做实时语音 AI，最麻烦的往往不是接模型，而是把整条链路跑顺。STT、LLM、TTS 一个个接，实时通信还得自己处理，接完很容易变成一堆胶水代码。
LiveKit Agents 就是专门解决这件事的：它把语音识别、模型推理、语音合成拆成可组合的模块，OpenAI、Deepgram、Cartesia 这些服务商可以自由搭配，不用被某一家绑死。
实时通话的部分也配好了：WebRTC、电话接入、任务调度、语义轮次检测都在里面。想让 Agent 调用工具，可以接 MCP；多个 Agent 之间需要交接，也有现成的支持。
整套东西开源、支持自托管，生产级的实时通信能力一并给了，不是只能跑 Demo 的玩具。Python 直接起步，官方文档和示例也比较完整。
想做电话客服、语音助手、实时多模态 Agent 的话，这个项目等于把最费事的基础设施先铺好了。
项目地址：
正文完