LiveKit开源实时多模态Agent框架

语音Agent赛道目前两极分化：要么用Vapi/Retell等闭源平台快速搭Demo但深度受限，要么自研WebRTC+模型管线却踩坑半年。LiveKit Agents的定位卡在中间——它把信令调度、语音活动检测、打断处理这些脏活封装好了，但模型层完全开放。

跟Daily（已被OpenAI收购的RTC基础设施）或Twilio相比，LiveKit的优势是开源生态和跨平台SDK更成熟，劣势是企业级SLA支持稍弱。已经在用LiveKit做视频会议的团队，扩展语音Agent几乎是零成本；但如果你的场景需要电话PSTN接入或合规录音，可能需要再评估。

最该试的人：做了LLM应用但还没碰过实时语音的开发者，这个框架能让你在一天内跑通「用户说话→STT→LLM→TTS→播放」的完整闭环，而不是先学三个月WebRTC。