This commit is contained in:
remaster 2026-05-19 22:14:00 -06:00
parent 7e41eed17e
commit 312f9dce8e

113
README.md
View file

@ -56,6 +56,119 @@ waifu/
└── live2dcubismcore.min.js # Runtime Cubism 4
```
## Diagrama de funcionamiento
### Arquitectura general
```mermaid
flowchart TB
subgraph Browser["🌐 Navegador"]
UI["Chat · Live2D · Ajustes"]
Mic["Micrófono continuo + VAD"]
Cam["Cámara + FaceMesh"]
Geo["Geolocalización"]
end
subgraph Server["⚙️ Servidor — main.py"]
WS["WebSocket /ws"]
Wake["Wake check «Arisu»"]
STT["Groq Whisper STT"]
Prefetch["Prefetch clima"]
LLM["Groq LLM + historial"]
Tools["Tool calling"]
TTS["ElevenLabs TTS"]
end
subgraph Modules["📦 Módulos"]
W["weather.py"]
S["websearch.py"]
T["workspace.py"]
end
subgraph APIs["☁️ APIs externas"]
Groq["Groq"]
Eleven["ElevenLabs"]
OM["Open-Meteo"]
Web["Serper · DuckDuckGo · Wikipedia"]
end
UI <-->|"texto · chunks · widget"| WS
Mic -->|"PCM 16 kHz · wake_check"| WS
Geo -->|"geo_config"| WS
Cam --> UI
WS --> Wake --> STT
WS --> STT
WS --> Prefetch --> W --> OM
Prefetch -->|"weather_widget"| WS
STT --> LLM
WS -->|"question"| LLM
LLM --> Tools
Tools --> S --> Web
Tools --> T
LLM --> Groq
STT --> Groq
LLM --> TTS --> Eleven
TTS -->|"tts_audio"| WS
```
### Flujo de una conversación
```mermaid
sequenceDiagram
autonumber
participant U as Usuario
participant B as Navegador
participant S as Servidor
participant G as Groq
participant X as Open-Meteo / Web / Terminal
participant E as ElevenLabs
alt Voz con «Arisu»
U->>B: «Arisu, ¿clima en Madrid?»
B->>S: wake_check (PCM base64)
S->>G: Whisper
G-->>S: transcripción
S-->>B: wake_ok + text
Note over B: Si no hay pregunta en wake_ok,<br/>graba la siguiente frase (post-buffer)
else Micrófono manual
U->>B: Hablar → Detener
B->>S: PCM binario
S->>G: Whisper
G-->>S: texto
S-->>B: transcript
else Texto escrito
U->>B: Escribe en el chat
end
B->>S: question
opt Pregunta de clima
S->>X: Open-Meteo
X-->>S: datos
S-->>B: weather_widget
end
S->>G: LLM (+ historial + datos clima)
loop Herramientas si el LLM las necesita
S->>X: web_search / workspace
X-->>S: resultados
S-->>B: tool_event · tool_result
S->>G: continúa con resultados
end
G-->>S: respuesta con [tags]
S-->>B: thinking → chunk × N → done
opt TTS activado
S->>E: texto con tags
E-->>S: MP3
S-->>B: tts_audio
B->>B: lip-sync Live2D + expresiones
end
```
## Uso
| Acción | Cómo |