# CLAUDE.md

This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.

## 项目概述

本仓库（`aipcrm/`）现在托管 **3 个互相关联但独立的子项目**：

| 子项目 | 路径 | 形态 | 状态 |
|---|---|---|---|
| **lemonPCRM** | `server/` + `frontend/` + `packages/` | Node.js + Express 后端 + 静态前端 | 主线 |
| **wechat_plain** | `wechat_plain/` | Android Xposed/A11y 模块 + Pixel 部署脚本 | 主线 |
| **lifelog-recorder** | `lifelog-recorder/` | Pixel 原生 Android 应用（Kotlin + Compose） | v0.7 (2026-06) |

**lemonPCRM** — lemonAI 出品的 Local-First AI 个人人脉管理系统（Personal CRM）。以人为中心、以对话为链接，通过知识图谱管理微信、LinkedIn、X 等多平台社交关系，将每个联系人与其社媒动态、会议纪要、文件、照片全面关联。

AI 对话与编排层基于 ACP 协议驱动本地 Claude CLI 进程，提供单 Agent 执行和 Master → Sub-Agent 多轮编排能力。Node.js + Express，无数据库依赖（使用 Node 22.5+ 内置 `node:sqlite`），数据完全本地化。

**wechat_plain** — Pixel 上微信 bot 的 Xposed/A11y 落地（A11y UI 自动化是当前唯一能真把消息推进 message 表的发送链路；详见下文 §微信集成架构）。

**lifelog-recorder** — Pixel 8 Pro 上的 24/7 录音 + 本地中文 ASR + 时间轴 lifelog 应用（2026-06 新增，详见下文 §lifelog-recorder）。

## 常用命令

```bash
npm run setup        # 首次初始化：cp .env.example .env + pnpm install
npm start            # 生产模式（node server/index.js）
npm run dev          # 开发模式（node --watch server/index.js，热重载）
./dev.sh             # 杀掉端口占用进程 + npm run dev（推荐开发用）
```

无测试框架，无 lint 脚本。使用 pnpm workspaces（`packageManager: pnpm@10.28.1`）。

## 架构

### 技术栈
- **后端**：Node.js (≥18) + Express，pnpm workspace monorepo
- **数据库**：Node 22.5+ 内置 `node:sqlite`（`DatabaseSync`），位于 `server/db/lemon_crm.db`
- **AI**：Claude CLI（本地子进程，`--dangerously-skip-permissions` 自动批准）
- **文件解析**：mammoth（.docx）、pdf-parse（.pdf）

### 目录速查

| 目录 | 说明 |
|------|------|
| `packages/acp-core/` | ACP 协议层：Protocol / Transport / Launcher 三层抽象 + ClaudeCliProtocol / AcpProtocol |
| `packages/agent-core/` | Agent 运行时（ESM）：目录驱动的 Agent、AgentBus、AgentRegistry、AgentScaffold |
| `server/index.js` | Express 入口（路由 + 静态前端） |
| `server/src/core/` | 编排引擎：orchestrator、master-session、agent-manager、session-pool、stream-executor、prompt-builder、parser、runtime-resolver |
| `server/src/engine/` | 进程层：run-registry、command-queue、process-guard、idle-timer、failover-error |
| `server/src/tools/` | Master 工具：call-agent-tool、tool-registry、graph/（图谱 MCP 工具集） |
| `server/src/standalone-entry.js` | 编程 API：`runMasterSession` / `runOrchestration` / `runSingleAgent` |
| `server/routes/` | API 路由：master-chat、config、graph、wechat、import、analysis、photo |
| `server/services/` | conversation-logger、file-parser、memory-service、claude-chat-service、wechat/、linkedin/、meeting/、photo/、x/ |
| `server/db/GraphStore.js` | 本地知识图谱存储层（SQLite）：Person / Organization / Project / Event / Asset 节点 + KNOWS / BELONGS_TO / PARTICIPATED 等边 |
| `frontend/` | 静态前端（单 HTML 文件，由 server/index.js 托管） |
| `server/config/backends.json` | ACP Launcher / Client 定义 |
| `server/config/agents.json` | 静态 Agent 注册表（可选，也可由 `system/agents/` 目录发现） |

