v0.17.2: protect private prompts and stabilize Eve barge-in

README.md

@@ -15,9 +15,9 @@
 ![Trinity Assistant Banner](assets/banner.png)
 > [!NOTE]
 > **Aktuelle Highlights:**
+> - **v0.17.2:** `Soul.md` und `User.md` sind gegen leere Einstellungen abgesichert. Native UI, WebUI und Companion-Bridge lehnen leere Prompttexte ab, schreiben Änderungen atomar und legen vor echten Änderungen eine private Recovery-Kopie an. Mac- und Windows-Updates übernehmen nur nichtleere Promptdateien. Eve bestätigt eine Unterbrechung nun kurz und behält den akustischen Wiedergabe-Fingerabdruck, damit sie nach einer Unterbrechung spätere Antworten wieder vollständig spricht.
 > - **v0.17.1:** Der lokale Eve-Desktoppfad öffnet Mikrofon und Lautsprecher jetzt als getrennte Audiostreams. Das verhindert insbesondere auf Macs mit unterschiedlichen Ein-/Ausgabe-Sampleraten einen blockierenden CoreAudio-Duplexstart. Erkannte echte Sprache leert Eves Ausgabe sofort und sendet zusätzlich ein lokales `response.cancel`; die serverseitige VAD bleibt als zweite Sicherung aktiv.
 > - **v0.17.0:** Eve Voice ist produktiv auf Mac, Windows und iPhone/iPad angebunden. Lokale Desktop-Gespräche laufen jetzt full-duplex über den Realtime-Pfad: Neue Sprache stoppt die laufende Antwort sofort und leert bereits gepufferte Audioausgabe. Bestehende lokale Eve-Profile werden automatisch migriert; `Legacy` bleibt unverändert als manueller und automatischer Fallback erhalten. Die Companion-App nutzt Apples Voice-Chat-Echounterdrückung und kann Eve ebenfalls per Sprache, Stopptaste oder Wischgeste unterbrechen.
-> - **v0.16.70:** Die Werkstatt trennt nun fachliche Skills von tatsächlich ausführbaren Harness-Agenten. OpenCode wird mit seinem geprüften Arbeitsagenten gestartet und prüft vor jedem Auftrag OpenCode-Dienst sowie Modellserver, sodass ein nicht laufender GPU-Server sofort verständlich gemeldet wird. Die HTML-Präsentationswerkstatt führt ihre Recherche-Rolle verbindlich aus und analysiert hochgeladene Bilder sowie aus PPTX/PDF gewonnene Ansichten über einen echten Vision-Adapter, bevor Bilder einer HTML-Folie zugeordnet werden.
 > - Die vollstaendige Historie steht in **[RELEASES.md](RELEASES.md)** und in den detaillierten **[Release Notes](docs/release_notes/)**.
 
 > [!IMPORTANT]

RELEASES.md

@@ -6,6 +6,7 @@ Einzelnotizen liegen unter [docs/release_notes](docs/release_notes/).
 
