agentSdk.registerAudio2Tts(new Audio2TtsCallback(agentSdk) {

    @Override
    public void onRobotOnline(String agentId, AgentMeta agentMeta) {
        // 机器人上线，初始化该机器人的资源
        // agentMeta 包含唤醒词、城市等配置信息
        String wakeupWord = agentMeta.getWakeupWord();
    }

    @Override
    public void onRobotOffline(String agentId) {
        // 机器人下线，清理该机器人相关的资源
    }

    @Override
    public void onRequest(String agentId, String eventId, String itemId,
                          int flag, byte[] audio, AgentParam param,
                          Audio2TtsResponse response) {
        switch (flag) {
            case 0 -> {
                // VAD开始：可以初始化ASR会话
            }
            case 1 -> {
                // 音频帧：发送到ASR服务进行流式识别
                sendToAsr(audio);
            }
            case 2 -> {
                // VAD结束：完成ASR，调用LLM，合成TTS
                String asrText = finalizeAsr();
                response.onAsrFinal(eventId, asrText);

                // 调用LLM获取回复
                String llmReply = callLlm(asrText);
                response.onLlmItemDelta(eventId, itemId, llmReply);
                response.onLlmItemDone(eventId, itemId);
                response.onLlmDone(eventId);

                // 合成TTS音频
                byte[] ttsAudio = synthesizeTts(llmReply);
                response.onTtsItemDelta(eventId, itemId, ttsAudio);
                response.onTtsItemDone(eventId, itemId);
                response.onTtsDone(eventId);
            }
        }
    }
});

onRequest(flag=0) → 初始化
onRequest(flag=1) → 累积音频 → ASR流式识别
                              └→ onAsrMiddle() (可选，中间结果)
onRequest(flag=2) → ASR完成 → onAsrFinal()
                            → LLM调用 → onLlmItemDelta() × N
                                       → onLlmItemDone()
                                       → onLlmDone()
                            → TTS合成 → onTtsItemDelta() × N
                                       → onTtsItemDone()
                                       → onTtsDone()

onRequest(text="今天天气怎么样")
      │
      ▼
语义理解分类
      ├─ 拒识（无效查询 / 误唤醒 / 噪音等）
      │    └→ 直接 return，不调用任何 response.on* 方法
      │       （不返回技能、不打断、不返回 LLM/VLM 任何结果）
      │
      └─ 有效指令
           ① 必须先 response.onInterrupt(eventId, type, tips)
           │    （type 见下文「打断」小节：风控 / 技能 / 有效闲聊 / realtime）
           │
           ② 再按命中结果回填：
           ├─ 命中技能 → response.onSkill(eventId, itemId, ...)
           ├─ 命中有效闲聊 → response.onLlmItemDelta / onLlmItemDone / onLlmDone
           ├─ 命中多模态 → response.onVlmItemDelta / onVlmItemDone / onVlmDone
           └─ TTS 应答（如适用）→ response.onTtsItemDelta / onTtsItemDone / onTtsDone

@Override
public void onRequest(String agentId, String eventId, String text,
                      AgentParam param, Asr2LlmResponse response) {

    // 业务侧语义理解：把 text 分类成 "技能 / 闲聊 / realtime / 风控 / 拒识"
    NluResult nlu = classify(text);

    // ① 拒识：直接 return，不调用任何 response.on* 方法
    if (nlu.isRejected()) {
        return;
    }

    String itemId = IdGenerator.generateItemId();

    // ② 有效指令——必须先打断，再回填技能 / LLM / VLM / TTS 结果
    if (nlu.isRiskControl()) {
        // 风控：interruptTips 必填
        response.onInterrupt(eventId, "risk_control",
                "你谈到敏感话题了，咱们换个话题聊吧");
        return; // 风控场景下后续通常不再返回 LLM/技能
    } else if (nlu.isSkill()) {
        response.onInterrupt(eventId, "action", null);   // 技能打断
    } else {
        response.onInterrupt(eventId, "chat", null);     // 有效闲聊打断
        // 若是 realtime 对话：response.onInterrupt(eventId, "realtime", null);
    }

    // ③ 命中技能：下发 skillParam（key/value 见《语义技能参考》）
    if (nlu.isSkill()) {
        AgentParam skillParam = AgentParam.create()
            .setString("movement", "move_forward")
            .setInteger("meter", 10);
        response.onSkill(eventId, itemId, "movement", "move_forward", skillParam);
    }

    // ④ LLM 流式回复（与技能并行，互不阻塞）
    response.onLlmItemDelta(eventId, itemId, "好的，我开始向前走。");
    response.onLlmItemDone(eventId, itemId);
    response.onLlmDone(eventId);
}

// 普通对话回复
response.onInterrupt(eventId, "chat", null);
response.onLlmItemDelta(eventId, itemId, "好的，我来回答你的问题。");

// 命中动作技能
response.onInterrupt(eventId, "action", null);
AgentParam skillParam = AgentParam.create().setString("action", "wave_hands");
response.onSkill(eventId, itemId, "action", "wave_hands", skillParam);

// 实时对话边听边说
response.onInterrupt(eventId, "realtime", null);
response.onLlmItemDelta(eventId, itemId, "嗯嗯，我听到了……");

// 风控命中（interruptTips 必填，作为给用户的话术）
response.onInterrupt(eventId, "risk_control", "你谈到敏感话题了，咱们换个话题聊吧");

@Override
public void onGreetSignal(String agentId, String eventId, AgentParam param, GreetResponse response) {
    // 模式一：VLM 文本流式应答
    response.onGreetVlmDelta(eventId, "你好");
    response.onGreetVlmDelta(eventId, "，今天天气真不错");
    response.onGreetVlmDone(eventId);

    // 模式二：TTS 音频流式应答（参数是合成好的音频字节经 base64 编码后的字符串片段）
    byte[] audioChunk1 = synthesizeTts("你好");                 // PCM / Opus 等 bytes
    byte[] audioChunk2 = synthesizeTts("，欢迎回家");
    response.onGreetTtsDelta(eventId, Base64.getEncoder().encodeToString(audioChunk1));
    response.onGreetTtsDelta(eventId, Base64.getEncoder().encodeToString(audioChunk2));
    response.onGreetTtsDone(eventId);

    // 异常处理
    // response.onError(eventId, 5101, "打招呼生成失败");
}