### API 路由

| 路径 | 说明 |
|------|------|
| `POST /api/master/chat` | Master Agent 多轮对话（SSE） |
| `POST /api/master/upload` | 文件上传注入对话 |
| `GET /api/master/sessions` | 列出活跃 session |
| `DELETE /api/master/sessions/:id` | 关闭 session |
| `GET/PUT /api/config/items/:key` | 读写配置文件 |
| `GET /api/health` | 健康检查 |
| `GET /api/graph/nodes` | 列出图谱节点（?type=Person&limit=100） |
| `GET /api/graph/nodes/:id` | 查询单个节点（含边） |
| `POST /api/graph/nodes` | 创建/更新节点 |
| `GET /api/graph/search?q=关键词` | 全文搜索 |
| `POST /api/graph/edges` | 创建关系边 |
| `GET /api/graph/path?from=id&to=id` | 查询关系路径 |
| `POST /api/wechat/import-contacts` | 导入微信联系人到图谱 |
| `POST /api/wechat/import-chat` | 导入微信聊天记录 |
| `GET /api/wechat/contacts?q=搜索` | 查询微信联系人 |
| `GET /api/wechat/sessions` | 最近会话列表 |
| `POST /api/import/...` | 多平台数据导入 |
| `POST /api/analysis/...` | 图谱分析（关系链路、聚类等） |
| `POST /api/photo/...` | 照片服务（人脸聚类、向量检索） |

### 配置文件

| 文件 | 说明 |
|------|------|
| `.env` | PORT（默认 3010）、HOST、CORS_ORIGINS 等 |
| `server/config.js` | 端口、CORS、目录路径的运行时配置对象 |
| `server/config/backends.json` | ACP Launcher 定义（command、args、protocol） |
| `server/config/agents.json` | 静态 Agent 注册（可选） |

## 关键架构模式

### ACP 协议四层结构

```
Application (AgentManager)
    ↓
Protocol  (ClaudeCliProtocol 直接 spawn / AcpProtocol JSON-RPC)
    ↓
Transport (ProcessTransport stdio / PipeTransport / WebSocketTransport)
    ↓
Launcher  (ProcessLauncher spawn / NoneLauncher 无操作)
```

`runtime-resolver.js` 根据 `backends.json` + `agents.json` 配置自动推断使用哪一层。

**ClaudeCliProtocol 调用方式**：
- 生成命令：`claude --input-format stream-json --output-format stream-json --verbose --include-partial-messages --dangerously-skip-permissions`
- 输入格式：`{"type":"user","message":{"role":"user","content":[{"type":"text","text":"..."}]}}`
- 输出：NDJSON 事件流
- 单进程跨多轮复用（session reuse）

**Mock 模式**：设置 `LEMONBOSS_CLAUDE_MODE=mock` 可读取 fixture 文件而不启动真实进程，用于调试。

### Master → Sub-Agent 调度流程

1. 用户消息 → `MasterSession.handleMessage()`
2. `PromptBuilder` 组装系统提示（含工具描述 + 可用 Agent 列表）
3. Claude 响应中的工具调用用 `[TOOL_CALL: tool_name] {...json...} [/TOOL_CALL]` 格式标记
4. `ToolRegistry.parseToolCalls()` 解析后交给 `AgentManager.callAgent()`
5. `SessionPool` 按 `agentName:client:deploy:workDir[:scope]` 为 key 复用已有 session
6. 工具结果注回对话，最多循环 10 轮（`SAFETY_MAX_LOOPS=15`）

**Orchestrator** 额外提供格式自动修正（`MAX_REPAIRS=5`）与结果验证（`ResultTracker`）。

### Agent 发现与记忆

- Agent 优先从 `system/agents/` 目录发现（目录驱动），`agents.json` 作为静态补充
- 每个 Agent 的记忆存储在其目录下的 `memory/` 子目录，纯文件系统
- `AgentScaffold` 用于创建新 Agent 目录结构

### 知识图谱（GraphStore）

`server/db/GraphStore.js` 使用 `node:sqlite`（Node 22.5+ `DatabaseSync`），无需额外依赖。

- **节点类型**：Person、Organization、Project、Event、Asset
- **边类型**：KNOWS、BELONGS_TO、PARTICIPATED、CONTAINS、MENTIONED_IN、ASSOCIATED
- **分析状态**：`analysis_status` 字段跟踪节点是否已被 AI 分析（none / pending / done）
- **Master 工具**：`server/src/tools/graph/` 提供 `create_person`、`get_person`、`link_persons`、`search_graph`、`get_relationship_path` 等工具供 AI 调用

