livekit/agents

产品定位

该框架定位于实时语音 AI 的基础设施层，与直接使用某家模型供应商的托管方案不同，它强调可混搭多家 STT、LLM、TTS 与 Realtime API，并可自托管整套栈（含 LiveKit server WebRTC 媒体服务器）。选型时需注意：框架代码虽为 Apache-2.0，但轮次检测模型受单独的 LiveKit Model License 约束；运行依赖 LiveKit Cloud 或自托管服务器的凭据；接入各模型供应商插件需自备相应 API 凭据。仓库主语言为 Python，需要 JS/TS 的开发者可关注同门的 AgentsJS。

适合用户

• 构建语音 AI 应用的开发者
• 需要电话/外呼 Agent 的工程团队
• 使用 Python 或 JS/TS 的后端工程师

功能亮点

• 构建多模态实时语音 Agent

  可在服务器上构建能看、能听、能理解的对话式多模态语音 Agent，自由组合 STT、LLM、TTS 或 Realtime API。

• 原生 MCP 工具集成

  原生支持 MCP，可一行代码接入 MCP 服务器提供的工具。

• 电话集成

  与 LiveKit 电话栈无缝集成，Agent 可拨出或接听电话。

• 语义轮次检测

  使用 transformer 模型检测用户是否说完一轮，减少打断。

• 内置测试框架

  内置原生测试集成，可编写自动化测试并用 judge 验证 Agent 行为。

访问与价格

可用状态: 当前可用

价格信息: 开源

支持平台: API, 自托管

价格说明: 框架本身以 Apache-2.0 开源许可免费提供，可自托管整套栈；具体模型供应商与 LiveKit Cloud 的费用需另行查看官方文档。

官方入口

• GitHub 仓库
• JS/TS 版本 AgentsJS

来源核验

• github.com