那些收费几万的AI语音客服套壳党，被官方开源框架直接卷死了

那些套壳 AI 语音客服收费几千几万的中介，真的要被官方自己卷死了。

LiveKit 官方最近开源了一个实时语音 AI Agent 框架，直接把语音识别（STT）、大模型（LLM）和语音合成（TTS）串成一条超低延迟管道，连智能断句都帮你做好了。以前搭一个对话流畅不打断的 AI 电话客服要几十人团队打磨，现在一个框架全搞定。

核心亮点

毫秒级延迟——基于 WebRTC 架构，音频流式传输，说话完全不用傻等。用户刚开口，模型就已经在处理了，体验跟真人对话几乎没有区别。

语义断句黑科技——用 Transformer 模型识别停顿，不会把用户喘气、犹豫当成说完了。传统 VAD（语音活动检测）靠能量阈值判断，经常误截断；LiveKit 这套方案是真的在理解语义。

插件生态极其丰富——Deepgram、OpenAI、Cartesia、ElevenLabs 随便拼积木，STT/TTS/LLM 都可以自由组合。不绑定任何特定供应商，想换就换。

原生电话集成——一键接 Twilio 或 SIP 线路，真正做到”AI 打电话”自动化。不是玩具 demo，是能接进生产环境的那种。

MCP 支持——Native MCP，集成工具一行代码搞定，扩展能力直接拉满。

适用场景

• AI 电话客服/销售：替代传统 IVR，接打自如，可私有化部署数据全在手
• 语音助手/陪伴机器人：低延迟对话体验，支持多模态
• 电话机器人/RPA：自动外呼、客服接待、语音工单

使用方式

pip install "livekit-agents[openai,deepgram,cartesia]"

官方文档很完整，示例代码直接可跑。Apache-2.0 协议，支持私有化部署，不需要给任何人交钱。

数据说话

GitHub 11.8k ⭐、3.4k Fork、500+ PR 活跃度——这不是哪个个人小项目，是 LiveKit 官方背书的成熟框架。LiveKit 本身在 WebRTC 领域已经是头部，这个 Agents 框架是他们打通”大模型→语音→电话”全链路的重磅产品。

那些靠信息差收几万块服务费的中间商，现在底裤都被官方掀了——框架开源、文档齐全、示例可直接跑，中介的价值基本归零。

GitHub: https://github.com/livekit/agents

GitHub: https://github.com/livekit/agents