livekit-examples/python-agents-examples

解决的问题

该仓库为开发语音、视频和电话AI代理的开发者提供了一个全面的可运行示例库。它弥合了基础API文档与生产就绪实现之间的差距，展示了能够听、说、看并与其他系统交互的AI代理在现实世界中的应用模式。

如何工作

该项目分为两个主要部分：位于 docs/examples/ 中的聚焦单个概念的演示（demo）和位于 complex-agents/ 中的全栈生产风格应用。它利用 LiveKit Agents 框架来协调语音转文本（STT）、大语言模型（LLM）和文本转语音（TTS）的处理流程，同时集成 OpenAI、Anthropic、Google Gemini 和 Deepgram 等多种服务提供商。

适用人群

希望在其应用中实现AI语音助手、自动电话系统（SIP）、具备视觉能力的多模态代理，或动画数字形象的开发者。

主要亮点

• 多样化的代理类型：包含 SIP、实时视觉和动画形象（Hedra、Tavus）的示例。
• 多代理编排：演示如何在通话过程中在不同专业代理之间切换（例如医疗分诊或个人购物）。
• 流程自定义：提供拦截并修改 STT → LLM → TTS 流程的示例，用于内容过滤或翻译。
• 外部集成：支持 RAG（向量搜索）、Home Assistant 和 Model Context Protocol（MCP）客户端。
• 全栈演示：包含 React 前端的完整应用，例如语音驱动的D&D角色扮演游戏和深度研究代理。