┌─────────────────────────────────────────────────────────┐
│                    用户                                   │
│         "小智小智，把灯打开"                               │
└──────────────────────┬──────────────────────────────────┘
                       │ 语音输入
                       ▼
┌─────────────────────────────────────────────────────────┐
│                  ESP32 设备端                             │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌─────────┐ │
│  │ ESP-SR   │  │ Opus编码 │  │ LVGL     │  │ MCP     │ │
│  │ 唤醒词检测│  │ 音频压缩  │  │ UI表情   │  │ Server  │ │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘  └────┬────┘ │
│       │             │             │             │       │
│       │      ┌──────┴──────┐      │             │       │
│       │      │ WebSocket / │      │             │       │
│       │      │ MQTT+UDP    │      │             │       │
│       │      └──────┬──────┘      │             │       │
└───────┼─────────────┼─────────────┼─────────────┼───────┘
        │             │             │             │
        │             ▼             ▼             │
        │    ┌────────────────────────────┐      │
        │    │        后端服务器           │      │
        │    │  ┌──────┐ ┌────┐ ┌─────┐  │      │
        │    │  │ ASR  │→│LLM│→│ TTS │  │      │
        │    │  └──────┘ └────┘ └─────┘  │      │
        │    │  ┌──────────────────────┐  │      │
        │    │  │    MCP Client        │◄─┤──────┤
        │    │  │  tools/list、call    │  │      │
        │    │  └──────────────────────┘  │      │
        │    └────────────────────────────┘      │
        │                                        │
        ▼                                        ▼
┌──────────────┐                    ┌──────────────────┐
│   OTA 升级    │                    │  IoT 设备控制     │
│  LCD 表情显示 │                    │  灯光/LED/舵机    │
│  声音播放    │                    │  传感器/GPIO       │
└──────────────┘                    └──────────────────┘

enum DeviceState {
    kDeviceStateUnknown,
    kDeviceStateStarting,
    kDeviceStateWifiConfiguring,
    kDeviceStateIdle,
    kDeviceStateConnecting,
    kDeviceStateListening,
    kDeviceStateSpeaking,
    kDeviceStateUpgrading,
    kDeviceStateActivating,
    kDeviceStateAudioTesting,
    kDeviceStateFatalError,
};

1. 设备 → 服务器: hello（握手，声明能力）
   { type:"hello", version:1, features:{mcp:true}, audio_params:{...} }

2. 服务器 → 设备: hello_ack（确认连接）
   { type:"hello", session_id:"xxx", audio_params:{...} }

3. 设备 → 服务器: listen start（开始麦克风捕获）
   { type:"listen", state:"start", mode:"auto" }
   随后持续发送二进制 Opus 音频帧

4. 服务器 → 设备: stt（语音识别结果）
   { type:"stt", text:"用户说的话" }

5. 服务器 → 设备: tts start/stop（TTS 播放控制）
   { type:"tts", state:"start" }
   服务器发送 Opus 音频帧（下行）
   { type:"tts", state:"stop" }

6. 服务器 → 设备: llm（表情/情绪）
   { type:"llm", emotion:"happy", text:"😀" }

// v2 带时间戳（服务端 AEC）
struct BinaryProtocol2 {
    uint16_t version;       // 协议版本
    uint16_t type;          // 0=Opus, 1=JSON
    uint32_t reserved;
    uint32_t timestamp;     // ms 时间戳
    uint32_t payload_size;
    uint8_t  payload[];
} __attribute__((packed));

后端（MCP Client）                设备（MCP Server）
     │                                  │
     │  tools/list ────────────────────→│  发现所有可用工具
     │  ←───────────────────── 工具列表  │
     │                                  │
     │  tools/call("灯.开") ────────────→│  AI 决定执行动作
     │  ←──────────────────── 执行结果   │
     │                                  │
     │  ←────  notifications/state ─────│  设备主动通知状态变化

{
  "session_id": "abc123",
  "type": "mcp",
  "payload": {
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "self.light.set_rgb",
      "arguments": { "r": 255, "g": 0, "b": 0 }
    },
    "id": 1
  }
}

用户说 "小智小智"
    │
    ▼
ESP32 ESP-SR 离线唤醒检测
    │
    ├─ 唤醒词命中 → ① 设备状态: Idle → Connecting
    │
    ▼
WebSocket 连接 + hello 握手
    │
    ├─ Device → Server: { type:"hello", features:{mcp:true}, audio_params:{...} }
    ├─ Server → Device: { type:"hello", session_id:"xxx" }
    │
    ▼
② 设备状态: Connecting → Listening
    │
    ├─ Device → Server: { type:"listen", state:"start" }
    ├─ Device ⇢ Server: [Opus 音频帧持续上传]
    │
    ▼
服务器 ASR 识别
    │
    ├─ Server → Device: { type:"stt", text:"把灯打开" }
    │
    ▼
LLM 推理决策
    │
    ├─ 理解意图 → 调用 MCP 工具: self.light.set_rgb
    ├─ Server → Device: { type:"mcp", method:"tools/call", ... }
    ├─ Device → Server: { type:"mcp", result:{ isError:false } }
    │
    ▼
③ 设备状态: Listening → Speaking
    │
    ├─ Server → Device: { type:"tts", state:"start" }
    ├─ Server ⇢ Device: [Opus TTS 音频下行]
    ├─ Server → Device: { type:"tts", state:"stop" }
    │
    ▼
④ 设备状态: Speaking → Idle
    │
    ├─ LVGL 显示 😀 表情
    └─ 等待下一次唤醒