### 微信集成架构

`server/services/wechat/` 提供从 Mac 和 Pixel 双端点与微信交互的能力：

- **发送消息（实际工作链路）**：`am broadcast com.hermes.wechat.SEND_MSG` → **`HermesAccessibilityService`**（lsposed-wechat-sendmsg 模块内）→ 启动微信 LauncherUI → 点搜索按钮 → 搜索 `toUserDisplayName`（**必须传 nickname**，如"火星人"）→ 点搜索结果 → 找 `bkk` 容器内的 EditText 输入文本 → 点 `bql` 发送按钮。纯 UI 自动化，绕开所有反射 / hook 失败。
- **消息跟踪**：`android-wechat-tracker-sqlcipher.js` 直接轮询解密后的 `EnMicroMsg.db`（SQLCipher）
- **自动回复**：`auto-reply.js` 结合 tracker + broadcast，在 Pixel 上独立运行
- **数据导入**：`wechat-importer.js` / `wechat-reader.js` 将联系人和聊天记录导入知识图谱

> [!WARNING] 关于其他两条已废弃的发送路径
> - **LSPosed 反射 API**（`HermesWeChatModule.sendTextMessageDirect`）：监听同一广播但走 `u01.r1.a → m1.a()`。`Send result: true` 是**误报**——`builder.a()` 后主线程异步提交触发 null 异常被 swallow，消息不进 `message` 表。
> - **Frida daemon 队列**（`android-wechat-sender-frida.js` + `wechat_plain/scripts/frida-daemon/frida_daemon.js`）：Frida 17 + 微信 8.0.72 注入大体积 bundle 触发反调试，微信进程崩溃，已废弃。
> 这两条路径的命名让人误解；真正能把消息推进 message 表的只有 A11y service。

> [!IMPORTANT] A11y service 启用方式
> `enabled_accessibility_services` 系统设置易被关闭。检查与重新启用：
> ```bash
> adb shell "settings get secure enabled_accessibility_services"
> adb shell "su -c 'settings put secure enabled_accessibility_services com.hermes.wechat.xposed/com.hermes.wechat.xposed.accessibility.HermesAccessibilityService; settings put secure accessibility_enabled 1'"
> ```

详见 `server/services/wechat/README.md`。

## lifelog-recorder（Pixel 8 Pro 24/7 录音 + 本地中文 ASR + 本地 LLM，v0.7）

> 完整接手地图、踩坑清单、命令速查见 `lifelog-recorder/HANDOFF.md`。本节只勒住整个项目的**架构骨架 + 关键决策来源**，不重复细节。

### 项目目标

把 Pixel 8 Pro 当成**永远开机的麦克风**：7×24 后台录音 → VAD 切段 → 中文 ASR 转文字 → 入库 → 按时间轴显示和搜索 → LLM 总结成纪要。最终目的是把所有「我说过 / 别人对我说过」的内容沉淀成可搜索、可回放的个人记忆库，下接 lemonPCRM 的人脉图谱（某段语音 → 某联系人 → 某项目）。

