
LiveKit Agents 如何配置 LiveKit 凭据并用 console 模式跑通第一个语音 Agent【免费下载链接】agentsA framework for building realtime voice AI agents ️项目地址: https://gitcode.com/GitHub_Trending/agen/agents如果你刚拿到 LiveKit AgentsLiveKit 的实时语音 AI Agent 框架想先不接客户端、直接在本地麦克风里和 Agent 对话验证行为那么要完成的事情是配置好 3 个 LiveKit 凭据环境变量然后用console子命令启动仓库自带的示例 Agentexamples/voice_agents/basic_agent.py。按照 examples/README.md 和根目录 README.md 给出的流程跑通后你会在终端里听到 Agent 主动打招呼并用麦克风完成一轮真实语音交互。准备条件运行仓库内示例需要以下前提见 examples/README.md一个 LiveKit Cloud 账号或一个本地部署的 LiveKit server从其中获得三项凭据LiveKit 的 WebSocket URL、API key、API secret模型提供商的 API key写入.env文件Python 3.10 或更高版本uv 包管理器。大多数示例默认使用 LiveKit Inference 作为 STT/LLM/TTS 的统一接入方式。使用 LiveKit Inference 时你的 LiveKit API key/secret 直接用于认证不需要再单独配置各家模型厂商的 key。配置 LiveKit 凭据在仓库的examples目录下创建.env文件模板见 examples/.env.example填入你的 LiveKit 项目凭据LIVEKIT_API_SECRETyour livekit api secret LIVEKIT_API_KEYyour livekit api key LIVEKIT_URLyour livekit ws url其中LIVEKIT_URL填你项目的 LiveKit WebSocket 地址例如wss://your-project.livekit.cloud见 examples/README.md 中的示例格式。如果示例不走 LiveKit Inference、而是直接调用模型提供商插件例如 realtime models还需要在.env中补充对应的厂商 key文档给出的示例格式为OPENAI_API_KEYsk-xxx # For realtime models and provider-specific features示例代码 examples/voice_agents/basic_agent.py 在文件开头通过load_dotenv()加载当前目录的.env因此凭据文件放在examples/目录下即可被该示例读取。安装依赖在仓库根目录执行uv sync --all-extras --dev该命令会安装核心 SDK 与全部插件的依赖见 examples/README.md 的 Install dependencies 一节。如果你不在本仓库内运行而是单独安装框架根目录 README.md 给出的安装命令是pip install livekit-agents[openai,deepgram,cartesia]用 console 模式运行第一个语音 Agent在仓库根目录执行uv run examples/voice_agents/basic_agent.py consoleconsole是 terminal 运行模式README 对其的描述是 Runs your agent in terminal mode, enabling local audio input and output for testing. This mode doesnt require external servers or dependencies and is useful for quickly validating behavior.即开启本地音频输入输出用于快速验证 Agent 行为而不需要额外启动前端客户端。这个示例的内容可以参考 examples/voice_agents/basic_agent.pyAgent 名为 Kellyon_enter时通过generate_reply(instructionsgreet the user and introduce yourself)主动生成问候会话组合为inference.STT(deepgram/nova-3, languagemulti)inference.LLM(openai/gpt-4.1-mini)inference.TTS(cartesia/sonic-3, voice9626c31c-bec5-4cca-baa8-f8ba9e84c8bc)入口通过server.rtc_session()注册最后由cli.run_app(server)启动所以console子命令由框架 CLI 接管。如果你的 Agent 是独立脚本不在本仓库内对应的运行方式就是根 README 中展示的形式python myagent.py console验证结果examples/README.md 给出的成功状态是Your agent is now running in the console.也就是说命令执行后 Agent 进入 console 会话。此时 Agent 会先按on_enter中的指令向你打招呼并自我介绍然后你可以直接用麦克风说话例如问天气会触发示例内置的lookup_weather工具并返回 sunny with a temperature of 70 degrees. 这类固定示例回答来验证整条 STT → LLM → TTS 链路是否打通。可选把单个示例拷出去独立运行examples/README.md 说明每个示例目录都是自包含的把某个示例目录拷贝到任意位置后执行uv sync uv run agent.py console即可从 PyPI 安装依赖并运行不需要其余仓库内容例如 examples/avatar/、examples/frontdesk/ 等目录均附带独立Dockerfile与pyproject.toml。在仓库内部时这些目录是 uv workspace 成员会直接使用本地的 SDK 代码。限制说明Realtime 模型例如openai.realtime.RealtimeModel不被 LiveKit Inference 支持必须直接通过对应插件使用并需要配置厂商 API key见 examples/README.md 的 Model Configuration 一节。本流程验证的是本地 console 会话。之后要接入真实客户端时改用dev子命令启动uv run examples/voice_agents/basic_agent.py dev它启动 Agent server 并支持文件变更热重载此时 LiveKit 凭据环境变量同样生效。【免费下载链接】agentsA framework for building realtime voice AI agents ️项目地址: https://gitcode.com/GitHub_Trending/agen/agents创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考