Update documentation for Realtime Agent Studio with enhanced content and structure

- Revised site name and description for clarity and detail.
- Updated navigation structure to better reflect the organization of content.
- Improved changelog entries for better readability and consistency.
- Migrated assistant configuration and prompt guidelines to new documentation paths.
- Enhanced core concepts section to clarify the roles and capabilities of assistants and engines.
- Streamlined workflow documentation to provide clearer guidance on configuration and usage.
This commit is contained in:
Xin Wang
2026-03-09 05:38:43 +08:00
parent 65ae2287d5
commit b300b469dc
34 changed files with 1776 additions and 2981 deletions

View File

@@ -1,148 +1,84 @@
# 产品概览
# 产品概览
了解 Realtime Agent Studio 的核心功能和设计理念
Realtime Agent Studio (RAS) 是一个通过管理控制台与 API 构建、部署和运营实时多模态助手的开源平台
---
## 什么是 RAS
## 产品定位
Realtime Agent Studio (RAS) 是一个**开源的实时交互智能体工作平台**,让开发者能够快速构建和部署具备语音对话能力的 AI 助手。
RAS 面向需要构建实时语音或视频助手的团队,目标不是替代你的业务系统,而是提供一套可组合的助手基础设施:
### 核心价值
- **控制台**:让团队快速配置助手、资源库、知识库、工具、工作流与评估策略
- **API 与实时运行时**:让应用、设备和第三方系统稳定接入实时对话能力
- **运维与分析能力**:让团队能观察会话效果、排查问题并持续迭代助手质量
| 价值主张 | 说明 |
|---------|------|
| **低代码配置** | 可视化界面配置助手,无需编写复杂代码 |
| **实时交互** | 毫秒级响应,支持语音打断,自然对话体验 |
| **开放灵活** | 支持多种模型供应商,自由选择最适合的方案 |
| **私有部署** | 完全自主可控,数据不出域 |
如果你把实时助手看作一条完整的产品链路RAS 负责其中的“构建、接入、运行、观测”四个阶段。
---
## 核心模块
## 功能模块
| 模块 | 负责什么 | 适合谁使用 |
|------|----------|------------|
| **助手** | 定义角色、行为、模型、知识、工具和会话策略 | 产品、运营、算法、开发 |
| **引擎** | 承载实时语音/多模态对话,输出事件流和音频流 | 开发、基础设施 |
| **资源库** | 管理 LLM、ASR、TTS 等外部能力接入 | 平台管理员、开发 |
| **知识库 / 工具 / 工作流** | 让助手获得领域知识、外部执行能力和复杂流程控制 | 业务设计者、开发 |
| **分析与评估** | 记录会话、监控指标、做自动化回归和效果评估 | 运营、QA、开发 |
```mermaid
mindmap
root((RAS))
助手管理
创建配置
提示词编辑
模型选择
工具调用
资源库
LLM 模型
ASR 模型
TTS 声音
知识库
文档上传
向量检索
RAG 问答
监控分析
会话回放
数据统计
自动测试
部署集成
WebSocket API
REST API
SDK
```
## 为什么是“控制台 + API”
### 助手管理
RAS 采用“控制台配置 + API 接入”的组合方式,而不是把所有内容都固化在代码里:
创建和配置智能对话助手:
- **控制台负责提效**:让非后端角色也能参与提示词、工具、知识、流程的配置与调优
- **API 负责集成**:让产品团队继续用自己的前端、服务端或设备侧应用承载最终体验
- **同一套助手配置可复用**:控制台保存的助手定义可以被不同渠道重复接入和评估
- **系统提示词** - 定义助手角色和行为
- **模型配置** - 选择 LLM、ASR、TTS 模型
- **工具调用** - 配置 Webhook 和客户端工具
- **开场白** - 设置首轮对话模式
### 资源库
集中管理各类模型资源:
- **语音识别 (ASR)** - 多供应商 ASR 模型管理
- **大语言模型 (LLM)** - OpenAI、Azure、本地模型
- **语音合成 (TTS)** - 多音色声音资源
### 知识库
为助手提供专业知识:
- **文档上传** - 支持 PDF、Word、Markdown 等格式
