. lekcja 13 dotycząca wywoływania funkcji):

{
  "type": "conversation.item.create",
  "item": {
    "type": "function_call_output",
    "call_id": "call_abc123",
    "output": "{\"status\": \"shipped\", \"tracking\": \"FR123456789\"}"
  }
}

conversation.item.delete

Usuwa element konwersacji na podstawie jego identyfikatora:

{
  "type": "conversation.item.delete",
  "item_id": "item_audio_001"
}

Jest to przydatne do usuwania niepoprawnych wiadomości lub zapobiegania nadmiernemu rozrostowi historii konwersacji.

response.create i response.cancel

response.create wyraźnie żąda od serwera wygenerowania odpowiedzi. W trybie VAD serwer robi to samodzielnie po wykryciu końca wypowiedzi:

{
  "type": "response.create"
}

response.cancel przerywa generowaną odpowiedź. Przydaje się, gdy użytkownik mówi jednocześnie z agentem:

{
  "type": "response.cancel"
}

Kluczowe wnioski

  • Możesz wysłać osiem typów zdarzeń z klienta do serwera
  • session.update konfiguruje sesję i można je wysyłać wielokrotnie
  • conversation.item.create pozwala dodać tekst, historię lub wyniki funkcji
  • response.create jest wymagane w trybie ręcznym, a w trybie VAD działa automatycznie
  • response.cancel pozwala przerwać działanie agenta, gdy użytkownik ponownie zacznie mówić