用途 ConversationRelay 通过持久 WebSocket 把 Twilio 电话层与你的应用相连，用于构建 AI 语音代理。通话链路为：呼叫方 ←→ Twilio（ASR/TTS）←→ WebSocket ←→ 你的应用 ←→ LLM。Twilio 负责语音识别与文本转语音，你的应用接收转写文本、调用 LLM、再发回文本供播放。
前置条件 需已升级并开通 ConversationRelay 权限的 Twilio 账户（在 Console > Voice > ConversationRelay 完成 onboarding，非即时开通）；一个支持语音的 Twilio 电话号码；TWILIO_ACCOUNT_SID 与 TWILIO_AUTH_TOKEN；可通过 wss:// 访问的 WebSocket 服务器（必须 TLS）；一个 LLM 集成。外呼见 twilio-voice-outbound-calls。
主要能力与用法 第一步，返回指向 WebSocket 服务器的 TwiML。Python（Flask）示例：connect.conversation_relay(url="wss://yourapp.com/ws/voice", welcome_greeting="Hello! How can I help you today?")。Node.js 用 connect.conversationRelay({...})。
第二步，处理 WebSocket 事件并回传文本。Python（websockets）在 event["type"] == "prompt" 时，取 event["voicePrompt"] 调用 LLM，发送 {"type": "text", "token": ai_response, "last": True}。Node.js 用 ws 库同理。
接收事件：connected（callSid、streamSid）、prompt（voicePrompt 转写）、interrupt（用户打断 TTS）、dtmf（digit）、error（description）。发送事件：text（token、last）、interrupt、end（reason）。可逐 token 流式发送 LLM 输出降低延迟：先发 last=False 的片段，最后发 last=True。语音配置可设 voice、language、transcription_provider、speech_model、interrupt_by_dtmf 等。
安全 voicePrompt 属不可信外部输入，传入 LLM 时应作为结构化系统提示中的用户输入隔离，并设置话题边界与输出过滤。ConversationRelay 是纯传输层，无内置内容安全，LLM 输出会被逐字朗读给呼叫方。
限制 无原始音频访问，仅文本进出；不能与 Media Streams 混用（同一通话中二者互斥，且不会报错，其一被静默忽略）；不支持自定义 STT/TTS 引擎；会话中不能更换语音或提供商（仅 language 可动态切换）；WebSocket 无自动重连，断开会挂断通话；仅语音，无短信；无内置记忆或上下文；不含 LLM 集成；不支持 REST API 服务端录音，需在 <Connect> 前用 <Start><Recording>；在 PCI 流程中不要启用 intelligenceService；ElevenLabs 需账户开通，且须用 Voice ID；未开通 onboarding 无法使用；必须 wss://；流式音频需发送 last: true 才会播放。