wananing

实时语音 agent 架构手册。四种链路形态（级联 / 半级联 / S2S / 全双工）的取舍；判停、打断、首音、工具回合、会话恢复、音频前处理、评测七个机制的设计空间；pipecat、livekit-agents、TEN、unmute、moshi、Qwen3-Omni、CosyVoice、FunASR、xiaozhi 等 28 个开源项目在这些机制上的实现，分析到文件和函数并标注 commit。附框架与模型对比矩阵、选型决策树。

1 plugin · wananing/voice-agent-handbook