AIAgentConfig - - 阿里云

Parameter	Type	Description	Example
	object	Konfigurasi templat untuk AI agent.
Greeting	string	Pesan sambutan yang diucapkan agent saat bergabung. Perubahan berlaku pada sesi berikutnya. Nilai default: None.	你好
WakeUpQuery	string	Perintah yang diberikan kepada agent sebelum panggilan dimulai. Agent akan segera merespons kueri ini setelah panggilan dimulai.	今天天气怎么样？
MaxIdleTime	integer	Waktu maksimum agent menunggu interaksi sebelum memutus panggilan. Satuan: detik. Nilai default: 600.	600
UserOnlineTimeout	integer	Periode timeout bagi agent untuk menghentikan tugas jika tidak ada pengguna yang bergabung ke saluran. Satuan: detik. Nilai default: 60.	60
UserOfflineTimeout	integer	Periode timeout bagi agent untuk menghentikan tugas setelah pengguna meninggalkan saluran. Satuan: detik. Nilai default: 5.	5
EnablePushToTalk	boolean	Menentukan apakah mode push-to-talk diaktifkan. Nilai default: false.	false
GracefulShutdown	boolean	Menentukan apakah shutdown yang mulus diaktifkan. Nilai default: false. Jika diaktifkan, ketika agent dihentikan, agent akan menyelesaikan kalimatnya saat ini sebelum memutus koneksi (maksimal 10 detik).	false
Volume	integer	Volume suara agent. Jika parameter ini tidak ditentukan, mode volume adaptif digunakan secara default. Untuk menentukan parameter ini, masukkan nilai antara 0 hingga 400. Volume output = Volume output Alur kerja × Volume/100. Contoh: Jika Volume diatur ke 0, output dibisukan. Jika Volume diatur ke 100, volume output sama dengan volume aslinya. Jika Volume diatur ke 200, volume output menjadi 2 kali lipat dari volume aslinya.	100
WorkflowOverrideParams	string	Parameter untuk mengganti konfigurasi alur kerja. Nilai default: None.	{}
AvatarUrl	string	URL gambar profil agent dalam panggilan hanya audio. Nilai default: None.	http://example.com/a.jpg
AvatarUrlType	string	Tipe URL gambar profil. Nilai default: None.	USER
EnableIntelligentSegment	boolean	Jika diaktifkan, sistem secara cerdas menggabungkan segmen-segmen pendek sementara menjadi satu kalimat utuh. Nilai default: true.	true
AsrConfig	object	Konfigurasi untuk Automatic Speech Recognition (ASR).
AsrLanguageId	string	ID bahasa untuk ASR. Nilai yang valid: zh_mandarin: Bahasa Tionghoa en: Bahasa Inggris zh_en: Bahasa Tionghoa dan Inggris es: Bahasa Spanyol jp: Bahasa Jepang	zh_mandarin
AsrMaxSilence	integer	Ambang batas keheningan untuk segmentasi kalimat. Jeda yang lebih panjang dari nilai ini dianggap sebagai jeda antar kalimat. Satuan: milidetik. Nilai default: 400. Nilai yang valid: 200 hingga 1200.	400
AsrHotWords	array	Kata kunci untuk meningkatkan akurasi pengenalan ASR. Maksimal 128 hotword.
	string	Hotword. Panjang: 1 hingga 10 karakter.	检查
VadLevel	integer	Ambang batas Deteksi aktivitas suara (VAD) untuk interupsi. Nilai yang valid: 0 hingga 11. Nilai default: 11. 0: Menonaktifkan fitur VAD. 1–10: Nilai yang lebih tinggi membuat interupsi lebih sulit dipicu. 11: Mode ditingkatkan dengan ketahanan kebisingan yang lebih baik dan distorsi audio minimal.	11
CustomParams	string	Parameter passthrough untuk ASR.	mode=fast&sample=16000&format=wav
VadDuration	integer	0: Menonaktifkan fitur ini. Nilai yang valid: 200 hingga 2000. Rekomendasi: 200 hingga 500 ms, yang biasanya sesuai dengan panjang 1 hingga 4 kata. Secara default, parameter ini dikosongkan, yang berarti fitur ini dinonaktifkan.	300
TtsConfig	object	Konfigurasi untuk Text-to-Speech (TTS).
VoiceId	string	ID suara. Perubahan berlaku pada kalimat berikutnya. Jika tidak diatur, sistem menggunakan ID suara default yang ditentukan dalam templat agent. Parameter ini hanya berlaku untuk model TTS preset. Panjang maksimum: 64 karakter. Untuk opsi, lihat Contoh sintesis suara.	longcheng_v2