约束：**完全本地 / 零云端依赖 / 月成本 0 元 / 隐私走 0 网络**。

### 架构骨架

**block-based diarization-first（2026-06-07 起，commit 07f3d22）**：弃掉「录一句·转一句·实时聚类」（短句 embedding 噪声大、实时滑动聚类污染 anchor → 声纹串人）。改为攒块 → 整块 diarize → 逐 turn 转写，从源头产出单说话人干净 embedding。**没有实时字幕**，文字在块关闭后出。

```
Foreground Service (foregroundServiceType=microphone, WAKE_LOCK partial)
  └ AudioRecord 16k mono PCM16  (VOICE_RECOGNITION source, no AGC/NS)
     └ Silero VAD ONNX (500ms 静音切段 / 30s 强切) ── 段不再直接入库
        └ BlockBuffer：speech-only PCM 攒「块」(filesDir/blocks/<ts>/audio.pcm + manifest)
           关块：静音≥5min 或 块≥10min ──Channel──> BlockProcessor (与采集解耦)
              └ DiarizationEngine: pyannote 分割 + campplus + 聚类 → turns[start,end,speaker]
                 └ 每 turn: paraformer 转写 + campplus 干净嵌入 + SpeakerClusterer.assign 全局认人
                    └ Room SQLite (turn = 时间轴一行: Segment/Transcript/Summary/SpeakerProfile/Chat*)
                       └ Compose 底部 4-tab (人物 / 录音 / 对话 / 设置)；「录音」内含 4 顶部子 tab (录音 / 时间轴 / 声纹 / 纪要)
                          ├ SummaryWorker：按时间间隔切「会话」→ 本地 llama-swap(8080) Qwen3.5-2B 出纪要
                          ├ ChatScreen：本地 2B/4B(llama-swap 8080) + Hermes(8642→Kimi) 多端点对话
                          └ photolog/CRM 层 (PhotologScreen/PersonProfileScreen/PhotologViewModel + vision/)
                               人物 tab = 「我管理的人物」；微信通讯录是池子（勾选纳入）；相册人脸标注/绑声纹自动入库
```

**声纹纠偏 L1+L2**（`SpeakerClusterer`）：L1 = reclusterAll 和 assign 都**冻结人工命名 anchor 不漂移**（止住「秦子琛吸宜博→质心漂→吞更多」雪球）；L2 = 重命名/合并时 `rebuildAnchor` 用该人**全部段均值**重建质心（多 anchor，取代单段注册）。用户流程：听一段 → 命名/合并 → 「重新聚类」。阈值默认 0.45（设置页 0.35–0.65）。CAMPPlus 在短中文段上区分度有天花板，详见 memory `lifelog-block-diarization-pipeline.md`。

> ⚠️ 旧的周期 `DiarizationWorker`/`DiarizationScheduler` 已删除（diarize 现在在块关闭时当场做）。WorkManager 每 worker 有 **10min 硬上限**，是把 diarize 放进常驻前台服务而非 WM worker 的原因。

**本地 LLM 栈（v0.6，零云端）**：Termux 自编 llama.cpp HEAD + llama-swap v223 监听 `127.0.0.1:8080`，按 model 名（`2b`/`4b`）热切换 Qwen3.5-{2B,4B}-Q4_K_M。纪要 worker + App 对话都打 8080；Magisk `service.d` 开机自启。完整部署/坑见 memory `pixel-local-llm-stack.md` + HANDOFF.md。

**photolog / 人脉 CRM 层（v0.7 新增）**：在录音之外把 lifelog 长成端上 mini-CRM。`PhotologScreen`（人物 tab + 相册 tab）、`PersonProfileScreen`（联系人档案：tab 式 + 记录搜索 + 微信聊天/朋友圈/AI 印象 + 「🎤 录一段绑定 TA」当场录声纹）、`PhotologViewModel` 统管。**两个人物池分离**：「我管理的人物」（CRM 关心的人，人物 tab 显示）vs「微信通讯录全部联系人」（池子，选人页里勾选纳入）。`vision/`（`FaceEngine`/`FaceMatcher`/`PhotoProcessor`/`PhotoScheduler`/`PhotoWorker`/`WeChatEnrollWorker`/`VisionClient`）做相册扫描 + 人脸聚类 + 微信头像锚点入库；微信头像配方与「锚点 embedding 必须端上算」见 memory `wechat-avatar-face-enrollment.md`。声纹绑人 ↔ 人脸标注 ↔ 微信联系人三者打通到同一 `Person`。

技术栈：Kotlin 2.1 + Compose BOM 2024.12.01 + Room 2.6.1 + WorkManager 2.10 + OkHttp 4.12，AGP 8.7.3，minSdk 30 / targetSdk 35（Android 14 强制 `foregroundServiceType` 起步），arm64-v8a 单 ABI。

