fix a little bugs

src/modules/asr_module/api.py

@@ -22,18 +22,18 @@ def get_asr():
     """获取或创建ASR实例（单例）"""
     global _asr_instance
     if _asr_instance is None:
-        logger.info("🚀 初始化ASR服务...")
+        logger.info("初始化ASR服务...")
         _asr_instance = create_asr(
             ASRConfig(
                 model_name="deepdml/faster-whisper-large-v3-turbo-ct2",
                 device="auto",
-                compute_type="int8_float16",
+                compute_type="int8_float16",    # 如果你是gtx老卡，换成float32
                 cache_dir=Path("asr_models/faster_whisper_large_v3_ct2"),
                 beam_size=1,        # 贪婪搜索，速度最快
                 vad_filter=True,    # 过滤静音，节省30%时间
             )
         )
-        logger.info("✅ ASR服务初始化完成")
+        logger.info("ASR服务初始化完成")
     return _asr_instance
 
 @app.on_event("startup")
@@ -47,7 +47,7 @@ async def shutdown_event():
     global _asr_instance
     if _asr_instance:
         _asr_instance.shutdown()
-        logger.info("🛑 ASR服务已关闭")
+        logger.info("ASR服务已关闭")
 
 @app.post("/transcribe", response_class=JSONResponse)
 async def transcribe_audio(
@@ -63,7 +63,7 @@ async def transcribe_audio(
     
     # 验证文件类型
     if file.content_type and not file.content_type.startswith("audio/"):
-        raise HTTPException(status_code=400, detail="❌ 请上传音频文件 (MIME类型: audio/*)")
+        raise HTTPException(status_code=400, detail="请上传音频文件 (MIME类型: audio/*)")
     
     try:
         # 创建临时文件
@@ -72,7 +72,7 @@ async def transcribe_audio(
             tmp_file.write(content)
             tmp_path = Path(tmp_file.name)
         
-        logger.info(f"📥 接收文件: {file.filename} ({len(content)} bytes)")
+        logger.info(f"接收文件: {file.filename} ({len(content)} bytes)")
         
         # 调用ASR识别
         asr = get_asr()
@@ -83,7 +83,7 @@ async def transcribe_audio(
         
         processing_time = time.time() - start_time
         
-        logger.info(f"✅ 识别完成: {language} | {len(text)}字符 | 置信度:{confidence:.2f} | 耗时:{processing_time:.3f}s")
+        logger.info(f"识别完成: {language} | {len(text)}字符 | 置信度:{confidence:.2f} | 耗时:{processing_time:.3f}s")
         
         return {
             "success": True,
@@ -96,7 +96,7 @@ async def transcribe_audio(
         }
         
     except Exception as e:
-        logger.error(f"❌ 识别失败: {e}")
+        logger.error(f"识别失败: {e}")
         raise HTTPException(status_code=500, detail=f"识别失败: {str(e)}")
 
 @app.get("/health")

src/modules/websocket_base_module/dto/third_dtos.py

@@ -110,7 +110,7 @@ class AudioDataDTO:
         # 序列化为JSON并发送 自动处理base64和type字段
         json_message = self.audio_data.to_json()
         await self.json_dto.send_json(json_message)
-        logger.info(f"音频已发送: sequence={sequence}, 大小={len(data)} bytes")
+        # logger.info(f"音频已发送: sequence={sequence}, 大小={len(data)} bytes")
 
     # 业务接收接口
     def register_audio_callback(

src/modules/websocket_base_module/websocket_core/core_ws_server.py

@@ -77,10 +77,10 @@ class WebSocketServer:
         """发送JSON数据（唯一客户端）"""
         if self._websocket:
             try:
-                logger.debug(f"准备发送JSON数据: {data}")
+                # logger.debug(f"准备发送JSON数据: {data}")
                 message = json.dumps(data)
                 await self._websocket.send(message)
-                logger.trace(f"JSON数据已发送: {data}")
+                # logger.trace(f"JSON数据已发送: {data}")
             except Exception as e:
                 logger.error(f"JSON数据发送失败: {e}")
                 raise

src/server_core/core.py

@@ -221,7 +221,7 @@ class YosugaServerCore:
                         media_type="wav"
                 ):
                     chunk_count += 1
-                    print(f"🎵 收到音频块 #{chunk_count}: {len(chunk.audio_data)} bytes")
+                    # print(f"🎵 收到音频块 #{chunk_count}: {len(chunk.audio_data)} bytes")
                     if chunk_count == 1:    # 如果是第一个音频块
                         # 构造音频首包发送给客户端
                         await self.audio_dto.send_audio_data(

src/server_core/llm_core/llm_core_prompt_manager.py

@@ -124,7 +124,7 @@ class YosugaUITARS(LLMCorePromptBase):
             1. 当用户试图进行一些自动化操作时，你可以通过返回以下json来调用自动化agent，调用的时候也可以一并回复用户一些文本内容：
                 {
                     "type": "固定为call_auto_agent",
-                    "llm_translation": "针对用户的意图的转译，如果用户的意图足够明确，直接照抄即可，注意转译的语言必须是中文，可以混合部分英文(应用名称)，这个和聊天交流的语言不统一。"
+                    "llm_translation": "针对用户的意图的转译，如果用户的意图足够明确，直接照抄即可，注意转译的语言必须是英语(English)，可以混合部分中文(例如应用名称)，这个和聊天交流使用的语言不统一。"
                 }
             2. 针对自动化agent操作输入，你应该按以下JSON格式回复。如果你发起了自动化agent请求之后，却没有返回下面的JSON内容，那么你的请求并不会作用到用户的设备，所以你调用完自动化agent一定要及时返回下面的JSON内容：
                 {