VoiceIdList	array	Suara yang tersedia.
	string	Suara.	zhixiaoxia
PronunciationRules	array	Aturan pelafalan, dieksekusi secara berurutan. Maksimal 20 aturan.
	object	Aturan pelafalan.
Word	string	Kata yang akan diganti. Nilainya mendukung hingga 10 karakter Tionghoa. Karakter lain, termasuk spasi, tidak didukung.	一一零
Pronunciation	string	Pelafalan target. Nilainya mendukung hingga 10 karakter Tionghoa. Karakter lain, termasuk spasi, tidak didukung.	幺幺零
Type	string	Tipe aturan. Nilai yang valid: replacement: mengganti setiap kemunculan nilai Word dengan nilai Pronunciation.	replacement
ModelId	string	Hanya berlaku untuk model MiniMax. Nilai yang valid: speech-01-turbo dan speech-02-turbo.	speech-01-turbo
LanguageId	string	Hanya berlaku untuk model MiniMax. Secara default, parameter ini dikosongkan. Ini meningkatkan akurasi pengenalan suara untuk bahasa dan dialek tertentu. Jika jenis bahasa tidak diketahui, atur ke auto agar model mendeteksinya secara otomatis. Bahasa yang didukung Chinese Chinese,Yue: Kanton English Arabic Russian Spanish French Portuguese German Turkish Dutch Ukrainian Vietnamese Indonesian Japanese Italian Korean Thai Polish Romanian Greek Czech Finnish Hindi auto	Chinese
Emotion	string	Hanya berlaku untuk model MiniMax. Tujuh jenis emosi didukung: happy sad angry fearful disgusted surprised calm	happy
SpeechRate	number	Didukung di semua platform. Untuk CosyVoice, nilai default adalah 1,0. Nilai yang valid: 0,5 hingga 2,0. Untuk MiniMax, nilai default adalah 1,0. Nilai yang valid: 0,5 hingga 2,0.	1.0
LlmConfig	object	Konfigurasi untuk model bahasa besar (LLM).
LlmHistory	array	Konteks riwayat percakapan LLM/MLLM.
	object	Satu sesi.
Role	string	Peran peserta dalam percakapan. Nilai yang valid: user assistant system function plugin tool	user
Content	string	Konten teks aktual dari pesan untuk peran tersebut.	你好
LlmHistoryLimit	integer	Jumlah maksimum giliran percakapan yang disimpan dalam riwayat. Nilai default: 10.	10
LlmSystemPrompt	string	Prompt sistem untuk LLM.	你是一位友好且乐于助人的助手，专注于为用户提供准确的信息和建议。
BailianAppParams	string	Parameter Pusat Aplikasi Alibaba Cloud Model Studio dalam format JSON. Untuk detailnya, lihat Parameter Pusat Aplikasi Alibaba Cloud Model Studio.	"{\"biz_params\":{\"user_defined_params\":{\"your_plugin_id\":{\"article_index\":2}}},\"memory_id\":\"your_memory_id\",\"image_list\":[\"https://your_image_url\"],\"rag_options\":{\"pipeline_ids\":[\"your_id\"],\"file_ids\":[\"文档ID1\",\"文档ID2\"],\"metadata_filter\":{\"name\":\"张三\"},\"structured_filter\":{\"key1\":\"value1\",\"key2\":\"value2\"},\"tags\":[\"标签1\",\"标签2\"]}}"
OpenAIExtraQuery	string	Parameter kueri tambahan yang dikirim ke LLM berbasis protokol OpenAI, diformat sebagai string kueri URL (pasangan key=value yang dipisahkan oleh &). Semua nilai harus berupa string.	api-version=2024-02-01&api-key=sk-xxx
LlmCompleteReply	boolean	Jika true, layanan mengirimkan hasil lengkap dari LLM ke klien dalam satu respons setelah proses generasi selesai.	true
FunctionMap	array	Memetakan kemampuan agent ke fungsi LLM. Hanya mendukung pemanggilan fungsi dengan LLM kustom yang mengikuti protokol OpenAI.
	object	Satu aturan pemetaan.
Function	string	Nama kemampuan bawaan agent. Hanya hangup yang didukung.	hangup
MatchFunction	string	Nama fungsi yang ditentukan pengguna dalam LLM Anda. Ketika LLM memanggil fungsi ini, kemampuan agent yang dipetakan akan dipicu. Untuk detailnya, lihat Antarmuka standar LLM.	hangup
OutputMinLength	integer	Jumlah minimum karakter yang harus dibuffer sebelum chunk teks dikirim. Nilai yang valid: [0, 100]. Nilai 0 atau string kosong (default) menonaktifkan batas ini.	5
