Rapida Voice

这个 Agent 能做什么，适合哪些场景？

Rapida 是一个用 Go 编写的开源端到端语音 AI 编排平台，面向需要自行掌控部署、凭据和品牌的团队。它以 gRPC 进行高效双向通信，并围绕实时音频、STT、TTS、VAD、电话渠道和多渠道集成组织语音工作负载。Docker Compose 部署包含 UI、nginx API Gateway、Web API、Assistant API、Endpoint API 与 Integration API；可选启用 OpenSearch 和 Document API 知识服务。平台还声明提供智能体状态管理，以及通话日志、流式事件、工具追踪、延迟拆分、指标和仪表盘。它更适合愿意运行和配置一组服务的机构或企业团队，而非只需要单一托管语音 API 的用户。

运行 make up-all 后，Rapida 启动 UI、nginx API Gateway、Web API、Assistant API、Endpoint API 和 Integration API。平台通过 gRPC 流式处理实时音频，并按其功能说明编排 STT、TTS、VAD、模型、提示词、工具与电话渠道；相关 OpenAI、Anthropic、Deepgram、Twilio 等凭据需写入各服务 YAML 配置。它记录通话日志、流事件、工具追踪与延迟信息，并可通过 make up-all-with-knowledge 额外启动 OpenSearch 与 Document API。扩展语音供应商时，仓库指向 api/assistant-api/internal/transformer/；扩展电话渠道时，指向 api/assistant-api/internal/telephony/。

1. 一家交付白标语音助手的代理商，需要在自己的基础设施中保留客户凭据、品牌与部署边界。
2. 企业平台团队要为内部语音运营部署包含 UI、网关和多个 API 服务的实时语音系统。
3. 后端团队需要接入 OpenAI、Anthropic 或自定义推理，并配置各自的模型、提示词和工具。
4. 电话自动化团队要增加新的语音电话渠道，并从 `api/assistant-api/internal/telephony/` 开始扩展。
5. 需要排查语音会话延迟或工具调用问题的运维团队，需要查看通话日志、流事件和工具追踪。

这个 Agent 有哪些优点和局限？

如何安装或部署这个 Agent？

前提：安装 Docker 与 Docker Compose，并为全部服务准备 16GB 以上内存。执行：
git clone https://github.com/rapidaai/voice-ai.git && cd voice-ai
make setup-local && make build-all
make up-all
随后可用 docker compose ps 检查服务。UI 位于 http://localhost:3000，nginx API Gateway 位于 http://localhost:8080。如需知识服务，执行 make up-all-with-knowledge。

如何使用这个 Agent？

启动后，先编辑 YAML 配置并填入所选供应商的 API 密钥：docker/web-api/web.yml、docker/assistant-api/assistant.yml、docker/endpoint-api/endpoint.yml、docker/integration-api/integration.yml，以及知识服务使用的 docker/document-api/config.yaml。README 明确列出 OpenAI、Anthropic、Deepgram 和 Twilio 为需配置凭据的示例。可通过 make logs-all 查看全部日志，或使用 make logs-web、make logs-assistant 查看特定服务；代码修改后使用 make rebuild-assistant 或 make rebuild-all。不使用 Docker 时，可执行 go mod download、go build -o bin/web ./cmd/web、./bin/web，但需另行运行 PostgreSQL、Redis 和 OpenSearch。

这个 Agent 与同类方案有什么区别？

常见问题