一份面向开发者的语音 AI 智能体精选学习清单，从第一次 STT 调用一直覆盖到生产级电话部署。
构建可实时对话、能看能听的语音智能体，支持多模态交互和灵活集成。
将语音对话、角色记忆与可选数字人视频部署为自托管实时助手。