首页项目文章PK榜关于
探索项目

OpenAI Realtime Agents

不活跃
GitHub TypeScript MIT

简介

OpenAI Realtime Agents 是基于 Realtime API 构建的高级 Agent 模式演示项目，展示了实时语音交互、多 Agent 协作等最佳实践。

核心特性

  • Chat-Supervisor 模式：轻量级实时聊天 Agent 处理基础任务，由更智能的文本 Supervisor 模型处理复杂工具调用
  • Sequential Handoff 模式：专业化的 Agent 之间相互转移用户以处理特定意图，灵感来自 OpenAI Swarm
  • 基于 OpenAI Agents SDK 构建，提供统一的 Agent 编排、状态管理和事件处理
  • 通过 OpenAI Realtime API 实现低延迟流式语音交互
  • 可扩展的多 Agent 协作，支持 guardrails、handoffs 和工具使用
  • 可配置的决策边界，支持从文本 Agent 逐步迁移到实时 Agent

适用场景

💡 客户服务语音 Agent，使用聊天 Agent 处理日常咨询，将复杂问题升级给专家 Supervisor
💡 使用 Sequential Handoff 模式在 20 分钟内快速搭建多 Agent 实时语音应用原型
💡 构建语音 AI 助手，结合快速对话响应和高智能工具调用能力
💡 通过复用 Supervisor 层的提示词和工具，将现有文本聊天 Agent 逐步迁移到语音

优势与不足

✅ 优势

  • • 社区热度高（7.0k stars）
  • • 开源许可证友好（MIT）
  • • Issue 响应及时，积压少

⚠️ 不足

  • • 已超过 7 个月未更新

标签

openai realtime-api multi-agent voice-agent demo

分类

🤖 Agent 框架 🧠 多智能体

快速开始

1. 克隆仓库并安装依赖 `npm i`
2. 将 OPENAI_API_KEY 添加到 `.env`（从 `.env.sample` 复制）
3. 运行 `npm run dev` 并打开 http://localhost:3000
4. 从右上角下拉菜单选择场景，体验 Chat-Supervisor 或 Sequential Handoff 模式
访问 GitHub

相关项目

OpenAI Agent Swarm

3.1k · Python
不活跃 B

OpenAI Agent Swarm 是一个轻量级多 Agent 编排示例项目，展示了如何构建多个专业化 Agent 协作完成复杂任务的架构模式。由 Dave Shapiro 开发，是学习多 Agent 系统设计的优质参考。

multi-agentswarmopenai +2
  • · 层级化智能体架构，由最高监督委员会治理
  • · 自导向、自纠正和自改进的智能体集群设计
  • · 基于角色的访问控制与层级权限继承
在 GitHub 查看

MetaGPT

69.9k · Python
不活跃 B

多智能体框架，致力于构建首个 AI 软件公司，通过自然语言编程实现多角色协作，自动完成需求分析、设计、编码和测试全流程。

multi-agentframeworkpython +2
  • · 多角色协作 — 内置产品经理、架构师、工程师等角色，模拟完整软件公司 SOP 流程
  • · 自然语言编程 — 输入一行需求描述，自动输出用户故事、竞品分析、API 设计和完整代码
  • · Data Interpreter — 支持动态代码生成与数据分析，可处理 CSV、可视化等数据任务
查看完整详情 → 在 GitHub 查看

Shannon

2.2k · Go
活跃 A

Shannon 是一个面向生产环境的多智能体编排框架，使用 Go 语言构建，专注于高效可靠的 Agent 协调与任务调度，适合企业级多 Agent 系统部署。

multi-agentframeworkgo +2
  • · 生产级多智能体编排，支持 8 种执行策略——Simple、DAG、ReAct、Research、Exploratory、Browser Use、Domain Analysis 和 Swarm——按任务复杂度自动路由
  • · Temporal 工作流引擎支持时间旅行调试——逐步回放任何代理执行过程，实现完全可观测性和事后分析
  • · 每个任务/代理的硬性 Token 预算控制，支持自动模型降级和成本优化——研究策略可降低 50-70% 成本
在 GitHub 查看

LazyLLM

3.9k · Python
活跃 A+

LazyLLM 是一个轻量级多 Agent LLM 应用开发框架，提供最简捷的方式构建多智能体 LLM 应用，集成了 RAG、知识图谱、微调等功能，支持 LangChain 和 LlamaIndex 生态。

multi-agentframeworkrag +3
  • · 低代码多智能体应用组装，内置数据流和功能模块，像乐高积木一样搭建
  • · 一键部署，POC 阶段使用轻量网关，生产阶段支持 Kubernetes 打包
  • · 跨平台兼容裸金属、Slurm 集群和公有云，无需修改代码
在 GitHub 查看

相关文章

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 →