Egma
开源语音智能体测试与监控平台
Egma — 开源语音智能体测试与监控平台
产品简介
Egma 是一个开源的语音智能体(Voice Agent)测试与监控平台,支持在发布前构建回归测试套件,以及在生产环境中实时监控智能体表现。开发者可以通过 Egma CLI 或编码智能体(如 Claude Code)在本地运行仿真对话,也可以将真实通话数据接入 Egma Cloud 或自托管实例进行审查和评分。支持 LiveKit(JS/TS)和 Retell 平台,并提供自定义评分器和指标阈值配置,帮助团队在发布前发现缺陷、在生产中发现问题。
核心功能
- 发布前仿真测试:构建包含模拟语音、文本对话和工具响应 mock 的回归测试套件,放在智能体代码仓库中,用 Egma CLI 或编码智能体随时运行,确保每次代码变更不会破坏已有功能。
- 生产环境监控:在 Egma Cloud 或自托管环境中实时查看真实通话记录、工具调用轨迹和关键指标,通过 grader 自定义评分规则,自动标记异常行为供人工复查。
- 自备密钥(BYOK):在 Egma Cloud 和自托管场景下均可使用自己的模型 API 密钥,直接按量付费给模型提供商,Egma 不收取任何模型使用差价。
- 自定义测试配置:选择支持的模型、自定义呼叫者人设(persona),设置评分指令和通过阈值,定义团队关心的行为规范。
- 即插即用的 CLI:一条命令
npx skills add egma-ai/egma即可在编码智能体环境中接入,快速运行第一次语音仿真。 - 完整自托管方案:使用 Docker Compose 在本地运行完整控制平面和 Worker,支持连接本地模型,实现完全离线(air-gapped)部署。
- 故障自动修复路线图:团队规划中,未来 Egma 将能够根据生产故障自动生成修复补丁、运行测试并提交 Pull Request,实现闭环优化。
技术实现
Egma 采用分布式架构,核心组件包括控制平面(Control Plane)和 Worker 节点,两者通过 gRPC 通信。控制平面负责存储测试配置、评分规则和通话历史,支持 PostgreSQL 作为持久化存储;Worker 在用户自己的环境中运行,直接访问内部服务和数据库,模型密钥和提示词不经过控制平面,确保数据和密钥安全。
测试框架基于对话仿真:开发者定义场景脚本(scenario),包含多轮对话、预期工具调用和评分规则;Egma 按照脚本驱动语音智能体执行,通过 gRPC 流式接收中间结果,最后与评分规则对比输出报告。监控场景则通过 WebSocket 实时推送通话事件,Egma 根据配置的 grader 实时打分并触发告警。
自托管部署仅需几条命令即可启动完整环境:克隆仓库、配置 .env(含数据库连接、API 密钥、Worker 地址)、运行 egma self-host up,即可在本地打开 Web UI 创建账户和连接语音智能体。所有组件均容器化,通过 Docker Compose 一键部署。
快速上手
-
安装 Egma CLI:
git clone https://github.com/egma-ai/egma.git cd egma npm install --global egma-cli -
配置环境变量: 复制
.env.example为.env,填入数据库地址、API 密钥(Anthropic/OpenAI 等)和控制平面地址,保存后执行chmod 600 .env保护敏感文件。 -
启动本地实例:
egma self-host up启动成功后,打开浏览器访问
http://localhost:3101,完成账户创建。 -
连接语音智能体:在 Egma Web UI 中添加智能体配置(指定 LiveKit 或 Retell 凭证),绑定测试场景,即可开始运行仿真或接入生产通话流。
-
运行测试:在编码智能体(如 Claude Code)中执行
npx skills add egma-ai/egma,Egma 会引导连接仓库中的智能体代码,运行第一个仿真测试并返回评分报告。
适用人群
- 语音智能体开发者:需要在发布前验证智能体行为、控制成本并确保质量可靠。
- AI 工程团队:希望对生产环境中的语音智能体进行实时监控和事后复盘。
- 质量保障(QA)工程师:需要构建自动化回归测试套件,在 CI/CD 流程中检测智能体退化。
- 自托管爱好者:希望在私有环境中运行 LLM 驱动的应用,不依赖第三方云服务。
官方链接
- GitHub 仓库:https://github.com/egma-ai/egma
- 官方文档:https://docs.egma.ai
- Egma Cloud:https://app.egma.ai
- Discord 社区:https://discord.gg/v4KHSNHfPj
评论与建议
登录 后参与评论或提建议