OutputMaxDelay	integer	Waktu maksimum (dalam milidetik) untuk mem-buffer teks sebelum dikirim paksa ke klien. Nilai yang valid: [1000, 10000]. Nilai 0 atau string kosong (default) menonaktifkan batas ini.	2000
HistorySyncWithTTS	boolean	Menentukan apakah riwayat pesan LLM yang disimpan konsisten dengan konten yang diputar oleh TTS. Nilai default: false.	false
AvatarConfig	object	Konfigurasi avatar. Hanya berlaku jika alur kerja mencakup node avatar.
AvatarId	string	ID model avatar.	5257
InterruptConfig	object	Konfigurasi strategi interupsi ucapan.
EnableVoiceInterrupt	boolean	Menentukan apakah pengguna diizinkan menginterupsi agent dengan berbicara. Nilai default: true.	true
InterruptWords	array	Kata atau frasa yang akan memicu interupsi.
	string	Kata atau frasa yang akan memicu interupsi.	打断一下
NoInterruptMode	string	Kebijakan pemrosesan ASR dalam mode tanpa interupsi. cache: Menyimpan cache teks ASR. Teks ASR yang di-cache diproses pada giliran berikutnya setelah giliran saat ini berakhir. discard: Membuang teks ASR. Nilai default: cache.	cache
VoiceprintConfig	object	Konfigurasi untuk pengenalan voiceprint.
UseVoiceprint	boolean	Menentukan apakah pengenalan voiceprint diaktifkan. Nilai default: false. Anda harus menentukan ID voiceprint yang valid saat mengaktifkan pengenalan voiceprint.	false
VoiceprintId	string	ID unik untuk voiceprint. Secara default dikosongkan. ID voiceprint yang diberikan harus terdaftar. Untuk informasi lebih lanjut, lihat Daftarkan voiceprint.	zhixiaoxia
RegistrationMode	string
TurnDetectionConfig	object	Konfigurasi untuk mendeteksi akhir giliran percakapan pengguna.
TurnEndWords	array	Kata kunci yang menandakan akhir giliran pengguna.
	string	Kata kunci yang menandakan akhir giliran pengguna.	我说完了
Mode	string	Mode deteksi giliran. Normal (default): menggunakan deteksi jeda sederhana. Semantic: menggunakan AI untuk menganalisis konteks.	Semantic
SemanticWaitDuration	integer	Menentukan berapa lama menunggu setelah pengguna berhenti berbicara sebelum agent memutuskan apakah gilirannya telah selesai. Satuan: milidetik. Nilai default: -1. -1: AI menentukan waktu tunggu yang sesuai secara otomatis. 0 hingga 10000: Waktu tunggu khusus. Direkomendasikan: 0 hingga 1500 ms. Catatan Dalam mode Normal, bidang ini diabaikan.	-1
Eagerness	string	Hanya berlaku dalam mode Semantic. Mengontrol seberapa cepat AI memulai responsnya setelah mendeteksi jeda dalam ucapan pengguna. Low: Menunggu lebih lama (hingga 6 detik). Ini adalah opsi paling aman dan meminimalkan risiko memotong pembicaraan pengguna terlalu dini. Medium: Menunggu dalam waktu sedang (hingga 4 detik). Ini adalah pengaturan yang direkomendasikan untuk sebagian besar skenario umum. High: Merespons hampir segera setelah jeda singkat (hingga 2 detik). Ini meningkatkan risiko menginterupsi pengguna sebelum mereka selesai berbicara. Bidang ini dikosongkan secara default.	High
ExperimentalConfig	string	Parameter untuk fitur eksperimental. Hubungi dukungan untuk detailnya.	""
VcrConfig	object	Konfigurasi untuk pengenalan konten video. Saat diaktifkan, sistem mengirim callback ke klien dengan detail konten yang teridentifikasi.
StillFrameMotion	object	Konfigurasi untuk mendeteksi frame diam.
Enabled	boolean	Mengaktifkan atau menonaktifkan deteksi frame diam. Nilai default: false.	false
CallbackDelay	integer	Penundaan dalam milidetik sebelum event deteksi frame diam dipicu. Callback dikirim hanya setelah video diam selama durasi ini. Jika tidak diatur, nilai dari konfigurasi konsol yang digunakan. Nilai yang valid: [200, 5000].	3000
InvalidFrameMotion	object	Konfigurasi untuk mendeteksi frame tidak valid.
Enabled	boolean	Mengaktifkan atau menonaktifkan deteksi frame tidak valid.	false
