SuperAPI AI 工具集

phone-agent

智能体与模型

查看项目

更新于 10-15 23:45

技能介绍

用途:phone-agent 用于搭建实时 AI 电话代理。它运行一个本地 FastAPI 服务器,作为 Twilio 电话与语音服务之间的实时语音桥接,处理来电、语音转写、LLM 回复生成与语音合成。

主要能力:架构为 Twilio(电话)经 WebSocket 传输音频到本地服务器,服务器调用 Deepgram 做语音转文字(STT),调用 OpenAI 生成对话逻辑,再通过 OpenAI TTS 或 ElevenLabs 合成语音回复。支持自定义系统提示词、TTS 提供商、语音音色、模型与语言(en/de)。

使用方式:需准备 Twilio 账号(电话号码与 TwiML App)、Deepgram API Key、OpenAI API Key,可选 ElevenLabs API Key,以及 Ngrok 等内网穿透工具暴露本地 8080 端口。安装依赖:pip install -r scripts/requirements.txt。在 ~/.moltbot/.env、~/.clawdbot/.env 或环境变量中设置 DEEPGRAM_API_KEY、OPENAI_API_KEY、TWILIO_ACCOUNT_SID、TWILIO_AUTH_TOKEN、PORT=8080 等。TTS 默认 openai,可设 TTS_PROVIDER=elevenlabs;OpenAI 语音可选 alloy、echo、fable、onyx、nova、shimmer,模型可选 tts-1 或 tts-1-hd。系统提示词可通过 SYSTEM_PROMPT_FILE、SYSTEM_PROMPT 或 AGENT_NAME/OWNER_NAME 配置。启动:python3 scripts/server.py;暴露:ngrok http 8080;在 Twilio 电话号码设置中将 Voice & Fax 的 A Call Comes In 设为 Webhook,URL 为 https://<your-ngrok-url>.ngrok.io/incoming,方法 POST。

适用场景:需要接听真实来电并以自然语音自动应答的语音代理场景。

限制:资料未提供完整部署细节、并发能力、延迟指标与安全注意事项;使用需自行准备各服务账号与密钥,并依赖内网穿透暴露本地端口。