Files

Xin Wang 4c05131536 Update documentation and configuration for Realtime Agent Studio

- Revised mkdocs.yml to reflect the new site name and description, enhancing clarity for users.
- Added a changelog.md to document important changes and updates for the project.
- Introduced a roadmap.md to outline development plans and progress for future releases.
- Expanded index.md with a comprehensive overview of the platform, including core features and installation instructions.
- Enhanced concepts documentation with detailed explanations of assistants, engines, and their configurations.
- Updated configuration documentation to provide clear guidance on environment setup and service configurations.
- Added extra JavaScript for improved user experience in the documentation site.

2026-03-02 23:35:22 +08:00

4.7 KiB

Raw Blame History

Realtime Agent Studio

构建实时交互音视频智能体的开源工作平台

快速开始 · API 文档 · 部署指南 · 路线图

什么是 Realtime Agent Studio？

Realtime Agent Studio (RAS) 是一款以大语言模型为核心，构建实时交互音视频智能体的工作平台。支持管线式的全双工交互引擎和原生多模态模型两种架构，覆盖实时交互智能体的配置、测试、发布、监控全流程。

可以将 RAS 看作 Vapi、Retell、ElevenLabs Agents 的开源替代方案。

核心特性

⚡ 低延迟实时引擎

管线式全双工架构，ASR/LLM/TTS 流水线处理，支持智能打断，端到端延迟 < 500ms
🧠 多模态模型支持

支持 GPT-4o Realtime、Gemini Live、Step Audio 等原生多模态模型直连
🔧 可视化配置

无代码配置助手、提示词、工具调用、知识库关联，所见即所得
🔌 开放 API

标准 WebSocket 协议，RESTful 管理接口，支持 Webhook 回调
🛡️ 私有化部署

Docker 一键部署，数据完全自主可控，支持本地模型
📈 全链路监控

完整会话回放，实时仪表盘，自动化测试与效果评估

系统架构

flowchart LR
    subgraph Client["客户端"]
        Web[Web 浏览器]
        App[移动应用]
        SDK[SDK]
    end

    subgraph RAS["Realtime Agent Studio"]
        Engine[实时交互引擎]
        API[API 服务]
        DB[(数据库)]
    end

    subgraph Pipeline["管线式引擎"]
        ASR[语音识别]
        LLM[大语言模型]
        TTS[语音合成]
    end

    subgraph External["外部服务"]
        OpenAI[OpenAI]
        Azure[Azure]
        Local[本地模型]
    end

    Client -->|WebSocket| Engine
    Client -->|REST| API
    Engine --> Pipeline
    Engine <--> API
    API <--> DB
    Pipeline --> External

技术栈

层级	技术
前端	React 18, TypeScript, Tailwind CSS, Zustand
后端	FastAPI (Python 3.10+)
引擎	Python, WebSocket, asyncio
数据库	SQLite / PostgreSQL
部署	Docker, Nginx

快速导航

🚀 快速开始

5 分钟创建你的第一个 AI 助手
📖 核心概念

了解助手、管线、多模态等核心概念
🔧 安装部署

环境准备与本地开发配置
🤖 助手管理

创建和配置智能对话助手
⚙️ 功能定制

知识库、工具、语音、工作流
📊 数据分析

仪表盘、历史记录、测试评估
🔌 API 参考

WebSocket 协议与 REST 接口文档
☁️ 部署指南

Docker 与生产环境部署

快速体验

使用 Docker 启动

git clone https://github.com/your-org/AI-VideoAssistant.git
cd AI-VideoAssistant
docker-compose up -d

访问 http://localhost:3000 即可使用控制台。

WebSocket 连接示例

const ws = new WebSocket('ws://localhost:8000/ws?assistant_id=YOUR_ID');

ws.onopen = () => {
  ws.send(JSON.stringify({
    type: 'session.start',
    audio: { encoding: 'pcm_s16le', sample_rate_hz: 16000, channels: 1 }
  }));
};

参与贡献

我们欢迎社区贡献！查看贡献指南了解如何参与。

⭐ Star 项目支持我们
🐛 提交 Issue 报告问题
🔨 提交 PR 贡献代码

许可证

本项目基于 MIT 许可证开源。

4.7 KiB Raw Blame History Unescape Escape