CallbackDelay	integer	Penundaan dalam milidetik sebelum event deteksi frame tidak valid dipicu. Callback dikirim hanya setelah frame dianggap tidak valid selama durasi ini. Jika tidak diatur, nilai dari konfigurasi konsol yang digunakan. Nilai yang valid: [200, 5000].	3000
PeopleCount	object	Konfigurasi untuk fitur penghitungan jumlah orang.
Enabled	boolean	Mengaktifkan atau menonaktifkan fitur ini. Nilai default: false.	false
Equipment	object	Konfigurasi untuk identifikasi perangkat.
Enabled	boolean	Anda dapat mengaktifkan pemeriksaan penonaktifan perangkat. Secara default, fitur ini dinonaktifkan.	false
HeadMotion	object	Konfigurasi untuk deteksi gerakan kepala.
Enabled	boolean	Mengaktifkan atau menonaktifkan deteksi gerakan kepala. Nilai default: false.	false
LookAway	object	Konfigurasi untuk mendeteksi apakah pengguna melihat menjauh dari layar.
Enabled	boolean	Mengaktifkan atau menonaktifkan fitur ini. Nilai default: false.	true
AmbientSoundConfig	object	Konfigurasi untuk suara latar yang diputar selama panggilan.
ResourceId	string	ID suara latar. ID ini dapat diperoleh dari bagian pengaturan lanjutan konfigurasi agent di konsol.	f67901c595834************
Volume	integer	Volume suara latar. Nilai yang valid: [0, 100]. Nilai 0 menonaktifkan suara latar.	50
AutoSpeechConfig	object	Mengelola event ucapan proaktif agent, seperti memutar prompt selama penundaan LLM atau ketika pengguna diam.
UserIdle	object	Konfigurasi untuk prompt yang diputar saat pengguna diam dalam periode yang lama.
WaitTime	integer	Wajib diisi. Durasi diam pengguna (dalam milidetik) yang memicu prompt. Rentang: 5000 hingga 600000.	5000
MaxRepeats	integer	Wajib diisi. Jumlah maksimum kali untuk meminta pengguna. Setelah batas ini tercapai, panggilan akan dihentikan. Rentang: 0 hingga 10.	5
Messages	array	Kumpulan prompt yang akan diputar. Batasan: Maksimal 10 item, masing-masing tidak lebih dari 100 karakter. Jumlah probabilitas harus 100%.
	object	Struktur prompt.
Text	string	Teks prompt. Panjang maksimum: 100 karakter.	您还在吗？
Probability	number	Probabilitas prompt ini dipilih. Rentang: 0 hingga 1.	0.5
LlmPending	object	Konfigurasi untuk prompt yang diputar saat menunggu respons dari LLM.
WaitTime	integer	Wajib diisi. Durasi menunggu respons LLM (dalam milidetik) sebelum memutar prompt. Nilai ini harus dikonfigurasi berdasarkan latensi aktual LLM Anda. Rentang: 500 hingga 10000.	3000
Messages	array	Kumpulan prompt. Batasan: Maksimal 10 item. Jumlah probabilitas harus 100%.
	object	Struktur prompt.
Text	string	Teks prompt. Panjang maksimum: 100 karakter.	稍等一下
Probability	number	Probabilitas prompt ini dipilih. Rentang: 0 hingga 1.	0.5
BackChannelingConfigs	array
	object
Enabled	boolean
TriggerStage	string
Probability	number
Words	array
	object
Text	string
Probability	number
BackChannelingConfig	array	Saat diaktifkan, sistem memutar frasa pendek yang menegaskan (misalnya, "uh-huh," "I see") untuk mensimulasikan pendengaran aktif.
	object	Konfigurasi backchanneling
Enabled	boolean	Wajib diisi. Mengaktifkan atau menonaktifkan fitur backchanneling. Nilai yang valid: true, false.	true
TriggerStage	string	Event yang memicu frasa backchanneling. Nilai yang valid: pause_detected: saat jeda singkat dalam ucapan pengguna terdeteksi.	pause_detected
Probability	number	Wajib diisi. Probabilitas memicu fitur backchanneling saat event terjadi. Rentang: 0 hingga 1.	0.5
Words	array	Kumpulan frasa backchanneling. Batasan: Maksimal 10 item. Jumlah probabilitas harus 1,0.
	object	Konfigurasi frasa.
Text	string	Wajib diisi. Teks frasa. Mendukung banyak bahasa. Panjang maksimum: 20 karakter.	嗯嗯
Probability	number	Wajib diisi. Probabilitas frasa spesifik ini dipilih. Rentang: 0 hingga 1.	0.3

