# 产品概览 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。 --- ## 产品定位 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： - **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 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 | 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 | ## 为什么是“控制台 + API” 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： - **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 ## 典型使用方式
- :material-headset: **客户服务与运营自动化** --- 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。 - :material-school-outline: **培训、陪练与问答** --- 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。 - :material-domain: **企业内部助手** --- 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。 - :material-devices: **多端集成** --- 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。
## 与其他方案的差异 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。 | 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