 ## Aktuelle Highlights
 
+- **v0.17.2:** Private Persona-Dateien werden beim Speichern nicht mehr durch leere UI-Inhalte ersetzt. Native Einstellungen, WebUI und Companion-Bridge nutzen denselben validierten, atomaren Schreibpfad und sichern die vorherige nichtleere Fassung privat unter `TrinityRuntime/recovery/prompts`. Mac- und Windows-Installer sichern und restaurieren ausschließlich nichtleere `Soul.md` und `User.md`; neutrale Vorlagen greifen nur, wenn keine verwertbare private Datei existiert. Eves lokale Unterbrechung wartet auf vier aufeinanderfolgende Sprachblöcke, vergleicht zusätzlich das Frequenzspektrum und behält den jüngsten Wiedergabe-Fingerabdruck nach `response.cancel`. Dadurch bleibt echtes Barge-in schnell, ohne nach einer ersten Unterbrechung jede weitere Antwort selbst abzuschneiden.
 - **v0.17.1:** Lokale Eve-Unterhaltung auf Mac und Windows nutzt getrennte Mikrofon- und Lautsprecherstreams statt eines gekoppelten PortAudio-Duplexstreams. Das vermeidet blockierende Starts bei unterschiedlichen nativen Geräteraten und hält Ein- und Ausgabefehler voneinander isoliert. Sobald die Echo-Prüfung echte neue Sprache erkennt, leert Trinity die lokale Wiedergabe und sendet `response.cancel`, bevor die serverseitige VAD-Unterbrechung eintrifft. Legacy und Serverprofile bleiben unverändert verfügbar.
 - **v0.17.0:** Die optionale Eve Voice Runtime ist als produktiver, weiterhin vollständig rückrollbarer Sprachpfad für Apple-Silicon-Macs, CUDA-fähige Windows-Systeme und die iPhone-/iPad-Companion-App ausgebaut. Lokale Desktop-Profile nutzen Trinitys eigenen full-duplex Realtime-Audioclient statt des bisherigen halbduplexen Upstream-Streamers. Server-VAD bricht LLM und TTS bei neuer Sprache ab; der Client verwirft gleichzeitig noch gepufferte Eve-Ausgabe. Ein Echo-Korrelationsfilter schützt den offenen Desktop-Lautsprecherpfad, während iOS/iPadOS `voiceChat`-AEC nutzt. Alte lokale `mode: local`-Profile werden beim Laden kontrolliert migriert, ohne Modell-, Stimm- oder LLM-Einstellungen zu verändern. `Legacy` bleibt als manueller Pfad und automatischer Fehler-Fallback erhalten. Mac- und Windows-Serverprofile, getrennte Bridge-/Voice-Token, Tailscale-Port 8766 und GPU-/VM-Voraussetzungen sind neu dokumentiert.
 - **v0.16.70:** Werkstatt-Aufträge unterscheiden nun den fachlichen Skill vom ausführbaren Harness-Agenten. OpenCode nutzt den konfigurierten und vorab geprüften Hauptagenten – standardmäßig `build` – statt einen Skillnamen fälschlich an `--agent` zu übergeben. Vor jedem Lauf werden OpenCode-Dienst und Modellserver per kurzer Erreichbarkeitsprüfung kontrolliert; Fehler markieren auch den aktiven Arbeitsschritt korrekt als fehlgeschlagen. Die HTML-Präsentationswerkstatt führt „Agent 00: Research & Evidence“ verbindlich mit zwei Recherchezyklen und Gap-/Gegenprüfung aus. Ein neuer Vision-Adapter übernimmt eigenständige Bilder, extrahiert PPTX-Medien mit Folienbezug und rendert PDF-Seiten. Codex erhält Rasterbilder als echte `--image`-Anlagen, OpenCode als `--file`; `visual-analysis.md` ist bei visuellen Eingaben ein verbindliches Qualitätsartefakt.

core/prompt_files.py

@@ -0,0 +1,53 @@
+"""Safe persistence for Trinity's private Soul and User prompt files."""
+
+from __future__ import annotations
+
+import os
+import shutil
+import uuid
+from datetime import datetime
+from pathlib import Path
+
+
+class EmptyPromptError(ValueError):
+    """Raised when a UI tries to replace a prompt with blank content."""
+
+
+def validate_prompt_text(name: str, content: object) -> str:
+    text = str(content or "")
+    if not text.strip():
+        raise EmptyPromptError(
+            f"{name} ist leer. Die vorhandene Datei wurde aus Sicherheitsgruenden nicht ersetzt."
+        )
+    return text
+
+
+def safe_write_prompt(path: str | Path, content: object, max_bytes: int | None = None) -> Path | None:
+    """Atomically write a non-empty prompt and privately back up its predecessor."""
+
+    target = Path(path)
+    text = validate_prompt_text(target.name, content)
+    if max_bytes is not None and len(text.encode("utf-8")) > max_bytes:
+        raise ValueError(f"{target.name} ist zu gross.")
+
+    previous = target.read_text(encoding="utf-8") if target.is_file() else ""
+    if previous == text:
+        return None
+
+    backup_path = None
+    if previous.strip():
+        home = target.parent.parent
+        backup_dir = home / "TrinityRuntime" / "recovery" / "prompts"
+        backup_dir.mkdir(parents=True, exist_ok=True)
+        stamp = datetime.now().strftime("%Y%m%d_%H%M%S_%f")
+        backup_path = backup_dir / f"{stamp}_{target.name}"
+        shutil.copy2(target, backup_path)
+
+    target.parent.mkdir(parents=True, exist_ok=True)
+    temporary = target.with_name(f".{target.name}.{uuid.uuid4().hex}.tmp")
+    try:
+        temporary.write_text(text, encoding="utf-8")
+        os.replace(temporary, target)
+    finally:
+        temporary.unlink(missing_ok=True)
+    return backup_path

core/settings_ui.py

@@ -36,6 +36,7 @@
 )
 from configuration import DEFAULT_CONFIG, load_config, save_config
 from memory_store import MemoryStore, render_graph_html
+from prompt_files import EmptyPromptError, safe_write_prompt, validate_prompt_text
 from trinity_paths import default_runtime_root, default_vault_root
 from ui_modes import resolve_ui_modes
 