object

Konfigurasi templat untuk AI agent.

Greeting

string

Pesan sambutan yang diucapkan agent saat bergabung. Perubahan berlaku pada sesi berikutnya. Nilai default: None.

你好

WakeUpQuery

string

Perintah yang diberikan kepada agent sebelum panggilan dimulai. Agent akan segera merespons kueri ini setelah panggilan dimulai.

今天天气怎么样？

MaxIdleTime

integer

Waktu maksimum agent menunggu interaksi sebelum memutus panggilan. Satuan: detik. Nilai default: 600.

600

UserOnlineTimeout

integer

Periode timeout bagi agent untuk menghentikan tugas jika tidak ada pengguna yang bergabung ke saluran. Satuan: detik. Nilai default: 60.

60

UserOfflineTimeout

integer

Periode timeout bagi agent untuk menghentikan tugas setelah pengguna meninggalkan saluran. Satuan: detik. Nilai default: 5.

5

EnablePushToTalk

boolean

Menentukan apakah mode push-to-talk diaktifkan. Nilai default: false.

false

GracefulShutdown

boolean

Menentukan apakah shutdown yang mulus diaktifkan. Nilai default: false.

Jika diaktifkan, ketika agent dihentikan, agent akan menyelesaikan kalimatnya saat ini sebelum memutus koneksi (maksimal 10 detik).

false

Volume

integer

Volume suara agent.

Jika parameter ini tidak ditentukan, mode volume adaptif digunakan secara default.
Untuk menentukan parameter ini, masukkan nilai antara 0 hingga 400. Volume output = Volume output Alur kerja × Volume/100. Contoh:

Jika Volume diatur ke 0, output dibisukan.
Jika Volume diatur ke 100, volume output sama dengan volume aslinya.
Jika Volume diatur ke 200, volume output menjadi 2 kali lipat dari volume aslinya.

100

WorkflowOverrideParams

string

Parameter untuk mengganti konfigurasi alur kerja. Nilai default: None.

{}

AvatarUrl

string

URL gambar profil agent dalam panggilan hanya audio. Nilai default: None.

http://example.com/a.jpg

AvatarUrlType

string

Tipe URL gambar profil. Nilai default: None.

USER

EnableIntelligentSegment

boolean

Jika diaktifkan, sistem secara cerdas menggabungkan segmen-segmen pendek sementara menjadi satu kalimat utuh. Nilai default: true.

true

AsrConfig

object

Konfigurasi untuk Automatic Speech Recognition (ASR).

AsrLanguageId

string

ID bahasa untuk ASR. Nilai yang valid:

zh_mandarin: Bahasa Tionghoa
en: Bahasa Inggris
zh_en: Bahasa Tionghoa dan Inggris
es: Bahasa Spanyol
jp: Bahasa Jepang

zh_mandarin

AsrMaxSilence

integer

Ambang batas keheningan untuk segmentasi kalimat. Jeda yang lebih panjang dari nilai ini dianggap sebagai jeda antar kalimat. Satuan: milidetik. Nilai default: 400. Nilai yang valid: 200 hingga 1200.

400

AsrHotWords

array

Kata kunci untuk meningkatkan akurasi pengenalan ASR. Maksimal 128 hotword.

string

Hotword. Panjang: 1 hingga 10 karakter.

检查

VadLevel

integer

Ambang batas Deteksi aktivitas suara (VAD) untuk interupsi. Nilai yang valid: 0 hingga 11. Nilai default: 11.

0: Menonaktifkan fitur VAD.
1–10: Nilai yang lebih tinggi membuat interupsi lebih sulit dipicu.
11: Mode ditingkatkan dengan ketahanan kebisingan yang lebih baik dan distorsi audio minimal.

11

CustomParams

string

Parameter passthrough untuk ASR.

mode=fast&sample=16000&format=wav

VadDuration

integer

0: Menonaktifkan fitur ini. Nilai yang valid: 200 hingga 2000. Rekomendasi: 200 hingga 500 ms, yang biasanya sesuai dengan panjang 1 hingga 4 kata. Secara default, parameter ini dikosongkan, yang berarti fitur ini dinonaktifkan.

300

TtsConfig

object

Konfigurasi untuk Text-to-Speech (TTS).

VoiceId

string

ID suara. Perubahan berlaku pada kalimat berikutnya. Jika tidak diatur, sistem menggunakan ID suara default yang ditentukan dalam templat agent. Parameter ini hanya berlaku untuk model TTS preset. Panjang maksimum: 64 karakter. Untuk opsi, lihat Contoh sintesis suara.

longcheng_v2

VoiceIdList

array

Suara yang tersedia.

string

Suara.

zhixiaoxia

PronunciationRules

array

Aturan pelafalan, dieksekusi secara berurutan. Maksimal 20 aturan.

object

Aturan pelafalan.

