用途
Tavus CVI Persona 配置技能用于深度配置 Tavus 对话式视频交互（CVI）中 persona 的行为，涵盖 LLM、TTS、感知与轮次检测等层级。适用于自定义 AI 行为、接入自有 LLM、配置语音与感知能力的场景。
主要能力
完整 Persona 结构
通过 POST 请求创建 persona，可设置 persona_name、pipeline_mode、system_prompt、context、default_replica_id，以及 layers 下的 llm、tts、perception、stt 各层。
LLM 层
- 内置优化模型：tavus-gpt-4o、tavus-gpt-4o-mini、tavus-llama。
- 自带 LLM（Bring Your Own LLM）：任何 OpenAI 兼容 API，支持 OpenAI、Anthropic（通过代理）、Groq、Together 及具备 OpenAI 兼容端点的本地模型，可配置 model、base_url、api_key，并支持 speculative_inference。
- 函数调用/工具：可在 tools 中定义 function，工具调用通过 Interactions Protocol 发送。
TTS 层
支持三种 TTS 引擎：Cartesia（默认）、ElevenLabs、PlayHT，各自配置 voice_id，ElevenLabs 和 PlayHT 需 api_key。
感知层（Raven）
启用 replica 的"视觉"能力，通过 perception_model（raven-0）与 ambient_awareness 配置。可用于对用户表情/情绪做出反应、查看共享屏幕、分析用户环境。
STT 层与智能轮次检测（Sparrow）
可开启 smart_turn_detection，并设置 participant_pause_sensitivity（用户停顿多久后 replica 响应）与 participant_interrupt_sensitivity（用户打断 replica 的难易程度），取值均为 low、medium、high。
管线模式
- full（默认）：包含所有层的完整管线。
- echo：绕过 LLM，replica 直接说出你发送的内容，配合 Interactions Protocol 可控制语音。
- audio only：仅语音、无视频（audio_only: true）。
管理与语言
支持通过 PATCH 更新已有 persona、列出（GET）与删除（DELETE）persona。通过 Cartesia 及 ElevenLabs 回退支持 30 多种语言，包括英语、法语、德语、西班牙语、葡萄牙语、中文、日语、印地语、意大利语、韩语、荷兰语、波兰语、俄语、瑞典语、土耳其语、印尼语、菲律宾语、阿拉伯语、捷克语、希腊语、芬兰语、克罗地亚语、丹麦语、泰米尔语、乌克兰语、匈牙利语、挪威语、越南语等。
使用方式
通过 Tavus API（tavusapi.com/v2/personas）以 HTTP 请求（curl）方式操作，请求头包含 Content-Type 与 x-api-key。
限制
资料未提供收费、价格、性能指标或具体使用步骤的更多细节；部分能力（如自定义 LLM 的代理配置、Interactions Protocol 具体用法）仅给出概念，未展开说明。