SuperAPI AI 工具集

building-livekit-agents

智能体与模型

查看项目

更新于 10-16 00:01

技能介绍

用途:指导使用 LiveKit Agents 与 LiveKit Cloud 构建语音和聊天 AI 智能体,适用于用户要求“构建语音智能体”“创建 LiveKit 智能体”“添加语音 AI”等场景。该技能不包含 API 细节,API 需通过 reading-livekit-docs 查阅,不建议凭记忆编写 LiveKit 代码。

主要能力与设计要点:语音智能体不同于加扬声器的聊天智能体,主要约束是延迟(用户期待几百毫秒内回复)、上下文规模(每轮重读全部提示与工具定义会拖慢响应)以及倾听体验(长回复是缺陷、静默像故障、打断属正常)。结构上应避免单体智能体,采用交接(在问候→受理→解决等自然边界转移控制权,每个智能体只携带自己的工具与指令)和任务(针对单一结果的紧范围提示)。工具描述决定行为,需写明何时使用;尽量将工具移出关键路径,并规划工具失败时的回应。

用法要求:写代码前确认项目已连接 LiveKit Cloud 或 LiveKit OSS 服务器,配置 LIVEKIT_URL、LIVEKIT_API_KEY、LIVEKIT_API_SECRET(通常在 .env,可用 CLI 设置);先决定工作流形态再写第一个智能体类;提前规划验证方式。代码负责状态、权限、状态转换与外部副作用,模型负责解释意图;不要用代码做意图分类,工具调用只是模型的解释而非正确性证明,工具应返回事实而非句子。每个会话一个权威状态对象,模型提供的事实与可信身份、时钟、ID、收据分开保存。变更应含义单一,注意省略保留、缺失/空/未知/已清除为四种不同情况、集合使用应用发放的 ID、应用前校验等规则。

验证方式:构建时用 debugging-livekit-agents 驱动真实对话,用 testing-livekit-agents 编写轮级测试(至少覆盖核心行为、工具调用参数与一条失败路径),发布前用 writing-livekit-scenarios 和 running-livekit-simulations 运行模拟。若用户明确不要测试,可跳过并提醒一次生产前建议补测。

限制:官方资料未提供具体 API 细节、定价、平台支持范围或模型供应商清单;涉及预订、编辑、确认或结束通话的构建需先阅读 references/state-and-effects.md。相关技能还包括 operating-livekit-agents、reading-livekit-docs 等。