Word

string

Kata yang akan diganti. Nilainya mendukung hingga 10 karakter Tionghoa. Karakter lain, termasuk spasi, tidak didukung.

一一零

Pronunciation

string

Pelafalan target. Nilainya mendukung hingga 10 karakter Tionghoa. Karakter lain, termasuk spasi, tidak didukung.

幺幺零

Type

string

Tipe aturan. Nilai yang valid:

replacement: mengganti setiap kemunculan nilai Word dengan nilai Pronunciation.

replacement

ModelId

string

Hanya berlaku untuk model MiniMax. Nilai yang valid: speech-01-turbo dan speech-02-turbo.

speech-01-turbo

LanguageId

string

Hanya berlaku untuk model MiniMax. Secara default, parameter ini dikosongkan. Ini meningkatkan akurasi pengenalan suara untuk bahasa dan dialek tertentu. Jika jenis bahasa tidak diketahui, atur ke auto agar model mendeteksinya secara otomatis.

Bahasa yang didukung

Chinese
Chinese,Yue: Kanton
English
Arabic
Russian
Spanish
French
Portuguese
German
Turkish
Dutch
Ukrainian
Vietnamese
Indonesian
Japanese
Italian
Korean
Thai
Polish
Romanian
Greek
Czech
Finnish
Hindi
auto

Chinese

Emotion

string

Hanya berlaku untuk model MiniMax. Tujuh jenis emosi didukung:

happy
sad
angry
fearful
disgusted
surprised
calm

happy

SpeechRate

number

Didukung di semua platform. Untuk CosyVoice, nilai default adalah 1,0. Nilai yang valid: 0,5 hingga 2,0. Untuk MiniMax, nilai default adalah 1,0. Nilai yang valid: 0,5 hingga 2,0.

1.0

LlmConfig

object

Konfigurasi untuk model bahasa besar (LLM).

LlmHistory

array

Konteks riwayat percakapan LLM/MLLM.

object

Satu sesi.

Role

string

Peran peserta dalam percakapan. Nilai yang valid:

user
assistant
system
function
plugin
tool

user

Content

string

Konten teks aktual dari pesan untuk peran tersebut.

你好

LlmHistoryLimit

integer

Jumlah maksimum giliran percakapan yang disimpan dalam riwayat. Nilai default: 10.

10

LlmSystemPrompt

string

Prompt sistem untuk LLM.

你是一位友好且乐于助人的助手，专注于为用户提供准确的信息和建议。

BailianAppParams

string

Parameter Pusat Aplikasi Alibaba Cloud Model Studio dalam format JSON. Untuk detailnya, lihat Parameter Pusat Aplikasi Alibaba Cloud Model Studio.

"{\"biz_params\":{\"user_defined_params\":{\"your_plugin_id\":{\"article_index\":2}}},\"memory_id\":\"your_memory_id\",\"image_list\":[\"https://your_image_url\"],\"rag_options\":{\"pipeline_ids\":[\"your_id\"],\"file_ids\":[\"文档ID1\",\"文档ID2\"],\"metadata_filter\":{\"name\":\"张三\"},\"structured_filter\":{\"key1\":\"value1\",\"key2\":\"value2\"},\"tags\":[\"标签1\",\"标签2\"]}}"

OpenAIExtraQuery

string

Parameter kueri tambahan yang dikirim ke LLM berbasis protokol OpenAI, diformat sebagai string kueri URL (pasangan key=value yang dipisahkan oleh &). Semua nilai harus berupa string.

api-version=2024-02-01&api-key=sk-xxx

LlmCompleteReply

boolean

Jika true, layanan mengirimkan hasil lengkap dari LLM ke klien dalam satu respons setelah proses generasi selesai.

true

FunctionMap

array

Memetakan kemampuan agent ke fungsi LLM. Hanya mendukung pemanggilan fungsi dengan LLM kustom yang mengikuti protokol OpenAI.

object

Satu aturan pemetaan.

Function

string

Nama kemampuan bawaan agent. Hanya hangup yang didukung.

hangup

MatchFunction

string

Nama fungsi yang ditentukan pengguna dalam LLM Anda. Ketika LLM memanggil fungsi ini, kemampuan agent yang dipetakan akan dipicu. Untuk detailnya, lihat Antarmuka standar LLM.

hangup

OutputMinLength

integer

Jumlah minimum karakter yang harus dibuffer sebelum chunk teks dikirim. Nilai yang valid: [0, 100]. Nilai 0 atau string kosong (default) menonaktifkan batas ini.

