LiveKit Agents

活跃

GitHub Python Apache-2.0

简介

LiveKit Agents 是 LiveKit 推出的实时语音与多模态 Agent 框架，面向电话、语音助手与实时互动场景，适合构建低延迟的语音 Agent 体验。

核心特性

灵活的 STT/LLM/TTS/Realtime API 集成 —— 按需组合不同提供商
语义轮次检测，使用 Transformer 模型减少用户被打断
原生 MCP 支持 —— 一行代码集成 MCP 服务器工具
通过 LiveKit SIP 协议栈实现电话集成，构建电话 Agent
内置任务调度与分发 API，将终端用户连接到 Agent
完全开源，包含 LiveKit WebRTC 媒体服务器

适用场景

💡 低延迟语音到语音交互的实时语音助手

💡 面向客服和 IVR 系统的多 Agent 交接工作流

💡 通过 SIP 集成进行电话拨打和接听的电话机器人

💡 能够实时看、听、理解的多模态 Agent

💡 使用内置测试框架构建和测试语音 AI 应用

分类

🤖 Agent 框架

快速开始

pip install 'livekit-agents[openai,silero,deepgram,cartesia,turn-detector]' && export LIVEKIT_URL=<url> LIVEKIT_API_KEY=<key> LIVEKIT_API_SECRET=<secret> && python my_agent.py start

访问 GitHub 访问官网查看文档

相关项目

FastRTC

2.6k · Python

不活跃

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。

realtimevoicemultimodal +1

Deepgram Agent API

3.1k · TypeScript

不活跃

Deepgram Agent API 是面向语音 Agent 的实时接口层，聚合语音识别、TTS 与对话控制能力，适合构建电话客服、实时语音助手与语音工作流应用。

voicerealtimespeech +1

Ichigo

2.5k · Python

不活跃

开源本地实时语音 AI 系统，支持完全离线运行的实时语音对话，适用于构建私有化的语音助手和语音交互应用。

pythonvoiceagent +2

Qwen2.5

27.5k · Python

不活跃

阿里巴巴 Qwen 团队开源的大语言模型系列,提供从 0.6B 到 110B 的密集和混合专家(MoE)模型,支持 100+ 语言、工具调用和推理能力,是性能最强的开源模型之一。

llmqwenalibaba +3

Voice AgentRealtime APIASR

语音 Agent 架构：Realtime API + 端侧 ASR/TTS 实战

系统讲解语音 Agent 的四层架构、延迟优化（流式 ASR / 流式 TTS / Prompt 缓存）、回声消除与打断处理、端侧 ASR/TTS 部署（whisper.cpp / piper / llama.cpp）以及 OpenAI Realtime API、LiveKit Agents、Pipecat 三大框架对比。

阅读全文 →

语音 AgentLiveKit实时语音