Patter Voice SDK
为 Python 和 TypeScript 电话 AI 代理提供可替换语音、模型与运营商的全栈 SDK。
- Star 数
- ★ 1.1k
- 最近更新
- 2 个月前
- License
- MIT
- 主语言
- Python
- FA 评分
- 52/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台OpenAI API · Claude API
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要用 Python 或 TypeScript 为餐厅预订场景接听来电的团队，可基于 Inbound Agent 模板构建电话接待员。
- 不适合
- 不愿向第三方模型、语音和运营商服务发送通话数据的团队
- 希望零配置、无需任何外部账号即可上线的团队
这个 Agent 能做什么，适合哪些场景？
Patter 是一个开源 SDK，用于把应用中的 AI 代理连接到电话网络，并处理代理循环、语音识别、语音合成、实时语音、音频处理和运营商接入。它提供 Python 与 TypeScript 两套接口，README 声明二者具备相同的 API 表面、钩子和事件。开发者可按层选择 LLM、STT、TTS、实时引擎、电话运营商以及音频组件，并以 Realtime、Pipeline 或 Hybrid 模式组合。服务可通过 phone.serve() 启动；本地开发可启用 Cloudflare quick tunnel，生产环境则使用静态 webhook_url。
应用先以 Patter 创建电话接入，例如 Python 中的 Patter(carrier=Twilio(), phone_number="+15550001234")，再用 phone.agent() 配置 OpenAIRealtime、system_prompt 和 first_message。随后调用 await phone.serve(agent, tunnel=True)，SDK 会启动代理服务，并在启用隧道时创建 Cloudflare quick tunnel、把号码指向该服务。Patter 将通话在电话运营商、语音组件和模型之间编排；可选运营商包括 Twilio、Telnyx 与 Plivo。它还记录供应商无关的 OpenTelemetry 调用追踪，并提供中途故障切换的 LLM fallback chain。
- 需要用 Python 或 TypeScript 为餐厅预订场景接听来电的团队，可基于 Inbound Agent 模板构建电话接待员。
- 需要拨打外呼电话、处理 AMD 并投递语音留言的业务团队，可采用 Outbound Calls 模板。
- 已有 Twilio 号码、但希望把实时语音引擎替换为
OpenAIRealtime、Gemini Live、Ultravox 或 ElevenLabs ConvAI 的开发者。 - 需要在通话中查询 CRM 或创建工单的集成开发者，可使用 webhook tools 对接自己的后端。
- 需要把 Deepgram STT 与 ElevenLabs TTS 等不同供应商组合进电话代理的团队，可使用 Pipeline 模式。
- 希望在本机验证完整通话流程、暂时不接入实体电话的开发者，可从终端模拟通话。
如何安装或部署这个 Agent？
选择一种 SDK：TypeScript 运行 npm install getpatter；Python 运行 pip install getpatter。Python 需要 3.11+，TypeScript 需要 5.0+。在环境变量中提供所选供应商和运营商的凭据，例如 Twilio 的 TWILIO_ACCOUNT_SID 与 OpenAI 的 OPENAI_API_KEY；完整变量目录由项目文档列出。
如何使用这个 Agent？
Python 最小调用：from getpatter import Patter, Twilio, OpenAIRealtime；创建 phone = Patter(carrier=Twilio(), phone_number="+15550001234")；用 phone.agent(engine=OpenAIRealtime(), system_prompt="You are a friendly receptionist for Acme Corp.", first_message="Hello! How can I help?") 创建代理；最后执行 await phone.serve(agent, tunnel=True)。tunnel=True 适合本地开发；生产环境改用静态 webhook_url。
这个 Agent 有哪些优点和局限？
- 将 LLM、STT、TTS、实时引擎、电话运营商和音频处理明确拆层，可分别替换供应商。
- Python 与 TypeScript 都提供 SDK，README 声明二者的接口、钩子和事件保持一致。
- 支持 Twilio、Telnyx 和 Plivo，并将工具调用、转接和 guardrails 设计为跨运营商一致的行为。
- 提供 Realtime、Pipeline、Hybrid 三种组合方式，以及通话中的 LLM fallback chain。
- 内置本地隧道、终端通话模拟和供应商无关的 OpenTelemetry 追踪。
- 实际运行依赖外部模型、语音和电话运营商的账户及环境变量凭据。
- 本地
tunnel: true使用 Cloudflare quick tunnel；生产部署需要配置静态webhook_url或使用 ngrok。 - README 未说明各供应商的价格、计费聚合方式或完整的生产容量限制。
- 遥测默认收集匿名 SDK、供应商/模型分桶及通话事实数据，虽然可通过配置、CLI 或环境变量关闭。
- 文档虽列出 27+ 集成，但所给材料未逐项描述每个集成的配置差异与功能覆盖度。
这个 Agent 与同类方案有什么区别？
项目将自身定位为 Vapi 和 Retell 的替代方案，面向希望自行掌控语音 AI 技术栈的构建者；所给材料未提供逐项功能或价格对比。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Patter Voice SDK 当前 | 52 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 1.1k | 2 个月前 | Python | OpenAI API · Claude API |
| Bolna 语音智能体平台 | 56 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 816 | 今天 | Python | OpenAI API |
| Voice AI 语音智能体学习路线 | 63 · 存在缺口 | 代码库 / SDK免费 | ★ 338 | 8 天前 | Astro | — |
