Pipecat：实时语音Agent框架
Roger_M_Taylor · x · 2026-07-17
Pipecat 是一个用于构建**实时语音 AI agents** 的开源 Python 框架，主打把音频、视频、AI 服务、传输层和对话管线统一编排起来。 它的核心特性包括： - **voice-first**：把 STT、TTS、对话逻辑整合在同一套框架里 - **可插拔组件**：不同能力可以接不同服务商 - **可组合流水线**：适合搭建复杂对话系统 - **低延迟实时交互**：内置 WebRTC 和 WebSocket 传输 官方列出的可用场景包括语音助手、AI 陪伴、交互式故事、客服/接待型 business agents，以及更复杂的多模态对话系统。转发里还附带了一篇关于“客服语音 agent 生产环境工程复杂度”的文章，强调真实系统远比“ASR → LLM → TTS”简单链路复杂得多。