@@ -70,10 +71,16 @@ def load_text_file(self, path):
             return ""
 
     def save_text_file(self, path, content):
-        with open(path, "w", encoding="utf-8") as f:
-            f.write(content)
+        safe_write_prompt(path, content)
 
     def save_config(self, _checked=False, *, show_confirmation=True):
+        try:
+            soul_content = validate_prompt_text("Soul.md", self.soul_edit.toPlainText())
+            user_content = validate_prompt_text("User.md", self.user_edit.toPlainText())
+        except EmptyPromptError as exc:
+            QMessageBox.warning(self, "Prompt-Datei bleibt erhalten", str(exc))
+            return False
+
         # LLM Slots
         if "active_slot" not in self.config["llm"]:
              self.config["llm"]["active_slot"] = "local"
@@ -378,10 +385,10 @@ def save_config(self, _checked=False, *, show_confirmation=True):
         save_config(self.config_path, self.config)
 
         # Soul.md speichern
-        self.save_text_file(self.soul_path, self.soul_edit.toPlainText())
+        self.save_text_file(self.soul_path, soul_content)
 
         # User.md speichern
-        self.save_text_file(self.user_path, self.user_edit.toPlainText())
+        self.save_text_file(self.user_path, user_content)
 
         if self.embedded and self.on_return:
             self.on_return(True)
@@ -396,6 +403,7 @@ def save_config(self, _checked=False, *, show_confirmation=True):
                 "nach einem Trinity-Neustart aktiv. Dieses Einstellungsfenster "
                 "selbst hört nicht zu.",
             )
+        return True
 
     def _return_to_chat(self):
         if self.embedded and self.on_return:
@@ -669,7 +677,8 @@ def _sync_settings_runtime_buttons(self):
             )
 
     def _save_and_start_trinity(self):
-        self.save_config(show_confirmation=False)
+        if not self.save_config(show_confirmation=False):
+            return
         home = str(Path(CORE_DIR).parent)
         launcher = str(Path(home) / "trinity_launcher.py")
         started, _pid = QProcess.startDetached(sys.executable, [launcher], home)

core/trinity_bridge.py

@@ -41,6 +41,7 @@
     find_opencode_executable,
     find_pi_executable,
 )
+from prompt_files import safe_write_prompt
 from server_auth import ServerAuth
 from tenant_context import tenant_history_path, tenant_memory_db_path, tenant_upload_dir
 from trinity_paths import TrinityPaths
@@ -1152,10 +1153,11 @@ def save_prompts(self, payload):
         for name, value in {"Soul.md": payload.get("soul"), "User.md": payload.get("user")}.items():
             if value is None:
                 continue
-            encoded = str(value).encode("utf-8")
-            if len(encoded) > MAX_SETTINGS_TEXT_BYTES:
-                raise ValueError(f"{name} ist zu gross.")
-            (self.core_dir / name).write_text(str(value), encoding="utf-8")
+            safe_write_prompt(
+                self.core_dir / name,
+                value,
+                max_bytes=MAX_SETTINGS_TEXT_BYTES,
+            )
         return self.get_prompts()
 
     def save_web_settings(self, payload):
@@ -1175,10 +1177,11 @@ def save_web_settings(self, payload):
         for name, value in {"Soul.md": payload.get("soul"), "User.md": payload.get("user")}.items():
             if value is None:
                 continue
-            encoded = str(value).encode("utf-8")
-            if len(encoded) > MAX_SETTINGS_TEXT_BYTES:
-                raise ValueError(f"{name} ist zu gross.")
-            (self.core_dir / name).write_text(str(value), encoding="utf-8")
+            safe_write_prompt(
+                self.core_dir / name,
+                value,
+                max_bytes=MAX_SETTINGS_TEXT_BYTES,
+            )
 
         save_config(self.config_path, config)
         return self.get_web_settings()

core/voice/local_realtime_client.py

@@ -21,6 +21,7 @@
 SAMPLE_RATE = 16_000
 BLOCK_SAMPLES = 512
 SAMPLE_BYTES = 2
+BARGE_IN_CONFIRM_BLOCKS = 4
 
 
 class LocalRealtimeAudioClient:
@@ -45,6 +46,7 @@ def __init__(self, config: VoiceConfig, host: str = "127.0.0.1"):
         self._output = bytearray()
         self._output_lock = threading.Lock()
         self._played_output: deque[np.ndarray] = deque(maxlen=20)
+        self._barge_in_candidate: deque[bytes] = deque(maxlen=BARGE_IN_CONFIRM_BLOCKS)
         self._last_output_at = 0.0
         self._last_cancel_at = 0.0
 
