LiveKit 近期对其开源框架 Agents 进行了更新，旨在简化实时、可编程的语音 AI 代理开发。该框架允许开发者构建能够看、听和理解的对话式多模态语音代理，并运行在服务器端。据项目仓库显示，该项目已获得 13.5k Star 和 3.6k Fork，累计提交 3895 次，社区活跃度较高。

框架的核心设计强调灵活性和集成能力。开发者可以自由组合不同的语音识别（STT）、大语言模型（LLM）、语音合成（TTS）以及实时 API，以适配特定用例。同时，内置的任务调度与分发 API 能够将终端用户与代理高效连接，并提供了丰富的 WebRTC 客户端 SDK，支持主流平台。此外，框架还支持与电话系统集成，使代理能够拨打或接听电话。

在技术特性上，LiveKit Agents 引入了基于 transformer 模型的语义轮次检测，以减少不必要的打断，提升对话流畅性。同时，框架原生支持 MCP（Model Context Protocol），开发者只需一行代码即可集成 MCP 服务器提供的工具。为了保障代理质量，框架还内置了测试框架，允许开发者编写测试并使用裁判模型来验证代理行为是否符合预期。

LiveKit Agents 保持完全开源，包括 LiveKit 服务器本身，这意味着开发者可以在自有服务器上运行整个技术栈。安装过程简便，通过 pip 即可安装核心库及主流模型提供商的插件，例如 `pip install "livekit-agents[openai,deepgram,cartesia]"`。官方文档提供了详细的指南，并推荐使用 LiveKit Docs MCP 服务器和 Agent Skill 来辅助 AI 编程助手进行开发。

此次更新体现了 LiveKit 在实时语音 AI 领域的持续投入，通过提供一体化框架和工具链，降低了构建复杂语音交互应用的门槛。对于希望自主掌控语音 AI 基础设施的团队而言，该开源项目提供了值得关注的选项。