ElevenLabs Python SDK

Stream 开源的视觉与语音智能体框架，支持任意模型和视频提供商，利用边缘网络实现超低延迟的实时多模态 AI 交互。

开源的对话式语音 AI 智能体平台，支持自然语言电话交互、多语言语音合成和实时对话管理，适用于客服自动化和语音助手场景。

FastRTC 是一个面向实时多模态与语音应用的开发工具，适合构建低延迟 Agent 对话、音视频交互和实时协作场景中的通信层能力。

ComfyUI 中的 LLM Agent 框架，集成 MCP 服务器、语音合成、OCR、GraphRAG 等多种 AI 工具节点