TEN Agent 示例概述

TEN Agent 示例是您学习使用 TEN 框架构建对话式 AI 代理的综合指南。这些示例演示了创建实时、多模态语音代理的最佳实践，并与 Gemini 2.0 Live 和 OpenAI Realtime API 等现代 LLM 集成。

您将学到什么

TEN Agent 示例部分提供实际、实践性的文档，帮助您：

• 快速开始 — 在 10 分钟内设置并运行您的第一个语音代理
• 理解架构 — 了解 TEN Agent 如何编排 ASR、LLM、TTS 和 RTC 组件
• 自定义代理 — 通过模块化的"main"扩展来扩展和修改代理行为
• 构建扩展 — 为 LLM、语音服务和外部 API 创建自定义扩展
• 部署代理 — 在生产环境中打包和部署您的代理

文档结构

快速开始

如果您是 TEN Agent 的新手，请从这里开始。您将设置开发环境并运行您的第一个语音代理。

架构与设计

了解 TEN Agent 的工作原理，包括实时通信流、事件处理和组件交互。

自定义指南

学习如何通过灵活的 main 扩展模式来修改和扩展代理以满足您的特定需求。

扩展开发

为 LLM、STT/TTS 提供商和自定义集成构建自己的扩展。

API 参考

事件、架构和配置选项的完整参考文档。

教程与示例

演示特定用例和模式的真实示例。

核心概念

实时语音代理：TEN Agent 支持全双工对话，具有自然的中断处理，提供无缝的语音交互。

模块化架构：通过自包含的扩展来扩展功能。核心代理逻辑位于"main"扩展中，您可以根据自己的用例进行定制。

多语言支持：使用 Python、Node.js、Go 或 C++ 构建扩展。在单个代理中混合和匹配语言。

生产就绪：TEN Agent 提供了大规模部署对话式 AI 所需的基础设施和模式。

相关资源

• TEN Agent 仓库 — 源代码和示例
• TEN Framework 文档 — 框架深入探讨
• TEN Framework 仓库 — 核心框架