用途：通过 Pipecat MCP 服务器启动语音对话，让用户以语音方式与代理交互并下达任务。
主要能力：调用 start() 初始化语音代理；用 speak() 问候并播报进度；用 listen() 等待用户输入；任务完成后用 speak() 汇报结果，再调用 listen()；结束前需口头确认，确认后用 speak() 道别并调用 stop()。
使用方式：启动时在终端打印格式化提示，说明语音会话正在开始、可通过 Pipecat Playground、Daily 房间或电话连接、模型在首次连接时下载可能稍慢，若听不到音频应检查终端中 Pipecat MCP 服务器的错误。用户提出任务时，先用 speak() 确认（此时不要调用 listen()），再执行工作（编辑文件、运行命令等），并在每个重要步骤后用 speak() 频繁播报进度，完成后汇报结果，最后才调用 listen()。简单问答或闲聊则 speak() 后立即 listen()。涉及文件、PR、issue 等变更前，需在终端展示拟议改动，用 speak() 请求口头确认，再 listen() 获取答复后继续。使用 list_windows() 和 screen_capture() 时，若同一应用有多个窗口或不确定目标窗口，应先询问澄清。
适用场景：需要语音驱动代理执行开发或操作任务的交互场景。
限制：回复与进度更新应保持 1-2 句简短；listen() 表示已完成并准备让用户说话，有未完成工作或待播报更新时不应调用；对话结束必须调用 stop()。其他细节暂未提供。