5

OutputMaxDelay

integer

Waktu maksimum (dalam milidetik) untuk mem-buffer teks sebelum dikirim paksa ke klien. Nilai yang valid: [1000, 10000]. Nilai 0 atau string kosong (default) menonaktifkan batas ini.

2000

HistorySyncWithTTS

boolean

Menentukan apakah riwayat pesan LLM yang disimpan konsisten dengan konten yang diputar oleh TTS. Nilai default: false.

false

AvatarConfig

object

Konfigurasi avatar. Hanya berlaku jika alur kerja mencakup node avatar.

AvatarId

string

ID model avatar.

5257

InterruptConfig

object

Konfigurasi strategi interupsi ucapan.

EnableVoiceInterrupt

boolean

Menentukan apakah pengguna diizinkan menginterupsi agent dengan berbicara. Nilai default: true.

true

InterruptWords

array

Kata atau frasa yang akan memicu interupsi.

string

Kata atau frasa yang akan memicu interupsi.

打断一下

NoInterruptMode

string

Kebijakan pemrosesan ASR dalam mode tanpa interupsi.

cache: Menyimpan cache teks ASR. Teks ASR yang di-cache diproses pada giliran berikutnya setelah giliran saat ini berakhir.
discard: Membuang teks ASR.

Nilai default: cache.

cache

VoiceprintConfig

object

Konfigurasi untuk pengenalan voiceprint.

UseVoiceprint

boolean

Menentukan apakah pengenalan voiceprint diaktifkan. Nilai default: false. Anda harus menentukan ID voiceprint yang valid saat mengaktifkan pengenalan voiceprint.

false

VoiceprintId

string

ID unik untuk voiceprint. Secara default dikosongkan. ID voiceprint yang diberikan harus terdaftar. Untuk informasi lebih lanjut, lihat Daftarkan voiceprint.

zhixiaoxia

RegistrationMode

string

TurnDetectionConfig

object

Konfigurasi untuk mendeteksi akhir giliran percakapan pengguna.

TurnEndWords

array

Kata kunci yang menandakan akhir giliran pengguna.

string

Kata kunci yang menandakan akhir giliran pengguna.

我说完了

Mode

string

Mode deteksi giliran.

Normal (default): menggunakan deteksi jeda sederhana.
Semantic: menggunakan AI untuk menganalisis konteks.

Semantic

SemanticWaitDuration

integer

Menentukan berapa lama menunggu setelah pengguna berhenti berbicara sebelum agent memutuskan apakah gilirannya telah selesai. Satuan: milidetik. Nilai default: -1.

-1: AI menentukan waktu tunggu yang sesuai secara otomatis.
0 hingga 10000: Waktu tunggu khusus. Direkomendasikan: 0 hingga 1500 ms.

Catatan

Dalam mode Normal, bidang ini diabaikan.

-1

Eagerness

string

Hanya berlaku dalam mode Semantic. Mengontrol seberapa cepat AI memulai responsnya setelah mendeteksi jeda dalam ucapan pengguna.

Low: Menunggu lebih lama (hingga 6 detik). Ini adalah opsi paling aman dan meminimalkan risiko memotong pembicaraan pengguna terlalu dini.
Medium: Menunggu dalam waktu sedang (hingga 4 detik). Ini adalah pengaturan yang direkomendasikan untuk sebagian besar skenario umum.
High: Merespons hampir segera setelah jeda singkat (hingga 2 detik). Ini meningkatkan risiko menginterupsi pengguna sebelum mereka selesai berbicara.

Bidang ini dikosongkan secara default.

High

ExperimentalConfig

string

Parameter untuk fitur eksperimental. Hubungi dukungan untuk detailnya.

""

VcrConfig

object

Konfigurasi untuk pengenalan konten video. Saat diaktifkan, sistem mengirim callback ke klien dengan detail konten yang teridentifikasi.

StillFrameMotion

object

Konfigurasi untuk mendeteksi frame diam.

Enabled

boolean

Mengaktifkan atau menonaktifkan deteksi frame diam. Nilai default: false.

false

CallbackDelay

integer

Penundaan dalam milidetik sebelum event deteksi frame diam dipicu. Callback dikirim hanya setelah video diam selama durasi ini. Jika tidak diatur, nilai dari konfigurasi konsol yang digunakan. Nilai yang valid: [200, 5000].

3000

InvalidFrameMotion

object

Konfigurasi untuk mendeteksi frame tidak valid.

