L'électron rare
20aed903ba
- Voice pipeline: ESP32 WebSocket client → voice bridge → LLM → Piper TTS (Tower :8001) - Hints engine: 3 puzzles (LA_440, LEFOU_PIANO, QR_FINALE), anti-cheat, 3 hint levels - MCP hardware server: 6 tools (puzzle, audio, LED, camera, scenario, status), stdio transport - Analytics: ESP32 module + 6 web endpoints + Dashboard UI with chat interface - Security: auth middleware (Bearer NVS), rate limiting, input validation on 30 endpoints - Frontend: code-split (1.1MB → 210KB initial), ErrorBoundary, API timeout, WS reconnect - Tests: 24 Python + 38 TypeScript + 18 MCP = 80 project tests (+ 19 mascarade) - Specs: AI_INTEGRATION_SPEC, MCP_HARDWARE_SERVER_SPEC, QA_TEST_MATRIX_SPEC - Docs: SECURITY, DEPLOYMENT_RUNBOOK, voice pipeline guide, AI architecture map - 6 AI agent definitions (.github/agents/ai_*.md) - TUI orchestration script (tools/dev/zacus_tui.py) - Docker compose TTS for Tower + KXKM-AI - CHANGELOG, README, mkdocs.yml updated - Cycle detection (DFS) in runtime3 validator - Sprint plan: plans/SPRINT_AI_INTEGRATION.md Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
1.0 KiB
1.0 KiB
Zacus Architecture
Cette section est le point d’entrée canonique de la refonte Zacus V3.
Vue d’ensemble
- Le contenu narratif reste défini dans
game/scenarios/*.yaml. - Le studio auteur canonique est
frontend-scratch-v2/. - Le nouveau noyau cible est Zacus Runtime 3, compilé en IR JSON.
- Le firmware devient un adaptateur d’exécution et d’API.
Cartes publiées
Principe directeur
Une seule architecture visible:
flowchart LR
Author["Auteur Zacus"] --> Studio["Studio React + Blockly"]
Studio --> Canon["YAML canonique"]
Canon --> Compiler["Compilateur Runtime 3"]
Compiler --> IR["IR JSON versionné"]
IR --> Firmware["Adaptateur firmware"]
Firmware --> Device["Carte Freenove / périphériques"]
Firmware --> API["API runtime + observabilité"]
API --> Studio