用途：从零搭建一个实时语音智能体。它用 Strands BidiAgent 搭配 Amazon Nova Sonic，以 WebSocket 服务器形式在浏览器与模型之间双向流式传输音频。架构为浏览器麦克风与扬声器经 WebSocket 连接 FastAPI 服务器，服务器再以 BidiStream 连接 Nova Sonic，并可在中间挂载工具与子智能体。
主要能力：提供 WebSocket 编排层（server.py 暴露 /ws 端点，并对较大的 base64 音频事件按边界切分）、BidiAgent 会话处理（agent.py 配置模型、语音、提示词与采样率）、自定义 @tool 函数（tools.py）以及作为工具接入的文本子智能体（subagents.py）。客户端由 Python HTTP 服务托管网页，用 AudioWorklet 以 16kHz 采集麦克风，调度 AudioBufferSourceNode 无缝播放，支持推测/最终转录与打断。
使用方式：前置条件为 Python 3.11+、可访问 Amazon Bedrock（Nova Sonic 模型）的 AWS 凭证、支持麦克风的现代浏览器。安装依赖：pip install strands-agents strands-agents-builder aws-sdk-bedrock-runtime；pip install fastapi uvicorn[standard] websockets。环境变量含 AWS_DEFAULT_REGION（默认 us-east-1）与 AWS 凭证。运行服务器：uvicorn.run(app, host=os.getenv("HOST", "0.0.0.0"), port=int(os.getenv("PORT", "8081")))。客户端连接后先发送 config 事件，再进入会话。
适用场景：需要端到端参考实现的实时语音对话、语音助手原型、在语音流中调用工具或委派子智能体处理查询的场景。
限制与注意：Nova Sonic 要求 16kHz 采样率，错误采样率会导致音频失真；系统提示词建议控制在约 500 词以内，细节移入工具描述；工具结果应返回自然语言而非原始 JSON，因为内容会被朗读；子智能体输出需简短；缺失 portaudio 系统库时（仅 CLI 客户端需要）需先安装再 pip install pyaudio。音频配置为 16000 Hz、16 位有符号整数 PCM、单声道，Base64 经 JSON WebSocket 传输。可用语音包括 tiffany、matthew、ruth、gregory、joanna。项目结构与完整浏览器客户端实现见 references/client-reference.md。具体定价、性能指标与平台兼容性资料暂未提供。