LiveKit Agents教程：用Python搭建实时语音AI代理（13k星开源）

📅 2026-08-29 · 🏷️ 语音AI · 实时通信 · Python开发

LiveKit Agents是什么？

构建实时语音 AI 代理的开源框架，底层是 LiveKit 自家的 WebRTC 媒体服务器（开源可自部署）。它把 STT（语音转文本）→ LLM（思考）→ TTS（文本转语音）整条流水线封装好，你只需要关心业务逻辑：接什么模型、怎么回复、什么时候调工具。

典型应用：电话客服代理、餐厅订座机器人、AI 外呼、带数字人形象的语音助手。同一个代理代码还可以纯文本运行，语音和文本双模态。

安装

pip install "livekit-agents[openai,deepgram,cartesia]"

方括号里是模型提供方的插件，按需选择组合。

让 AI 编码助手更懂 LiveKit

官方推荐给编码代理装两样东西：

# LiveKit Agent Skill：架构指引与最佳实践
npx skills add livekit/agent-skills --skill livekit-agents

# 再配一个 LiveKit Docs MCP（docs.livekit.io/mcp）提供实时文档检索

环境变量

最小示例需要：

LIVEKIT_URL=ws://localhost:7880      # 或云端地址
LIVEKIT_API_KEY=devkey
LIVEKIT_API_SECRET=secret
# 各模型插件自己的 Key：OPENAI_API_KEY / DEEPGRAM_API_KEY / CARTESIA_API_KEY

运行代理的三种模式

终端测试（无需任何服务器）

python myagent.py console

本地录音输入、本地播放输出，最快验证代理行为的方式，零外部依赖。

联调开发

配好 LiveKit 客户端后用 dev 模式跑，配合 Agents Playground 网页界面直接和代理对话，调 prompt 和工具最方便。

生产运行

python myagent.py start

官方示例库里有什么

示例	说明
🎙️ Starter Agent	语音对话优化的入门代理
🍽️ 餐厅订座	完整的订餐订位电话代理
📞 外呼代理	自动拨打电话的完整实现
🛠️ 动态工具创建	运行时注册 function tool
📋 结构化输出	用 LLM 结构化输出控制 TTS 语气
🎥 视频 Avatar	接 Tavus/Bithuman/LemonSlice 数字人
👁️ Gemini Live 视觉	能"看"的语音代理（含 iOS App）

开发环境

项目用 uv 管依赖：

uv sync --all-extras --dev
# examples/.env 填好凭据后运行任意示例

想了解 Agent 的任务编排与多代理交接设计，看OpenAI Agents SDK教程；更复杂的多代理状态机编排看LangGraph多Agent编排教程。