### 接口

**内部组件接口**（pipeline，详见 `lifelog-recorder/HANDOFF.md` §四）：

| 上游 | → | 下游 | 数据形式 |
|---|---|---|---|
| `AudioCapture` | SharedFlow | VAD | `FloatArray` 30ms 帧 (512 samples) |
| `Vad.acceptWaveform()` | poll | `Vad.front()` / `pop()` | `SpeechSegment(start, samples: FloatArray)` |
| `BlockBuffer.append()` | sync | filesystem | `filesDir/blocks/<startTs>/{audio.pcm, manifest.json}`（speech-only PCM + run 偏移） |
| `BlockBuffer.close()` | Channel | `BlockProcessor.process()` | 块目录（关块条件：静音≥5min 或 块≥10min） |
| `DiarizationEngine.diarize()` | sync | — | `List<Turn(startSec, endSec, speaker)>`（pyannote 分轮） |
| `ParaformerEngine.transcribeFloat()` | sync | — | `OfflineRecognizerResult(text, tokens, timestamps, lang, emotion, event)`（逐 turn） |
| `SegmentWriter` | sync | filesystem | `filesDir/segments/YYYY-MM-DD/HH-MM-SS-MS.opus`（turn 切片） |
| `Repository.segments/transcripts` | suspend | Room | DAOs in `data/Daos.kt`（turn = 一行） |

**外部接口**：
- `ModelDownloader` → `https://hf-mirror.com/csukuangfj/sherpa-onnx-paraformer-zh-2023-09-14/`（断点续传，fallback huggingface.co）
- `XfyunIatClient` → `wss://iat.xf-yun.com/v1`（讯飞大模型，**仅作云复核 fallback**）
- 未来 Summary Worker → `http://127.0.0.1:8642/v1/chat/completions`（hermes gateway 转发到 Kimi）

**对外暴露的 IPC**：`RecorderService` 仅做自启/暂停（`startForegroundService` / `stopService`），状态走 `RecorderState` (StateFlow) 推给 UI；没有 binder/广播接口。

### 历史沿革 / PoC 失败与成功记录

> 这一节是**为什么选了 paraformer 而不是 whisper / 云 ASR** 的完整溯源。后面 session 想换技术栈前必读。

**Round 1 — 全云 ASR 路线（弃）**：最初想用「VAD 段 → 上传讯飞 / 百度 / Groq Whisper」流式 ASR。讯飞「中文识别大模型」WebSocket 客户端已经写完（`asr/XfyunIatClient.kt`，鉴权 + 三段帧协议 + 增量结果解析），但发现按次计费下 24/7 用量会冲到月 5000+ 元。「讯飞流式听写区间包 80 元/月 unlimited」是**消费端「讯飞听见」App 的卡，不是开发者 API**——这是用户和我都踩过的坑。

**Round 2 — whisper.cpp on-device（弃）**：在 Pixel 8 Pro Termux 编了 whisper.cpp + NEON 优化，跑 95s 中文 TTS sample：

| 模型 | 线程 | RTF | 速度 | 中文质量 |
|---|---|---|---|---|
| ggml-tiny.bin | 4 | 0.26 | **3.8× realtime** | ❌ 输出乱码「战亡未来一年」，中文不可用 |
| ggml-small-q5_1.bin (181 MB) | **8 (最快)** | 1.66 | **0.60× realtime** | ✓ 转写正确 |
| ggml-small.bin (fp16, 465 MB) | 4 | 1.76 | 0.57× | 同 q5_1（量化省的全被 ARM dequant 吃回） |

**结论**：whisper-small **任何配置都 < 1× realtime**，连续录会越积越多。tiny 够快但中文崩。**on-device whisper 路线直接砍掉**。

**Round 3 — sherpa-onnx + 中文专门优化模型（采用）**：阿里 DAMO 的 paraformer-zh 跟 SenseVoice 都是 ONNX 部署、Android 友好。同样 95s sample：

| 模型 | 测试环境 | RTF | 速度 | 备注 |
|---|---|---|---|---|
| paraformer-zh int8 (232 MB) t=4 | proot Ubuntu | 0.068 | **14.7× realtime** | 选定 |
| paraformer-zh int8 t=8 | proot | 0.099 | 10.1× | 8 线程反而慢，X3+A715 协调开销 |
| SenseVoice int8 (228 MB) t=4 | proot | 0.092 | 10.9× | 带情绪/事件 metadata，但慢 |
| **paraformer-zh int8 t=4** | **真机 Android app** | **0.048** | **20.94× realtime** | proot 摘掉后再快 43% |
| **paraformer-zh int8 t=4** | **真实活语音（用户对手机说）** | — | **20-32×** | 1-10s 段，~50-300ms 转写 |

