SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场iblai-api-agent-voice

iblai-api-agent-voice

智能体与模型

查看项目

更新于 10-23 22:33

技能介绍

用途

iblai-api-agent-voice 用于通过 ibl.ai 平台 API 配置智能体“如何说话、如何听”。所有字段的作用范围是单个智能体，即对该智能体的每位用户生效。有界面的 /iblai-vibe-agent-voice（Voice 标签页）和 /iblai-vibe-agent-screenshare（Screen 标签页）挂载同一份数据，本技能是它们可脚本化的无界面版本。

主要能力

语音配置存放在两类资源中：

  • 智能体设置（…/mentors/{mentor}/settings/）：聊天语音（voice_provider 与 openai_voice / google_voice / iblai_voice）、voice_instructions、transcription_language、transcription_instructions，以及 show_voice_call / show_voice_record 开关。
  • 通话配置（…/call-configurations/，每个智能体一行）：通话风格、语言、AI 提供商、通话语音、屏幕共享（enable_video 与两个提示词）。

读取接口包括：

  • GET …/mentors/{mentor}/settings/：返回当前语音字段，并内嵌该智能体的 call_configuration 对象（该对象不为 null，但在尚未通过 POST 创建时其 id 为 null，因此应先执行 POST）。语音字段返回的是语音名称（如 "alloy"），而非 id。
  • GET …/voices/：语音目录，支持 provider（browser | openai | google | iblai | elevenlabs）、search、page、page_size、ordering 查询参数；每条返回 { id, name, provider, language, description, audio_url }，audio_url 是可播放的示例。
  • GET …/voices/{id}/：获取单个语音。
  • GET …/call-configurations/?mentor={mentor}：返回该智能体的通话配置数组（取第一项）；也可按 mode、search、ordering 过滤。
  • GET …/call-configurations/{id}/：获取单条通话配置。

写入接口包括：

  • PUT …/mentors/{mentor}/settings/：以 multipart/form-data 提交，只发送需要改动的键；字段包括 voice_provider、openai_voice、google_voice、iblai_voice、voice_instructions、transcription_language、transcription_instructions、show_voice_call、show_voice_record。voice_provider 决定哪个 *_voice 字段生效；browser 使用听者设备，无需语音 id。voice_instructions 会以语音指令形式传给 OpenAI，以合成提示词形式传给 Google，其它提供商忽略它。
  • POST …/call-configurations/：仅在 GET 未返回任何记录时创建该智能体的通话配置；字段包括 mentor（uuid，必填）、mode（realtime | inference）、language、llm_provider、tts_provider、stt_provider、openai_voice_id、google_voice_id、use_function_calling_for_rag、enable_video、screensharing_system_prompt、screensharing_proactive_prompt。
  • PATCH …/call-configurations/{id}/：修改上述任意字段（只发变更键）。
  • PUT …/call-configurations/{id}/：替换整行（需一并发送 mentor）。
  • 通话配置没有 DELETE。

使用方式

请求约定：

  • 基础 URL：https://api.iblai.app
  • 每个请求都带请求头 Authorization: Api-Token $IBLAI_API_KEY。
  • 路径变量中，{org} = $IBLAI_ORG、{username} = $IBLAI_USERNAME、{mentor} = 智能体唯一 id。
  • 所有路径以 https://api.iblai.app/dm/api/ai-mentor/orgs/{org}/users/{username} 为前缀。
  • 通话配置仅组织管理员可写。
  • 若尚未连接，先运行 /iblai-api-login 以填充 IBLAI_ORG、IBLAI_USERNAME 和 IBLAI_API_KEY。

示例（对已有通话配置的智能体开启屏幕共享并设置开场白）：

API="https://api.iblai.app/dm/api/ai-mentor/orgs/$IBLAI_ORG/users/$IBLAI_USERNAME" ID=$(curl -s "$API/call-configurations/?mentor=$MENTOR"
-H "Authorization: Api-Token $IBLAI_API_KEY" | jq '.[0].id') curl -X PATCH "$API/call-configurations/$ID/"
-H "Authorization: Api-Token $IBLAI_API_KEY"
-H "Content-Type: application/json"
-d '{"enable_video": true, "screensharing_proactive_prompt": "I can see your screen now. What would you like help with first?"}'

适用场景

  • 为智能体选择并切换聊天语音（浏览器设备语音、OpenAI、Google、ibl.ai）。
  • 设置语音风格指令、转写语言与转写术语提示。
  • 开关语音通话和听写麦克风。
  • 管理实时通话或推理模式下的 LLM/TTS/STT 提供商与通话语音。
  • 在实时模式下启用屏幕共享并配置屏幕共享提示词。
  • 以脚本方式批量核对或调整智能体语音配置。

限制与注意事项

  • 接口依据 2026-10-02 在线 schema（https://api.iblai.app/dm/api/docs/schema/，版本 4.411.0）核对。
  • 名称出、id 入：设置接口返回语音名称，写入接口接收语音 id；可用 GET …/voices/?provider=<p>&search=<name> 解析名称。
  • 缺席即不变：设置 PUT 中未出现的字段保持不变。清空 voice_instructions / transcription_instructions 用 ""，不要用 null。
  • iblai_voice 不能清空：传 "" 会返回 400，传 0 或空值不产生变化。
  • transcription_language 使用 ISO 639-1（如 "es"），"" 表示自动检测。
  • 屏幕共享需要实时通话：enable_video 仅在 realtime 模式下、且 show_voice_call 开启时生效。
  • 新建通话配置的 screensharing_system_prompt 默认填入平台的屏幕指导文本。
  • 非空 voice_instructions 会使 OpenAI 合成切换到支持指令的模型，成本更高。
  • 通话配置无删除接口；创建前需先确认 GET 无记录。