- **向量化索引** - 自动分块和向量化
- **RAG 检索** - 基于语义的知识检索
### 监控分析
全面的数据分析能力:
- **会话回放** - 完整链路日志和音频回放
- **实时仪表盘** - 并发数、延迟、错误率统计
- **自动化测试** - 批量测试和效果评估
---
## 对比其他方案
| 特性 | RAS | Vapi | Retell | ElevenLabs |
|------|-----|------|--------|------------|
| **开源** | :white_check_mark: | :x: | :x: | :x: |
| **私有部署** | :white_check_mark: | :x: | :x: | :x: |
| **管线式引擎** | :white_check_mark: | :white_check_mark: | :white_check_mark: | :x: |
| **多模态模型** | :white_check_mark: | :white_check_mark: | :x: | :white_check_mark: |
| **自定义 ASR/TTS** | :white_check_mark: | 有限 | 有限 | :x: |
| **知识库** | :white_check_mark: | :white_check_mark: | :white_check_mark: | :x: |
| **工作流编辑** | 开发中 | :white_check_mark: | :x: | :x: |
| **定价** | 免费 | 按量付费 | 按量付费 | 按量付费 |
---
## 适用场景
## 典型使用方式
<div class="grid cards" markdown>
- :telephone_receiver: **智能客服**
- :material-headset: **客户服务与运营自动化**
---
7x24 小时自动接听,处理常见咨询,复杂问题转人工
在客服、外呼、预约、售后等场景中接入实时语音助手,并保留人工接管与工具调用能力。
- :hospital: **医疗问诊**
- :material-school-outline: **培训、陪练与问答**
---
预问诊信息收集,健康咨询,用药提醒
用知识库、提示词和流程编排构建可持续优化的教学、培训或辅导助手。
- :school: **教育培训**
- :material-domain: **企业内部助手**
---
口语练习,知识问答,个性化辅导
通过私有部署、内部知识库和业务系统工具,把助手接入内部流程或设备终端。
- :handshake: **销售助手**
- :material-devices: **多端集成**
---
产品介绍,需求挖掘,预约安排
- :headphones: **语音助手**
---
智能家居控制,日程管理,信息查询
- :robot: **虚拟人**
---
数字人直播,虚拟主播,交互式展示
通过 WebSocket API 将同一个助手接入 Web、移动端、坐席工作台或自有硬件设备。
</div>
---
## 与其他方案的差异
## 下一步
本页是站内唯一保留“产品对比”视角的地方,用于帮助你快速判断 RAS 的定位边界。
- [快速开始](../quickstart/index.md) - 5 分钟创建第一个助手
- [系统架构](architecture.md) - 深入了解技术实现
- [核心概念](../concepts/index.md) - 学习关键概念
| 特性 | RAS | Vapi | Retell | ElevenLabs Agents |
|------|-----|------|--------|-------------------|
| **开源** | :white_check_mark: | :x: | :x: | :x: |
| **私有部署** | :white_check_mark: | :x: | :x: | :x: |
| **Pipeline 引擎** | :white_check_mark: | :white_check_mark: | :white_check_mark: | :x: |
| **Realtime / 多模态引擎** | :white_check_mark: | :white_check_mark: | :x: | :white_check_mark: |
| **自定义 ASR / TTS** | :white_check_mark: | 有限 | 有限 | :x: |
| **知识库与工具扩展** | :white_check_mark: | :white_check_mark: | :white_check_mark: | 有限 |
| **工作流编排** | 开发中 | :white_check_mark: | :x: | :x: |
| **数据与链路可观测** | :white_check_mark: | 有限 | 有限 | 有限 |
## 继续阅读
- [系统架构](architecture.md) - 从服务边界、数据流和部署形态理解系统如何组成
- [核心概念](../concepts/index.md) - 先建立助手、引擎与工作流的心智模型
- [快速开始](../quickstart/index.md) - 以最短路径创建第一个助手