telephony

一个 Kody 软件包，使任何连接到 Kody 的 AI 代理能够通过 Bland.ai 进行外拨电话，处理呼叫生命周期和转录读取。

OpenAI已推出GPT-Live-1，这是一款用于API的全双工语音模型，为开发者提供自然的双向语音对话能力，降低延迟并改善语音代理中的轮次交替。

作者分享了构建生产级电话 AI 语音智能体的复盘，揭示大部分工程时间被电话基础设施、话轮检测、可观测性和故障处理所消耗，而非核心 LLM 行为。他们建议从一开始就使用 Vapi、Retell 或 Dasha 等托管平台，将工程精力集中在业务逻辑上。

一篇关于企业级语音AI架构的技术解析，该架构通过批发运营商将电话成本降低40-60%，并利用Deepgram、Claude/GPT-4o-mini和ElevenLabs/Cartesia实现低于500毫秒的延迟，通过n8n和Supabase进行编排。

对10,000通语音AI电话的分析揭示了关键失败点：STT错误率、前8秒混乱、中断处理、长时间静默、工具调用延迟、LLM故障以及转接失败——为代理构建者提供了实用见解。

作者构建并开源了一个面向AI智能体的电话层，使其能够通过REST API和MCP服务器拨打电话和发送短信，旨在与OpenClaw、Hermes、LangChain和Claude Code等框架配合使用。

开源了一个基于LiveKit、FastAPI和React的全栈生产级语音助手启动模板，通过单一代码路径同时处理Web和电话端，可使用Docker Compose一键部署。

关于AI语音代理五层架构的详细解释，包括语音转文字、大语言模型（LLM）、文字转语音、编排器和电话通信，所有层均在500毫秒延迟约束下运行，以保持自然的对话流畅度。