Sprach-KI-Agenten in Echtzeit

Ich möchte einen Agenten für künstliche Intelligenz entwickeln, der mithilfe von LiveKit-Agenten mit Echtzeit-Sprache interagieren kann. Erstellen Sie eine erste Vorlage mit der Agent-, AgentSession- und JobContext-Struktur, die erforderlich ist, damit der Agent dem Benutzer zuhören, die Enden der Konversation verstehen und mit den angegebenen Tools antworten kann. Erklären Sie, wie ich die für Sprachantworten erforderlichen STT, LLM und TTS konfigurieren und wie ich funktionale Tools auf diesem Agenten definieren kann.

Repository: https://github.com/livekit/agents. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.

Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.

Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.

Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.