Enabled

boolean

Mengaktifkan atau menonaktifkan deteksi frame tidak valid.

false

CallbackDelay

integer

Penundaan dalam milidetik sebelum event deteksi frame tidak valid dipicu. Callback dikirim hanya setelah frame dianggap tidak valid selama durasi ini. Jika tidak diatur, nilai dari konfigurasi konsol yang digunakan. Nilai yang valid: [200, 5000].

3000

PeopleCount

object

Konfigurasi untuk fitur penghitungan jumlah orang.

Enabled

boolean

Mengaktifkan atau menonaktifkan fitur ini. Nilai default: false.

false

Equipment

object

Konfigurasi untuk identifikasi perangkat.

Enabled

boolean

Anda dapat mengaktifkan pemeriksaan penonaktifan perangkat. Secara default, fitur ini dinonaktifkan.

false

HeadMotion

object

Konfigurasi untuk deteksi gerakan kepala.

Enabled

boolean

Mengaktifkan atau menonaktifkan deteksi gerakan kepala. Nilai default: false.

false

LookAway

object

Konfigurasi untuk mendeteksi apakah pengguna melihat menjauh dari layar.

Enabled

boolean

Mengaktifkan atau menonaktifkan fitur ini. Nilai default: false.

true

AmbientSoundConfig

object

Konfigurasi untuk suara latar yang diputar selama panggilan.

ResourceId

string

ID suara latar. ID ini dapat diperoleh dari bagian pengaturan lanjutan konfigurasi agent di konsol.

f67901c595834************

Volume

integer

Volume suara latar. Nilai yang valid: [0, 100]. Nilai 0 menonaktifkan suara latar.

50

AutoSpeechConfig

object

Mengelola event ucapan proaktif agent, seperti memutar prompt selama penundaan LLM atau ketika pengguna diam.

UserIdle

object

Konfigurasi untuk prompt yang diputar saat pengguna diam dalam periode yang lama.

WaitTime

integer

Wajib diisi. Durasi diam pengguna (dalam milidetik) yang memicu prompt. Rentang: 5000 hingga 600000.

5000

MaxRepeats

integer

Wajib diisi. Jumlah maksimum kali untuk meminta pengguna. Setelah batas ini tercapai, panggilan akan dihentikan. Rentang: 0 hingga 10.

5

Messages

array

Kumpulan prompt yang akan diputar. Batasan: Maksimal 10 item, masing-masing tidak lebih dari 100 karakter. Jumlah probabilitas harus 100%.

object

Struktur prompt.

Text

string

Teks prompt. Panjang maksimum: 100 karakter.

您还在吗？

Probability

number

Probabilitas prompt ini dipilih. Rentang: 0 hingga 1.

0.5

LlmPending

object

Konfigurasi untuk prompt yang diputar saat menunggu respons dari LLM.

WaitTime

integer

Wajib diisi. Durasi menunggu respons LLM (dalam milidetik) sebelum memutar prompt. Nilai ini harus dikonfigurasi berdasarkan latensi aktual LLM Anda. Rentang: 500 hingga 10000.

3000

Messages

array

Kumpulan prompt. Batasan: Maksimal 10 item. Jumlah probabilitas harus 100%.

object

Struktur prompt.

Text

string

Teks prompt. Panjang maksimum: 100 karakter.

稍等一下

Probability

number

Probabilitas prompt ini dipilih. Rentang: 0 hingga 1.

0.5

BackChannelingConfigs

array

object

Enabled

boolean

TriggerStage

string

Probability

number

Words

array

object

Text

string

Probability

number

BackChannelingConfig

array

Saat diaktifkan, sistem memutar frasa pendek yang menegaskan (misalnya, "uh-huh," "I see") untuk mensimulasikan pendengaran aktif.

object

Konfigurasi backchanneling

Enabled

boolean

Wajib diisi. Mengaktifkan atau menonaktifkan fitur backchanneling. Nilai yang valid: true, false.

true

TriggerStage

string

Event yang memicu frasa backchanneling. Nilai yang valid:

pause_detected: saat jeda singkat dalam ucapan pengguna terdeteksi.

pause_detected

Probability

number

Wajib diisi. Probabilitas memicu fitur backchanneling saat event terjadi. Rentang: 0 hingga 1.

0.5

Words

array

Kumpulan frasa backchanneling. Batasan: Maksimal 10 item. Jumlah probabilitas harus 1,0.

object

Konfigurasi frasa.

Text

string

Wajib diisi. Teks frasa. Mendukung banyak bahasa. Panjang maksimum: 20 karakter.

嗯嗯

Probability

number

Wajib diisi. Probabilitas frasa spesifik ini dipilih. Rentang: 0 hingga 1.

0.3