通过livekit复刻amadeus的语音助手,支持视觉理解(摄像头/屏幕共享),能够调用MCP,实现长期记忆、联网搜索等功能,ASR: SenseVoice; LLM: Gemini 2.5 Flash; TTS: CosyVoice.
后续有机会再介绍如何通过vts,easyvtuber等实现语音驱动live2D形象~
仓库地址:https://github.com/ConstantinopleMayor/python-agents-amadeus
值得一提的是,用livekit的云服务,前端网页是可以在其他设备打开的,也就是说你可以在外网用手机与amadeus对话。
——
找不到web voice agent的可以直接访问playground,地址https://agents-playground.livekit.io