Turn 呈现¶

canonical turn 是模拟历史中一次已提交的记录，前端不必把它渲染成单个气泡。世界模拟引擎单独保存了一层独立、非权威的 presentation layer，可以把一个 turn 拆成多个有序的 display blocks。

关键模型包括：

模型	用途
`Turn`	Canonical record：sequence、type、content 和 start time。
`TurnPresentationBlock`	一个 turn 的一个有序显示片段。
`TurnPresentationRendering`	某个 turn 的 locale/rendering-specific 有序 block 集合。
`PresentedTurn`	API projection，返回 canonical turn 和所选 presentation blocks。

Presentation blocks 永远不携带模拟权威。它们用于渲染、语音、图像、streaming 状态和替代显示变体。

Block 类型¶

PresentationBlockType 支持：

类型	前端处理
`action`	用户动作气泡，包括格式化后的用户文本。
`speech`	带 speaker attribution 和头像的角色发言气泡。
`narration`	叙事 card/bubble。
`thought`	样式化 internal thought block。
`system_notice`	系统提示 block。
`media`	媒体 placeholder/block。

模型会强制非 media blocks 必须有 text，media blocks 必须有 media_id，speech blocks 必须有 speaker attribution，并且 block sequence numbers 必须连续。

为什么一个 turn 会变成多个气泡¶

Narrator 返回结构化 narration blocks。提交期间，WorldSimulator._store_default_presentation 会把每个 narration 或 speech block 存为 TurnPresentationBlock。因此，一个 turn 可能渲染为：

一段介绍结果的 narration；
Alice 的一个 speech bubble；
描述动作的一段 narration；
Bob 的一个 speech bubble；
链接到某个具体 block 的生成场景图。

flowchart TD
    Turn["Turn: canonical committed history"] --> Rendering["TurnPresentationRendering: default"]
    Rendering --> Block0["0: narration"]
    Rendering --> Block1["1: speech, Alice"]
    Rendering --> Block2["2: narration"]
    Rendering --> Block3["3: speech, Bob"]
    Block1 --> Voice1["voice media"]
    Block2 --> Image2["generated image"]

这有意不同于把 canonical state 存成格式化聊天文本。turn 仍然是用于 sequencing、audit、regeneration 和 time advancement 的单个模拟事件，而 UI 可以渲染出自然对话。

API 和 fallback 行为¶

Turn API 暴露：

/turn-presentations：列出带 presentation blocks 的 turns；
/turns/{turn_id}/presentation：获取一个 presented turn；
/turns/{turn_id}/presentation/{rendering_id}：替换一个 rendering；
图像和语音端点：把生成媒体附加到整个 turn 或某个 presentation block。

如果一个 turn 没有已存 presentation blocks，后端会创建 legacy presentation projection：

用户 turns 变成一个 action block；
JSON NarrationProposal content 变成其中的 narration/speech blocks；
plain text 系统输出变成一个 narration block。

这样旧 turns 仍然可以渲染，而新 turns 使用显式 presentation data。

前端渲染¶

SimulationChatPage 会优先使用存在的 narration_blocks。它把 blocks 映射到专门组件：

SpeechBlockMessage 渲染角色发言，带 speaker avatar、分段语音控制和角色环境肖像生成。
UserActionBlockMessage 渲染用户动作文本，并可以为该 block 请求场景图。
NarrationCardBlockMessage 渲染 narration、thought、system notice、action 或 media blocks，并可以为 narration 请求场景图。

当存在 block presentation 时，图像按 block 加载；对于 legacy single-bubble turns，图像按整个 turn 加载。语音控制按 narration/speech block 操作，因此 TTS 可以把一个 turn 配成多个自然音频片段，而不是一整段长独白。