@@ -208,12 +210,35 @@ def _input_callback(self, indata, _frames, _time_info, status) -> None:
         if status:
             LOGGER.debug("Desktop-Audioeingabe: %s", status)
         microphone = bytes(indata)
-        if self._should_forward_microphone(microphone):
-            self._interrupt_playback_if_needed()
-            self._queue_event({
-                "type": "input_audio_buffer.append",
-                "audio": base64.b64encode(microphone).decode("ascii"),
-            })
+        output_active = (time.monotonic() - self._last_output_at) < 0.18
+        if not output_active:
+            self._barge_in_candidate.clear()
+            self._append_microphone(microphone)
+            return
+        if not self._should_forward_microphone(microphone):
+            self._barge_in_candidate.clear()
+            return
+
+        # Acoustic loudspeaker echo can differ from the exact output samples and
+        # occasionally looks like one distinct microphone block. Confirm a very
+        # short run of speech before cancelling, while retaining those blocks as
+        # VAD prefix. Four 32-ms blocks keep barge-in responsive (~128 ms).
+        self._barge_in_candidate.append(microphone)
+        if len(self._barge_in_candidate) < BARGE_IN_CONFIRM_BLOCKS:
+            return
+        candidate = tuple(self._barge_in_candidate)
+        self._barge_in_candidate.clear()
+        self._interrupt_playback_if_needed()
+        for block in candidate:
+            self._append_microphone(block)
+
+    def _append_microphone(self, microphone: bytes) -> None:
+        if not microphone or self._stop.is_set():
+            return
+        self._queue_event({
+            "type": "input_audio_buffer.append",
+            "audio": base64.b64encode(microphone).decode("ascii"),
+        })
 
     def _audio_callback(self, indata, outdata, frames, time_info, status) -> None:
         """Compatibility wrapper used by existing integrations and tests."""
@@ -250,15 +275,30 @@ def _should_forward_microphone(self, pcm: bytes) -> bool:
         norm = float(np.linalg.norm(samples))
         if norm <= 1.0:
             return False
-        strongest = 0.0
+        strongest_waveform = 0.0
+        strongest_spectrum = 0.0
+        spectrum = np.abs(np.fft.rfft(samples))
+        spectrum_norm = float(np.linalg.norm(spectrum))
         for played in self._played_output:
             if played.size != samples.size:
                 continue
             candidate = played.astype(np.float32)
             denominator = norm * float(np.linalg.norm(candidate))
             if denominator > 1.0:
-                strongest = max(strongest, abs(float(np.dot(samples, candidate) / denominator)))
-        return strongest < 0.62
+                strongest_waveform = max(
+                    strongest_waveform,
+                    abs(float(np.dot(samples, candidate) / denominator)),
+                )
+            # Magnitude spectra remain comparable despite the acoustic delay and
+            # phase shift introduced by loudspeakers, the room and the mic.
+            candidate_spectrum = np.abs(np.fft.rfft(candidate))
+            spectrum_denominator = spectrum_norm * float(np.linalg.norm(candidate_spectrum))
+            if spectrum_denominator > 1.0:
+                strongest_spectrum = max(
+                    strongest_spectrum,
+                    float(np.dot(spectrum, candidate_spectrum) / spectrum_denominator),
+                )
+        return strongest_waveform < 0.62 and strongest_spectrum < 0.90
 
     def _handle_event(self, raw: str | bytes) -> None:
         try:
@@ -284,5 +324,7 @@ def _handle_event(self, raw: str | bytes) -> None:
     def _clear_output(self) -> None:
         with self._output_lock:
             self._output.clear()
-        self._played_output.clear()
+        # Keep the recent playback fingerprint. The physical speaker tail still
+        # reaches the microphone after the digital buffer has been cancelled;
+        # clearing this history made every following response interrupt itself.
         self._last_output_at = 0.0

docs/release_notes/v0.17.2.md

@@ -0,0 +1,26 @@
+# Trinity v0.17.2
+
+This patch release protects private persona prompts and stabilizes repeated Eve
+conversations after barge-in.
+
+## Fixed
+
+- Native settings, WebUI and Companion settings reject empty `Soul.md` or
+  `User.md` updates instead of replacing an existing private prompt.
+- Prompt updates are atomic. Before a real change, Trinity stores the previous
+  non-empty version privately under `TrinityRuntime/recovery/prompts`.
+- macOS and Windows updates back up and restore only non-empty private prompts.
+  Neutral example prompts are used only when no usable private prompt exists.
+- Eve now confirms four consecutive speech blocks before local barge-in and
+  compares both waveform and spectrum against recent speaker output.
+- Cancelling one Eve response keeps the recent playback fingerprint, preventing
+  the physical speaker tail from cancelling every following response after its
+  first few words.
+
+## Privacy and compatibility
+
+- No private `Soul.md`, `User.md`, API key or voice sample is included in this
+  release.
+- Existing non-empty prompts, Eve profiles and model settings are preserved.
+- Companion v0.17.0 remains protocol-compatible; no mobile reinstall is needed.
+- `Legacy` remains available manually and as the automatic voice fallback.