| Android Voice AI SDK（MVVM架构） | 47 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 2.6k | 5 个月前 | Kotlin | Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README 明确说明遥测数据可选择性退出，且不收集敏感内容；依赖审计工作流存在但仅警告不阻塞；外部效果（如电话呼叫）需要用户提供凭证和配置。扣分：未提供最小权限原则的明确说明，用户确认机制未明确，敏感数据处理细节不足，回滚机制缺失，来源归属仅基于仓库元数据。
证据显示：README 和代码示例一致，依赖声明存在，但失败消息的具体内容未在提供的文件中展示。扣分：失败消息的详细性和可操作性不足。
证据显示：README 提供了多种使用场景（入站、出站、工具调用等），能力边界通过模式（Realtime/Pipeline/Hybrid）和提供商选择明确，触发条件（如 webhook）有示例，环境适配（本地隧道、生产 webhook）有说明。扣分：部分边界（如并发限制）未明确。
证据显示：README 结构清晰，安装说明明确，命名一致（getpatter），示例丰富，MIT 许可证明确。扣分：版本变更日志未提供，已知限制未明确列出，维护责任未明确。
证据显示：输出可用性高（提供 Python/TypeScript SDK 和模板），边际价值明显（替代 Vapi/Retell），成本效益合理（开源免费）。扣分：未提供性能基准或成本对比数据。
证据显示：README 中的声明（如 27+ 集成）未在提供的文件中得到验证，跨来源佐证不足，事实与推断未明确区分。扣分：缺乏可验证的细节。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 遥测数据虽可退出，但默认开启，需注意隐私合规。
- 依赖审计仅警告不阻塞，可能存在未修复的已知漏洞。
- 未提供回滚机制，升级后出现问题难以恢复。
- 版本变更日志缺失，难以追踪破坏性变更。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v0.7.0 v0.7.0 — Inworld integration, security hardening, pipeline barge-in fix
发布说明摘录
Minor release — new backward-compatible public API since 0.6.9. Highlights ✨ Inworld integration completed (#199) - TTS pricing corrected & completed (both SDKs): inworld-tts-2 $0.025, inworld-tts-1.5-max $0.035, and the new inworld-tts-1.5-mini $0.015 (per 1k chars, On-Demand list rates). - providers.inworld() TTS config helper; the TTSConfig(provider="inworld") path now builds the adapter. - InworldLLM — OpenAI-compatible preset for the Inworld Realtime Router (https://api.inworld.ai/v1, INWORLD_API_KEY), unlocking 220+ models behind one key. …在 GitHub 查看 ↗ -
发布说明摘录
Release 0.6.8 of both SDKs — Python getpatter (PyPI) and TypeScript getpatter (npm). Rolled up from PR #179. Contents (since v0.6.7): - Multi-agent handoff, local recording, preemptive generation, semantic EOU + review-wave fixes across both SDKs (#169) - Parity & bug-fix wave on 0.6.6/0.6.7 — EvalSession TS port, explicit-kwarg precedence, env-key path, telemetry chain guard (#172) - Telemetry: relay-cap batch chunking, XDG state-dir compliance, visible Python disclosure (#173) - Telemetry: hermes/openclaw CLI usage now visible — schema v6 (#175) …在 GitHub 查看 ↗ -
发布说明摘录
0.6.5 Patter as a voice shell in front of an OpenAI-compatible agent runtime. Added - OpenAICompatibleLLM / HermesLLM / OpenClawLLM pipeline-mode LLM providers (Python + TypeScript) — drive a phone call where each turn is answered by an external agent runtime at POST {base_url}/chat/completions (Hermes, OpenClaw, Ollama, vLLM, LM Studio). - Opt-in session continuity: Hermes X-Hermes-Session-Id (per call) + optional X-Hermes-Session-Key (long-term memory scope); OpenClaw user + x-openclaw-session-key. …在 GitHub 查看 ↗
常见问题
Patter 是否绑定某一家模型或电话运营商？
运行前必须准备什么？
本地开发是否需要先部署公网服务？
tunnel=True 会创建 Cloudflare quick tunnel 并将号码指向本地服务；README 也说明可在终端模拟完整通话。模型供应商在通话中失败会怎样？
是否会发送通话内容作为遥测？
telemetry=False、getpatter telemetry disable、PATTER_TELEMETRY_DISABLED=1 或 DO_NOT_TRACK=1 关闭遥测。