这一版按纯技术口径重写：去掉茶空间品牌名和产品叙事（“我们做的一盏”“开分店/规模化”），数字人只称"老师"，删掉平台宣传语、utm 官网链接和评论区钩子；四段代码全部保留，注释里的品牌字样也一并中性化。

刷了十几个泡茶视频、记了两页笔记，真上手还是抓瞎——问题不在视频不够多，而在视频不会看你：不知道你此刻水温是 98 度还是 82 度，没看见你出汤早了三秒，也不会因为你插一句"这泡为什么苦"就停下来看着你讲。可行的做法是把教学做成一个持续交互循环：持续感知（看注水、读水温）→ 理解（这泡该到多少度、是不是急了）→ 决策（该夸、该拦还是该演示）→ 表达与行动（提醒、示范、记下口味），且感知与表达并行、每约 100ms 转一圈、随时可被打断。下面分四块拆实现：交互循环、冲泡知识图谱、个性化开场、口播驱动示范。

① 持续交互循环——感知与行动并行常驻：

// 茶道老师的持续交互循环（泡一壶茶能转几十圈）
const loop = {
  state: "落座待机",
  tick() {
    const seen  = 席面.感知();          // 摄像头看动作 + 数显杯读水温 + 麦克风听说话
    const plan  = 智脑.决策(seen, 茶档); // 结合"怕苦/第几冲"决定下一步
    switch (plan.意图) {
      case "纠正": 席面.开口(plan.话术); break;      // 边说边继续 tick，随时能打断
      case "示范": 席面.演示(plan.手法); break;      // SDK 驱动手势+眼神
      case "记录": 茶档.写入(seen.口味反馈); break;  // 记住皱眉还是点头
      default: /* 等待：沉默时也在看，不催不重开 */;
    }
    // 任一 tick 里只要 Barge-in 检测到插话，立刻中断当前表达转入新一轮
  },
};
setInterval(() => loop.tick(), 100); // 每 100ms 转一圈，直到"够了，不喝了"

② 把"茶类→怎么泡"做成知识图谱，实时提醒就是拿它跟眼前读数做对照：

# 茶类冲泡知识图谱（节选）：水温/投茶量/出汤秒数按茶类锚定
BREW_KG = {
    "龙井":  {"水温": 82, "投茶量g": 3,  "首泡出汤s": 20, "禁忌": "沸水直冲、闷泡"},
    "铁观音":{"水温": 92, "投茶量g": 8,  "首泡出汤s": 15, "禁忌": "水温不足则香不出"},
    "白毫银针":{"水温":85, "投茶量g": 5,  "首泡出汤s": 30, "禁忌": "搅动、坐杯过久"},
    "岩茶":  {"水温": 98, "投茶量g": 8,  "首泡出汤s": 8,  "禁忌": "出水要快，闷则苦涩"},
}

def 纠正(tea, now_temp, steep_seconds):
    kg = BREW_KG[tea]
    if now_temp > kg["水温"] + 3:
        return ("water_hot", f"{tea}别用沸水直冲，{kg['水温']}度上下最稳，再等半口气。")
    if now_temp < kg["水温"] - 5:
        return ("water_cold", f"水温掉到{now_temp}度了，{tea}香出不来，续点热。")
    if steep_seconds > kg["首泡出汤s"] + 5:
        return ("over_steep", f"这泡坐杯{steep_seconds}秒了，该放了，再闷就苦。")
    return ("ok", None)

③ 个性化开场——记的不只是这一泡，还有"你这个人"的口味档案：

def 开场(tea, profile):
    tips = []
    if profile.get("怕苦"):
        tips.append("知道你怕苦，今儿出汤我帮你盯着秒。")
    if profile.get("口味") == "清香":
        tips.append(f"你爱清香型，这泡{tea}水温我帮你压半度，别把香气烫散了。")
    return "落座啦。" + "".join(t + " " for t in tips) + "我看着你泡。"
# profile = {"怕苦": True, "口味": "清香"}

④ 括号里的动作不念出来，而是由 SDK 依据语义 + 角色状态，把口播和手势一起长出来：

function 示范高冲(tea, temp) {
  const ssml = `<speak>看好了，${tea}讲究水线细。<break time="300ms"/>` +
               `（提壶，压低手腕，细水高冲）就这样，水温${temp}度，正好。</speak>`;
  // is_start 只在整段第一句传 true，is_end 只在最后一句传 true
  avatar.speak(ssml, /*is_start*/ true, /*is_end*/ true, { action: 'PourHigh' });
}

几个踩过的实现要点：麦克风常开 + VAD 收口 + 本体声音抑制，避免老师自己的口播被录回去当成用户输入、开始自己跟自己讲茶；分段演示要区分"段间空隙"和"真正收尾"，只在最后一句才传结束标记，否则每个动作之间会莫名"收势"、手势全乱；3D 形象走端侧渲染，画面在本地设备画、网络只传轻量参数，弱网也能稳稳接话。

—