电话代理技能

运行一个本地FastAPI服务器，充当实时语音桥接器。

架构

Twilio (Phone) <--> WebSocket (Audio) <--> [Local Server] <--> Deepgram (STT)
                                                  |
                                                  +--> OpenAI (LLM)
                                                  +--> ElevenLabs (TTS)

前提条件

1. Twilio账户：电话号码 + TwiML应用程序。
2. Deepgram API密钥：用于快速语音转文本。
3. OpenAI API密钥：用于对话逻辑。
4. ElevenLabs API密钥：用于逼真的文本转语音。
5. Ngrok（或类似工具）：用于将本地8080端口暴露给Twilio。

设置

1. 安装依赖项：

   

   pip install -r scripts/requirements.txt
   

2. 设置环境变量（在~/.moltbot/.env、~/.clawdbot/.env文件中，或通过export命令设置）：

   export DEEPGRAM_API_KEY="your_key"
   export OPENAI_API_KEY="your_key"
   export ELEVENLABS_API_KEY="your_key"
   export TWILIO_ACCOUNT_SID="your_sid"
   export TWILIO_AUTH_TOKEN="your_token"
   export PORT=8080
   

3. 启动服务器:

   python3 scripts/server.py
   

4. 暴露至互联网:

   ngrok http 8080
   

5. 配置 Twilio:

   • 前往您的电话号码设置。
   • 将 "语音与传真" -> "来电时" 设置为Webhook。
   • URL:https://<您的-ngrok-URL>.ngrok.io/incoming
   • 方法:POST

使用

拨打您的 Twilio 号码。智能体应接听电话，转录您的语音，思考，并以自然的声音回复。

自定义

• 系统提示词: 编辑SYSTEM_PROMPT于scripts/server.py以更改角色设定。
• 语音: 更改ELEVENLABS_VOICE_ID使用不同的语音。
• 模型: 切换gpt-4o-mini到gpt-4以获取更智能（但更慢）的响应。