官方网站：https://docs.livekit.io/agents/
工具简介
LiveKit Agents 是一个端到端开发框架，用来构建可通过语音、视频和数据通道与人互动的多模态智能体。它把 OpenAI 实时 API 与 LiveKit 的 WebRTC 基础设施接在一起，语音识别、语言模型、文本转语音的流水线都有快速入门指南。还能做语音到语音的代理、接听并回应来电，或代用户主动拨出电话。
需求人群
需要自建语音或视频智能体的开发者与团队，尤其是熟悉实时通信和模型调用的工程师。他们的共同点是宁可多花一点集成成本，也要把交互体验、并发量和部署细节握在自己手里，而不是把客户对话完全交给第三方托管。
使用场景
- 开发者接上语音识别、语言模型和文本转语音流水线，做出一个自动接听客服来电的语音助手。
- 教育机构构建实时语音助手，学生提问后即时得到语音回答。
- 企业用它做会议代理，对视频会议内容自动记录并生成总结。
- 借助代理与 SIP 库，既能自动接听来电，也能代表用户拨出电话。
产品特色
- 集成 OpenAI 实时 API 与 LiveKit 的 WebRTC 基础设施，实时交互链路开箱可用。
- 提供语音识别、语言模型、文本转语音的完整流水线，并配有快速入门指南。
- 支持创建语音到语音的智能体，减少文字转语音再合成的中间环节。
- 通过 LiveKit 代理与 SIP 库实现来电的接听与自动回应。
- 允许智能体代表用户主动拨出电话，覆盖外呼类任务。
- 提供部署与扩展智能体的最佳实践，便于控制上线节奏与并发量。