名称： phone-agent
描述： "运行一个使用 Twilio、Deepgram 和 ElevenLabs 的实时 AI 电话助手。处理来电、转录音频、通过 LLM 生成回复，并通过流式 TTS 语音回复。适用于以下场景：(1) 测试语音 AI 能力，(2) 以编程方式处理电话，(3) 构建对话式语音机器人。"

电话助手技能

运行一个本地 FastAPI 服务器，作为实时语音桥梁。

架构

Twilio (电话) <--> WebSocket (音频) <--> [本地服务器] <--> Deepgram (语音转文字)
                                                  |
                                                  +--> OpenAI (大语言模型)
                                                  +--> ElevenLabs (文字转语音)

前置条件

1. Twilio 账户：需要电话号码和 TwiML 应用。
2. Deepgram API 密钥：用于快速语音转文字。
3. OpenAI API 密钥：用于对话逻辑处理。
4. ElevenLabs API 密钥：用于生成逼真的语音。
5. Ngrok（或类似工具）：用于将本地 8080 端口暴露给 Twilio。

设置步骤

1. 安装依赖：
   bash pip install -r scripts/requirements.txt

2. 设置环境变量（在 ~/.moltbot/.env、~/.clawdbot/.env 中设置或直接导出）：
   bash export DEEPGRAM_API_KEY="你的密钥" export OPENAI_API_KEY="你的密钥" export ELEVENLABS_API_KEY="你的密钥" export TWILIO_ACCOUNT_SID="你的账户SID" export TWILIO_AUTH_TOKEN="你的认证令牌" export PORT=8080

3. 启动服务器：
   bash python3 scripts/server.py

4. 暴露到公网：
   bash ngrok http 8080

5. 配置 Twilio：

   • 进入你的电话号码设置。
   • 将“语音和传真” -> “来电时”设置为 Webhook。
   • URL：https://<你的-ngrok-地址>.ngrok.io/incoming
   • 方法：POST

使用方法

拨打你的 Twilio 号码。助手将接听电话，转录你的语音，思考后以自然的语音进行回复。

自定义选项

• 系统提示词：编辑 scripts/server.py 中的 SYSTEM_PROMPT 来更改助手角色设定。
• 语音：更改 ELEVENLABS_VOICE_ID 以使用不同的语音。
• 模型：将 gpt-4o-mini 切换为 gpt-4 以获得更智能（但稍慢）的回复。