用途：指导如何在 LiveKit Cloud 或自托管服务器上构建语音与聊天 AI 智能体，侧重架构与设计方法，不含会变动的 API 细节，API 需通过 reading-livekit-docs 查询，禁止凭记忆写 LiveKit 代码。
主要能力：讲解语音智能体与聊天智能体的差异，包括延迟预算、上下文规模、聆听体验等约束；提供多智能体结构建议，用交接（handoffs）划分问候、受理、解决等自然边界，用任务（tasks）处理单一结果操作；提出工具设计原则，工具描述决定调用行为，尽量让工具离开关键路径，并规划工具失败时的应对。
使用方式：先通过 CLI 配置 LIVEKIT_URL、LIVEKIT_API_KEY、LIVEKIT_API_SECRET（通常在 .env），确认连接 LiveKit Cloud 或 OSS；写第一个智能体类之前确定工作流形态并规划验证方案，选择 debugging-livekit-agents（本地文本模式驱动真实对话）或 testing-livekit-agents（断言轮次），可两者并用。
状态与副作用：模型负责解释，应用代码负责记录、权限、状态转换和外部效果；不要用代码分类意图；工具返回事实而非句子；每会话一个权威状态对象，区分模型提供的事实与可信身份、时钟、ID 和回执；变更工具需明确目标、变更内容和保持不变项。
适用场景：构建语音智能体、创建聊天智能体、设计多智能体交接与任务、维护生产中的 LiveKit 智能体。
限制与注意事项：LiveKit Inference 仅在 LiveKit Cloud 可用，OSS 需用各家插件与 API 密钥；提示词改动会像代码改动一样影响行为，不能只靠手动测试；若用户明确不要测试，可先不写但需提醒生产前建议补上。完整的状态、审批、提交与交付细节见 references/state-and-effects.md。