**结论**：on-device paraformer 完胜。月成本 0 元，延迟 <300ms，隐私零网络。讯飞客户端代码留作云复核 fallback。

### 关键坑（接手必读）

1. **不要把 .onnx 当 asset mmap**：sherpa-onnx v1.13.2 native code 对 asset 压缩兼容差，silero VAD 直接 SIGSEGV。已加 `androidResources.noCompress.add("onnx")` 但保险起见在 `RecorderService.runPipeline` 里把 VAD 模型从 assets 拷到 `filesDir` 后再用 file path 加载。
2. **silero_vad.onnx 别从 snakers4 的 GitHub raw 拉**：会被 LFS 重定向成 HTML。用 `https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/silero_vad.onnx`。
3. **Tensor G3 paraformer 线程甜点 = 4，不是 8**。
4. **AID_INET (3003) gotcha**：跨 root + adb 调试 Termux 用户态时必须 `su -G 3003 10288 -c "..."`，否则 DNS 全断。详见 `~/.claude/projects/-Users-yibo-Documents-aipcrm/memory/magisk-su-android-inet-group.md`。
5. **`keys.properties` gitignored**：讯飞凭证从这里读到 `BuildConfig.XFYUN_*`。模板 `keys.properties.example`。
6. **232 MB paraformer 模型不进仓库**：首次启动从 hf-mirror.com 下到 `app.filesDir/models/paraformer-zh/`。dev 加速可以预先 `adb push` 进去（HANDOFF.md §三）。

### 未来计划（按优先级）

完整待办、估时、技术路线见 `lifelog-recorder/HANDOFF.md` §五。

✅ **v0.2–v0.7 已完成**：Opus 编码 / BOOT 自启 + 电池白名单 / FTS4 中文搜索 / 段播放 / **声纹在线聚类** / **会话级纪要（按时间间隔切会话）** / **底部 4-tab + 子 tab UI** / **App 内对话（本地 2B/4B + Hermes）** / **本地 LLM 栈（llama-swap）** / **Room 迁移（去 destructive）** / **block-based diarization-first 录音管线（v0.7，攒块→整块分轮→逐 turn 转写）** / **声纹纠偏 L1 冻结 anchor + L2 多 anchor 重建** / **设置页（`SettingsScreen`：纪要模型后端 / 聚类阈值 / llama-swap 端点 / 电池豁免）** / **photolog 人脉 CRM 层（人物档案 + 相册人脸 + 微信通讯录/朋友圈/AI 印象）**。

剩余摘要：
- ⭐ **存储 TTL**（删超 N 天 .opus，文字永留）——设置页尚无「存储用量 / 暂停时段」
- ⭐ **多 anchor 平均**（连选多段标同一人提高匹配率）
- ⭐ **回链 lemonPCRM**（Transcript 实体 → GraphStore `MENTIONED_IN`，v2）

### 与 lemonPCRM 的关系

目前**完全独立**——lifelog-recorder 的 Room DB 跟 lemonPCRM 的 GraphStore 没打通。未来计划：把 Transcript / Summary 表里的实体（人名 / 地名 / 项目）抽到 GraphStore 当 `MENTIONED_IN` 边，让你的「某次会议说了什么」可以从图谱里反查。这是 v2 范畴。

## 注意事项

- `server/src/standalone-entry.js` 的 `loadConfig()` 优先读 `backends.json` + `agents.json`，无需数据库。
- `prompt-builder.js` 的 `getSystemStateXML()` 只返回时间戳（公司/OKR 层已移除）。
- Agent 目录内放 `SKILL.md` 文件会绕过协议封装，直接作为系统提示使用。
- `server/index.js` 包含控制字符净化中间件：Agent 通过 curl 发送的 JSON body 可能含原始换行符，若解析失败会自动清理 `\x00-\x1F` 控制字符后重试。

> [!WARNING] (Agentic Self-Correction Loop Prevention)
> **Master Agent 必读**：在 `Bash` tool 中使用含多重双引号的复杂命令（如 `curl -d '{"id":"lemonv"}'`）时，JSON 转义容易崩溃并陷入死循环。
> **解决方案**：任何需要提交 JSON Payload 的操作，先写入 `/tmp/*.json` 文件，再通过 `curl -d @/tmp/payload.json` 发送。