Unmute Vibe 项目

Unmute 是一款命令行的语音代理（Voice Agent）编译器，由独立团队 SLNG AI 开发。用户只需编写一份 YAML 配置加一份 Markdown 说明文档，即可通过 unmute 命令行工具编译为生产级的 Python 项目，部署至 Pipecat 或 LiveKit 运行时，或者直接推送至 SLNG 云端托管。整个编译产物归开发者所有，Unmute 本身不参与线上通话，且所有依赖版本均被固定，从根本上避免了线上环境依赖漂移的问题。

项目简介

语音代理的开发长期面临"写一次，跑得到处都是"的挑战。Pipecat 和 LiveKit 是两个主流的语音代理框架，各有优势，但它们各自的配置方式和运行时要求差异巨大——开发者在选定某个框架后往往被深度绑定，换框架意味着完全重写。Unmute 的核心价值在于：提供一套与具体运行时无关的语音代理规范，通过编译器将其转化为目标框架所需的完整项目结构，让"换运行时"变成改一行配置的事。

核心功能

1. 单一规范，多运行时：用 YAML 定义代理身份、使用的模型、可调用的工具、保存会话的方式和工作流步骤；同一套配置可编译为 LiveKit Agents 项目、Pipecat 项目或 SLNG 云端托管，三种输出完全等效
2. Markdown 指令分离：代理的系统提示（System Prompt）以独立的 Markdown 文件存储，而非嵌入 YAML 字符串，大幅提升可维护性和版本控制体验
3. 模型统一命名引用：每个模型（推理模型、语音合成模型、语音识别模型）仅定义一次，通过名称引用而非硬编码，切换底层模型只需改一处配置，所有使用该模型的代理自动跟随
4. 工具声明式定义：代理可调用的工具（如 end_call 等）在 YAML 中声明，Unmute 编译时验证工具链完整性，提前发现线上才会暴露的配置错误
5. 固定依赖与 Docker 支持：编译产物包含 requirements.txt、完整的 Dockerfile 和 runbook.md，上线流程开箱即用
6. 本地开发模式：unmute dev 一键编译项目、启动 Docker 容器、打开浏览器窗口，实现本地端到端的代理对话测试
7. 无运行时依赖：编译完成后 Unmute 不在通话路径中，线上运行完全基于开发者自己的 Python 环境，消除了平台锁定的风险
8. 跨平台安装：macOS 支持 Homebrew，任意 Go 1.26+ 环境可 go install，Windows 有 Scoop，Linux 可从 Releases 页面下载压缩包

技术实现

Unmute 的编译流程以 YAML 配置文件作为输入，经过词法解析后生成目标运行时的中间表示（IR）。以 LiveKit 为例，编译产物为 build/livekit/agent.py，其中包含完整的会话状态机定义、工具调用处理逻辑、以及与 LiveKit SDK 的集成代码。Pipecat 输出则为 build/pipecat/bot.py 加上 pcc-deploy.toml 部署描述文件。

在模型路由层面，Unmute 为每个语音代理引入三级模型抽象：

• 推理模型（Think Model）：负责对话推理与函数调用决策，以 OpenAI Chat Completions 格式与 Pipecat/LiveKit 对接
• 语音合成模型（Speak Model）：将推理输出转化为语音，通过 SLNG 网关路由至最近的语音供应商（如 Deepgram Aura）
• 语音识别模型（Listen Model）：实时转写用户语音为文本，同样通过 SLNG 网关就近路由

当目标运行时无法支持指定的模型配置时（如 LiveKit 内置的 turn detector），Unmute 支持按名称进行单条覆盖，由运行时自己处理兼容性兜底逻辑，代理本身的核心配置无需改动。

快速上手

1. 安装 Unmute：macOS 执行 brew install slng-ai/tap/unmute；其他平台执行 go install github.com/slng-ai/unmute@latest
2. 初始化代理项目：执行 unmute init my-agent，自动生成 agent.yaml、instructions.md、targets.yaml、tools/ 和 .env.example 模板文件
3. 配置环境变量：复制 .env.example 为 .env，填入 OPENAI_API_KEY 和 SLNG_API_KEY
4. 验证配置：执行 unmute validate，检查 YAML 语法与工具声明是否完整
5. 本地开发测试：执行 unmute dev，自动完成编译、Docker 容器启动和浏览器窗口打开，对麦克风说话即可与代理实时对话
6. 切换运行时：修改 targets.yaml 中的 provider 字段（livekit / pipecat / slng），重新编译即可切换部署目标

适用人群

• 需要快速构建和部署语音代理的开发者，不想被特定框架绑定
• 有多运行时部署需求的团队，需要在 Pipecat 和 LiveKit 之间灵活切换
• 关注代码所有权和部署可控性的独立开发者
• 希望用声明式配置管理复杂语音代理逻辑的全栈工程师