JoyInside 接入手册

主题

第 2 章 选择接入场景与方案 ​

本章解决两件事：① 你的设备走哪条接入线（5 类硬件场景 + 4 种迁移模式）；② 是否需要小程序（可选增强）。

JoyInside 覆盖 7 类硬件，但接入路径只有一条主路——第 3 章从零到跑通。所有场景都建立在主路之上，只是叠加的扩展模块不同。读完本章，你能知道：我的设备走主路 + 哪几个扩展模块，要不要做小程序。

2.0 场景决策树（顶层引导） ​

先做两个决策，再深入对应小节：

                 你的设备要做什么？
                       │
        ┌──────────────┼──────────────┐
        ▼              ▼              ▼
    纯语音设备     IOT/有屏/打印     已有设备迁移
    （2.1）        （2.2-2.4）       （2.5）
        │              │              │
        └──────────────┴──────────────┘
                       │
                 走第二部分·语音对话接入
                 （第3章从零到跑通为起点）
                       │
                       ▼
              是否需要小程序端？
              （可选增强场景，见 2.6）
                       │
              ┌────────┴────────┐
              ▼                 ▼
           不需要              需要
           （语音接入完）        │
                             走第三部分·小程序接入
                             （设备端跑通后再做）
你的情况看哪节接入线
从零做一台语音设备2.1-2.4语音对话接入（第二部分）
已有智能体/设备要迁移2.5语音对话接入（第二部分）
要不要做小程序2.6小程序接入（第三部分，可选）
想知道要多久2.7—

JoyInside 平台基础能力 ​

  • 支持连续语音对话或半双工语音对话
  • 支持闲聊（闲聊、天气、知识问答、游戏、新闻、音色切换等）
  • 支持内容播放：有声书、音乐、故事
  • 支持 自定义智能体、自定义指令、自定义内容资源 MCP 接入
  • 更多请参见产品技能清单

2.1 纯语音设备（玩具 / 音箱 / 教育硬件） ​

硬件形态：毛绒玩具、点读笔、音箱、教育硬件等 + AI 硬件机盒，无其他外设（除麦克风、扬声器）。

系统架构： 毛绒玩具接入场景

你要走的路：

步骤章节说明
主路径第 3 章 JoyInside 接入预览必走，跑通第一轮语音对话
协议理解第4章 语音对话协议跑通后回来读
设备端适配第5章 设备端适配选交互模式（全双工/按键/半双工），配声学算法，音频处理链路
高级能力（可选）运营平台高级功能音色复刻、交互策略

纯语音是最基础的接入形态，不涉及指令控制或内容生成，只做"说话—回复"。大多数玩具类设备到此即可。

2.2 IOT 控制设备（家电 / 灯具 / 机器人） ​

硬件形态：家电（灯具/空调/扫地机）、3C、机器人、舵机控制玩具等，需语音驱动设备动作。

系统架构： JoyInside 系统架构 / IOT

你要走的路：

步骤章节说明
主路径第 3 章 JoyInside 接入预览必走
协议理解第4章 语音对话协议重点读 4.3 WS 事件（CALL_SKILL_EVENT）
设备端适配第5章 设备端适配
IOT 指令扩展第6章 §6.1 指令与控制核心扩展：分步配置指南 + 任务规划器 + 批量测试

IOT 场景的关键是「指令」：用户说话 → 云端识别意图 → 下发 CALL_SKILL_EVENT → 设备端"照做"（不判断语义，直接调用对应功能模块）。指令可经 IOT 平台转发或直达设备。

2.3 有屏设备（双目显示 / 视觉对话） ​

硬件形态：带双目显示屏的玩具（展示情绪），或具有视觉识别功能的设备。

系统架构：

双目显示双目玩具场景

视觉对话视觉对话类场景

你要走的路：

步骤章节说明
主路径第 3 章 JoyInside 接入预览必走
协议理解第4章 语音对话协议
设备端适配第5章 设备端适配
视觉对话扩展第6章 §6.4 视觉对话needPerception=true / image/report API

⚠ 视觉识别场景需先联系 JoyInside 运营人员协助申请开通权限，完成视觉识别智能体的接入。

2.4 打印设备（魔法打印） ​

硬件形态：打印机外设 + AI 硬件。

系统架构： 打印机类场景

你要走的路：

步骤章节说明
主路径第 3 章 JoyInside 接入预览必走
协议理解第4章 语音对话协议
设备端适配第5章 设备端适配
魔法打印扩展第6章 §6.3 魔法打印按键 A/B 三态机 + contentType=PRINT

