我打造了一个AI代理，能同时拨打电话给5家按摩店，对比价格和可用时段。以下是它的工作原理。

上周末我想要一个60分钟的深层组织按摩。我希望在周六下午，价格低于约120美元，由女性治疗师提供，并且在我附近。水疗网站上的在线价格通常过时或为“起价”，而且有一半不显示真实空位。通常这需要花一个小时到处打电话询问。所以我输入到Sooner中，这是我的一个副项目：“60分钟深层组织按摩，周六下午2-5点，低于120美元，有经验的治疗师，靠近Back Bay” 底层原理如下：发现和评分。它拉取附近的商家，并根据每个要求对它们进行评分：价格、时间窗口、治疗师性别。对于能确认的要求，它会显示证据。无法验证的地方排名较低但仍保留在列表中。你选择最多5家进行拨打。首先进行在线可用性检查。许多水疗中心通过Mindbody、Vagaro、Boulevard、Fresha、Square或Wix进行预订。后端为每个平台适配了在headless Playwright中运行的适配器，读取真实空位。结果显示绿色表示在你的时间附近有空位，红色表示没有。如果某个地方在线已显示3:30有空位，你可能根本不需要打电话。并行呼叫。其余的通过Twilio ConversationRelay同时拨打，它处理语音到文本和文本到语音的WebSocket通信。实时面板显示每个呼叫的状态：拨号中、已接通、匹配或未接通。大多数呼叫在2分钟内完成。如果水疗中心已关闭，呼叫会排队等待其开门，结果通过短信返回。每次交互都是强制工具调用。LLM（用于交互的Claude Haiku，用于复杂情况的Claude Sonnet）从不返回自由文本。每次交互都是tool_choice: {type: "tool", name: "speak"}，模式为：{ language?, say, done, outcome: match|partial|none|noanswer|human_preferred, detail, needsInfo? } 我们过去从自由文本中解析JSON。这导致了真正的错误，例如在实时呼叫中被读出截断的JSON。使用强制工具调用，API保证参数有效，因此无需解析。detail包含结果，例如“110美元60分钟深层组织按摩，周六3:30与Maria；首次访问减15美元”。你列出的每个要求都会在呼叫中询问。“女性治疗师”不是模型可以跳过的内容。结果最终进入呼叫摘要。电话树和AI接待员处理。在IVR菜单中，say只是要按的数字。许多水疗中心现在使用AI接待员接听电话。当代理高度确信它在与一个AI交谈时，它自己的台词以不可中断的方式发送。否则两个机器人会互相打断。面对人类时，它使用正常的打断：如果人开始说话，代理会停止。它总是披露身份。如果有人问“这是机器人吗？”，它会说是的，它是代表某人拨打电话的AI。这个规则是硬编码的，而不是交给模型。结果（示例）：一个排名列表，前三名标有最早时段、评分和距离。对于可在线预订的水疗中心，一键即可预订。对于仅电话预订的水疗中心，它会进行后续呼叫以锁定时段，然后添加到你的日历。技术栈：Node/Express、SQLite（better-sqlite3）、Twilio ConversationRelay（Deepgram STT、Google TTS）、Anthropic API与提示缓存、Playwright用于预订平台，以及前端的React。我需要反馈的难点：延迟。非常短的回复完全跳过了流式路径，这导致了约1.2秒的静默，直到我发现它。调整打断功能，使代理在录制“您的呼叫对我们很重要”的问候语上停止说话。呼叫中切换语言。我缩小了每次呼叫的语言枚举，因为模型一直选择有效的但对呼叫错误的区域代码。目前处于测试阶段。在11月1日之前注册的用户，第一年每月获得更多的呼叫次数。我真的很想听听它在哪里会出问题。你会首先交给它什么呼叫？