Android Voice AI SDK（MVVM架构）
为Android应用快速集成端到端语音对话AI流水线，即插即用。
证据显示：README 描述了权限最小化（仅 RECORD_AUDIO、INTERNET、ACCESS_NETWORK_STATE），用户确认（VoiceSessionPermissionGate 处理运行时权限，情感检测需同意），数据流透明（流程图和架构说明），敏感数据处理（PII 脱敏、加密存储、证书固定），依赖安全（提及 R8/ProGuard 规则），外部影响（网络调用）。扣分：未提供代码级验证，权限声明可能不完整，用户确认机制仅提及，数据流细节有限，依赖安全仅提及，外部影响未详细说明，回滚机制缺失，来源归属仅依赖 README 声明。
证据显示：README 内部一致，架构分层清晰，依赖版本明确。扣分：依赖可用性未验证，失败消息未提及，自一致性仅基于文档，无代码验证。
证据显示：目标受众明确（Android 开发者），场景多样（语音助手、情感检测），能力边界清晰（引擎可替换），环境适配（minSdk 24、Android Studio 要求）。扣分：触发精度（如 VAD 参数）仅文档提及，环境适配未全面覆盖。
证据显示：信息架构清晰（分层、配置表），安装说明详细（步骤），命名稳定（类名一致），示例和 FAQ 有示例代码，已知限制未明确，许可证 MIT，版本和变更日志缺失，维护责任未明确。扣分：已知限制未列出，版本和变更日志缺失，维护责任未说明。
证据显示：输出可用性（Compose UI 组件），边际价值（语音 AI 集成），成本效益（免费引擎选项）。扣分：无实际运行验证，成本效益基于文档。
证据显示：声明可追溯（README 描述），交叉来源有限（仅 README），事实与推断未明确分离。扣分：无代码验证，交叉来源不足，事实与推断混合。
- 仅基于 README 静态审查，未执行代码验证。
- 依赖安全、外部影响等声明缺乏代码证据。
- 版本和变更日志缺失，维护责任不明确。
- 已知限制未列出，可能影响实际使用。
这个 Agent 能做什么，适合哪些场景？
Android Voice AI SDK是一个可复用的Android库，基于MVVM架构，为应用提供完整的语音驱动AI对话流水线。其核心管道包括音频录制、语音活动检测、语音转文本（STT）、Anthropic Claude AI生成回复、文本转语音（TTS）以及扬声器播放。SDK提供了Jetpack Compose UI组件（如VoiceButton、ConversationView）、可插拔的STT/TTS引擎适配器（支持Android内置、OpenAI Whisper、ElevenLabs）、设备端情绪检测，以及安全工具（如PII脱敏和加密密钥存储）。采用Hilt进行依赖注入，支持构建语音会话、配置模型和系统提示词。该库要求Android 7.0（API 24）及以上，并需要Anthropic API密钥。
SDK通过一组Coordinated组件实现语音对话管道：使用AudioRecord捕获麦克风音频，通过内置的VAD检测语音活动，然后通过SpeechToTextEngine将音频转换为文本（默认使用Android SpeechRecognizer，可选Whisper）。文本被发送到AIEngine（ClaudeAIEngine，封装官方Anthropic Java SDK）生成回复，并维护对话历史。最后，TextToSpeechEngine（默认使用Android TTS，可选ElevenLabs）将回复合成为语音并播放。SDK还提供VoiceAISession来编排整个流水线，包含start()和stop()生命周期方法。集成方式：在build.gradle中添加依赖，在Manifest中声明权限，设置Hilt（@HiltAndroidApp和@AndroidEntryPoint），通过local.properties提供API密钥，并使用VoiceAISDK.Builder构建SDK。UI使用VoiceSessionPermissionGate处理录音权限，并提供VoiceButton和ConversationView等Composable组件。
- 希望为其Android应用添加语音助手功能的移动开发者，可使用SDK快速集成，无需从头构建STT/AI/TTS管道。
- 需要可插拔STT/TTS引擎的应用，可在Android内置引擎与OpenAI Whisper或ElevenLabs之间切换，以适应不同准确度和音质需求。
- 需要敏感信息（如电话号码、信用卡号）在发送给AI前脱敏的应用，可启用PII脱敏功能。
- 需要针对不同用户情绪提供不同响应的应用，可启用设备端情绪检测，使Claude根据检测到的情绪调整语气。
- 注重安全的应用，可通过Android Keystore加密存储API密钥，并启用证书固定以保护网络通信。
这个 Agent 有哪些优点和局限？
- 提供完整的语音对话流水线，包含可插拔的STT、TTS和AI引擎，适应性广。
- 内置Jetpack Compose UI组件，易于集成到现代Android应用。
- 采用MVVM架构，代码清晰，便于维护和测试。
- 提供安全功能，如PII脱敏、加密密钥存储和证书固定，适合处理敏感数据。
- 支持设备端情绪检测，无需额外API密钥，可提升交互体验。
- 仅适用于Android平台，跨平台项目无法直接使用。
- 核心AI依赖Anthropic Claude API，需持有有效API密钥并产生费用。
- 文档未提及具体版本兼容性细节，如Gradle版本要求，可能增加集成风险。
- 部分功能（如Whisper、ElevenLabs、Hume AI）需要额外API密钥和网络权限。
- 设备端情绪检测的准确性有限，可能无法满足高精度需求。
如何安装或部署这个 Agent？
在应用模块的build.gradle.kts中添加依赖：implementation("com.sdk:voice-ai-sdk:1.0.0")。在AndroidManifest.xml中声明权限：RECORD_AUDIO、INTERNET、ACCESS_NETWORK_STATE。在local.properties中设置ANTHROPIC_API_KEY，并通过buildConfigField将其暴露给BuildConfig。确保使用Android Studio Meerkat或更高版本，并通过Hilt进行依赖注入（可选但推荐）。
如何使用这个 Agent？
在Application类上添加@HiltAndroidApp注解，在Activity上添加@AndroidEntryPoint。创建一个AppModule提供VoiceAIConfig和VoiceAISDK，使用Builder构建SDK并传入API密钥。在Compose界面中，使用VoiceSessionPermissionGate包装VoiceButton和ConversationView。获取VoiceAISession并调用start()开始对话。配置可在config { }块中调整，如systemPrompt、inputMode、silenceTimeoutMs和piiRedaction。