Linux: voice capsule state bridge + GNOME Shell extension (fix no-capsule on GNOME Wayland) + client resilience

[questionjie-max]

提交标题

Linux: voice capsule state bridge + GNOME Shell extension (fix "no capsule on GNOME Wayland") + client resilience fixes

背景 / 问题

1. GNOME Wayland 上没有胶囊：Linux 端的录音状态目前只通过 fcitx5 辅助区
   纯文本展示（emit_capsule_with_context_locked 的 aux 分支），因为 GNOME
   Wayland 不提供「第三方窗口置顶且不抢焦点」能力（无 layer-shell），且
   GNOME 50 起移除了 X11 会话，悬浮胶囊窗口路线在该平台不可行。
2. 听写热键依赖焦点应用：fcitx5 未注册 Wayland 原生 IM 协议
   （fcitx5-diagnose 报 Using Wayland native input method protocol: 0），
   插件热键只在焦点应用恰好以 fcitx IM 模块启动时可达；焦点切到非 fcitx
   应用（空 IM 环境变量启动）后 toggle 丢失，会话卡在 Listening 持续录音
   （实测卡死 18 分钟，ASR 额度被无谓消耗）。
3. 服务端抖动时的韧性缺口（2026-10-07 火山故障窗口实测）：
   • 自动静默重试建立新连接后，上一局 audio worker 持有的共享 writer 槽位
     已被新会话接管，旧 worker 把积压的旧 seq 帧（1630）泄漏进新连接
     （seq 1..369 之后突然 1630）→ 服务端 45000000 sequence mismatch，
     重试必败；
   • 重试最终失败后向已关闭 WS 的推帧循环不停止（实测 1910 条
     websocket not open 刷屏）；
   • 每次录音首块为设备启动瞬间的削波垃圾（inRMS≈0.999）且作为首包上行；
   • ASR 返回空转写（多为服务端问题或真的没说话）以红色 Error 胶囊呈现，
     用户会误以为是自己出错。

方案

1. 状态桥（Rust，新文件 capsule_bridge.rs）

• emit_capsule_with_context_locked（胶囊状态唯一出口）向
  ~/.cache/openless/capsule-state.sock（Unix 流式 socket）广播 JSON 行：
  {"state":"recording","level":0.42}（状态变更即发，电平 30Hz）；
• 多客户端广播、无客户端静默零开销、对端断开自动剔除；
• 暴露 has_clients()：有 GUI 客户端订阅时自动抑制 fcitx 辅助区文字
  （避免双重指示），扩展退出自动恢复。

2. GNOME Shell 扩展（GJS/ESM，源码在本分支 gnome-shell-extension/ 目录；

构建说明见目录内 README）

• Main.layoutManager.addTopChrome({reactive:false}) 挂载：天然置顶全部
  窗口、鼠标穿透、不抢焦点；
• Clutter.ShaderEffect（legacy set_shader_source 路线；mutter 50 GI 已移除
  ShaderType 枚举，构造用字面量 shader_type:1）渲染 Siri 风格流体光球：
  6-metaball + smin 软融合 + 光谱色带 + RGB 色差，音量驱动幅度（振幅主通道，
  亮度增益 ≤40%，对齐行业惯例：Wispr Flow/Echo/macOS 听写均以振幅而非亮度
  表达说话程度）；终态图标走 Cairo；
• 支持 ~/.cache/openless/capsule-shader.frag 着色器热替换（2 秒生效），
  便于视觉调参与社区共创；
• Main.wm.addKeybinding 全局听写热键（合成器抓取，任意窗口可用），
  通过 DBus 向应用发 DictationKeyEvent；扩展禁用时 fcitx 插件热键路径
  自动兜底；
• OpenLess 不在时整体隐藏、零存在感；socket 断开自动重连。

3. 韧性修复（客户端）

• volcengine.rs：audio worker 持 session_gen 代数快照，open_session 推进
  代数后旧 worker 自行退出（杜绝旧 seq 帧泄漏进新连接）；发送失败 break
  终止本会话推送；
• recorder.rs：丢弃每会话首个音频回调块（设备启动瞬间的削波垃圾，
  inRMS≈0.999）；
• dictation.rs：emptyTranscript 改走 CapsuleState::Cancelled（中性灰），
  仅真正的 ASR/网络错误保留红色 Error。

4. 电平动态化（dictation.rs LevelDynamics）

recorder 的 LEVEL_RMS_GAIN=4 直出导致底噪 0.3~0.5、说话顶格 1.0，动态被
压扁。level_handler 内新增噪声门（自适应基线只从低处学习）→ 基线归一化 →
pow1.35 扩张 → 快攻慢放包络（45ms/250ms）。插入点在 silence_auto_stop 消费
原始电平之后，不影响自动停录。实测：静音环境 189 帧电平全部为 0。

已验证（Ubuntu 26.04 · GNOME 50 · Wayland · ThinkPad E14）

• 真机听写全链路（热键→录音→火山流式→DeepSeek 润色→fcitx5 上屏）稳定运行；
• 静音 189 帧电平全 0；说话时光球幅度随音量涨落、无爆亮；
• 扩展热替换通道工作正常（frag 文件修改 2 秒生效）。

兼容性 / 隐私

• 全部新增代码 #[cfg(target_os = "linux")] 或独立 GJS 文件，不影响
  macOS/Windows/Android；
• 状态桥只在本机 Unix socket 广播，无网络、无遥测；不包含任何凭据；
• 扩展 AGPL-3.0 与上游一致，全部为原创代码。

备注

• 本补丁基于 v1.3.18-tauri 标签生成；若套用到 beta（v2/eframe）分支，
  capsule_bridge.rs 与扩展可整体平移（事件出口同为
  emit_capsule_with_context_locked），volcengine.rs 建议在 beta 上重新对照；
• 本地开发环境无法直连 GitHub，tauri-nspanel 暂改为 path 依赖 + vendor——
  合并时请保留原 git 依赖（该 hunk 可剔除）；
• qwen3-asr-rs 依赖行按 scripts/ci-disable-macos-qwen3.mjs 惯例移除
  （Linux 构建不需要）。