社区

今天，Agora Agents SDK 正式发布，支持 Python、Node.js 和 Go——让开发者用更少的代码、更短的时间，在声网对话式 AI 引擎上构建语音智能体。

声网对话式 AI 引擎为实时语音智能体提供底层基础设施：依托全球边缘网络实现低延迟音频传输，并内置轮次检测、打断处理等实时对话能力。

Agora Agents SDK 则让接入这一切变得前所未有地简单——强类型、可链式调用的构建器，内置鉴权，约十行代码、15 分钟，就能构建出一个可投入使用的语音智能体。

Agora Agents SDK 构建在现有 REST API 之上。REST API 会继续获得完整支持，你可以按自己的习惯选择使用 SDK，或直接调用 API。

Agora Agents SDK 的核心能力

SDK 负责打通代码与声网对话式 AI 引擎之间的集成，让开发者得以专注于智能体本身的业务逻辑，无需关注底层的衔接细节。

1、强类型、可链式调用的构建器 API

通过链式调用 .with_stt() 、 .with_llm() 、 .with_tts() 组装智能体，并在编辑器中获得自动补全与类型检查。

2、内置鉴权与 Token 管理

app_id 与 app_certificate 仅需传入一次，SDK 即自动生成对话式 AI 引擎 鉴权 Token 与 RTC 频道 Token，并内置指数退避重试与合理的超时设置。当你为 Web 或移动端应用暴露 Agent 管理接口时，SDK 还能帮你配置客户端加入声网频道所用的 Token 服务。

3. 会话生命周期管理

通过 SDK 对象直接启动、停止、查询与恢复会话，无需再把原始的 Agent ID、状态值和重试逻辑散落在后端各处。

4、Python、Node.js、Go 三端同发

三种语言同步发布，采用统一的构建器模式，并分别贴合各自的语言习惯。

快速上手：使用 Agora Agents SDK 构建语音智能体

三种语言同步发布，采用统一的构建器模式，并分别贴合各自的语言习惯。

以下示例演示如何使用 Agora Agents SDK 构建一个最简的语音智能体链路（STT → LLM → TTS）。

这段代码已经完成了一个可运行语音 Agent 的核心配置。构建器采用强类型设计，编辑器会实时提示每个参数该怎么填；轮次检测（turn detection）、会话超时、历史记录上限这些进阶选项都挂在同一个构建器上，需要时再配置即可，起步阶段无需处理。

如果你已在使用 REST API

对于已经基于 REST API 构建应用的开发者，现有集成不会受到影响。REST API 仍然是 Agora Agents SDK 的底层基础，也会继续获得完整支持和服务。

不过，对于新的语音 Agent 项目，SDK 会是更推荐的接入方式。相比直接调用原始 API，SDK 可以显著减少初始化配置和工程集成的复杂度：

• 无需再手动进行 Token 签名；

• 冗长的配置代码被精简为数次构建器调用；

• 此前需手写的错误处理已内置其中；

• 过往需要持续维护的大量集成代码就此省去。

这意味着开发者可以更快验证 Agent 逻辑本身，而不是把时间消耗在基础设施接入上。

关键部分由你掌控 基础设施由我们提供

Agora Agents SDK 并不限定开发者使用某一种模型或固定 pipeline。开发者可以使用自己的 STT、LLM、TTS 供应商，也可以在不想自行管理模型服务时，直接使用由声网托管的模型。

模型、密钥和业务 pipeline 仍由开发者控制；我们负责提供低延迟、可扩展的全球实时音频基础设施。对于多数正在构建语音智能体的团队来说，这是一种更具性价比的选择。

这也是 Agora Agents SDK 的核心目标：让开发者在接入的第一小时，就能感受到平台是否足够清晰、直接和可用。开发者选择一个平台，往往不是从功能矩阵开始，而是从第一次构建体验开始。

安装 Agora Agents SDK

开发者可以根据自己的技术栈安装对应版本：

了解更多，请查看官网文档：

https://doc.shengwang.cn/doc/convoai/restful/get-started/quick-start-agent

动手搭一个你自己的语音智能体，把它放进真实对话里跑跑看，然后告诉我们哪儿还让你觉得麻烦——你的反馈会直接决定下一版的方向。