2.5 已有设备迁移（从其他方案迁移到 JoyInside） ​

如何迁移到JoyInside ​

  • JoyInside 提供基于websocket的ASR+TTS的语音链路，作为硬件设备接入的唯一入口。
  • JoyInside也提供了丰富的内置智能体，也支持客户将自己的智能体植入到JoyInside中。
  • JoyInside的主意图（路由智能体）根据当前的对话上下文，将用户请求路由到不同的智能体。
  • 客户可以根据现有系统架构体系，和自已的智能体体验能力来决定如何接入JoyInside，以及选择哪些内置智能体，选择哪些三方智能体来接入系统。

如果你已有现成的智能体/意图体系，选 4 种迁移模式之一。所有模式都使用 JoyInside 的语音链路（ASR+TTS），区别在「智能体来源」和「控制通道」：

1、意图+自定义智能体意图体系+自定义智能体接入

2、意图+复杂整体意图体系+复杂整体接入

3、小程序按键控制小程序按键控制接入

4、语音控制通道分离语音控制通道分离接入

模式智能体来源控制通道适用
意图+自定义智能体JoyInside 主意图 + 三方 A2A 接入JoyInside 指令用 JoyInside 语音链路和主意图，部分智能体用自己的
意图+复杂整体三方意图+智能体整体 A2A 封装JoyInside 指令有完整意图+智能体体系，想整体植入
小程序按键控制JoyInside + 三方 A2A事件反馈机制按键控制为主，通过对话识别意图选智能体
语音控制通道分离自定义自行实现 mqtt 等控制通道与语音通道分离，自有一套控制链路

模式 3 涉及小程序交互面，详见 第8章。

迁移者仍需走通 第 3 章 JoyInside 接入预览 确认基础链路，再按模式对接 A2A/指令。A2A 协议详见 第7章 §7.1。

其他硬件场景 ​

场景硬件形态核心差异
双目显示玩具毛绒 + AI 硬件 + 双目屏双目情绪屏幕展示
舵机控制玩具含舵机复杂动作指令控制
视觉对话AI 硬件 + 视觉识别图像识别 + 对话
机器人（狗）人形/机器狗具身 + 视觉 + 自定义能力

2.6 小程序接入决策（可选增强） ​

小程序是「可选增强」，不是独立接入方式——设备端语音接入是前置条件，小程序用于扩展用户交互面。

⚠️ 京东不提供小程序，需客户自研 ​

JoyInside 不提供成品小程序。京东 AI 星球小程序仅供配网，品牌方/方案商的小程序均需自研。JoyInside 提供的是小程序对接所需的 HTTP 接口。

京东提供的小程序 API 能力 ​

JoyInside 提供 5 类 HTTP 接口供小程序对接（明细见 附录 A）：

API 能力接口用途
音色列表A.5查询企业可用音色
AI 角色管理附录 A.4系统/自定义角色 CRUD + 设备绑定（10 个接口）
用户绑定A.6用户与设备账号绑定
聊天记录与报告A.7查看对话记录与对话报告
在线设备管理A.8查询在线设备、远程插播

据此判断：你的小程序需要哪些能力，就在第9章对接对应接口。接入方案与前置条件见 第8章。

2.7 接入时长预估 ​

各场景典型接入周期（粗估，实际取决于硬件选型、声学调优、场景复杂度）：

场景总周期说明
纯语音设备1-2 周最快，主路径 + 硬件适配
IOT 控制设备2-3 周主路径 + 指令集配置 + IOT 平台对接
有屏 / 视觉对话2-4 周主路径 + 视觉权限申请 + 图像上传协议
打印设备2-3 周主路径 + 打印协议 + 内容生成 A2A
已有设备迁移1-3 周取决于迁移模式，A2A 封装是主要工作
含小程序+1 周在上述基础上叠加小程序接口对接

从零到跑通是所有场景的必经里程碑——跑通第一轮语音对话后，再按场景叠加扩展模块。云端跑通点（预览调试）与端侧跑通点（听见 TTS 回复）的分层验证见 第3章 §3.1。

下一步 ​

读完本章，你已经知道自己的设备走哪条路、要不要做小程序。接下来：