ThunderPhone v3 ya está disponible.Empieza por tu cuenta desde 2¢/min.Lee el anuncio

Connect tools & data

Usa ThunderPhone desde LiveKit Agents

Ejecuta un agente de voz de ThunderPhone como el modelo en tiempo real (de voz a voz) de una sesión de LiveKit Agents, con salas de LiveKit, SIP y telefonía a su alrededor.

LiveKit Agents es un framework de código abierto para agentes de voz en tiempo real sobre las salas de LiveKit. ThunderPhone se integra como el modelo en tiempo real: el framework envía el audio del participante, ThunderPhone devuelve la voz del agente, las transcripciones y las llamadas a funciones, y las salas de LiveKit, los trunks SIP y la telefonía transportan el audio. El reconocimiento de voz, el modelo de lenguaje, la voz, los turnos de conversación, 62 idiomas y las herramientas se ejecutan en ThunderPhone.

Las llamadas realizadas de esta manera aparecen en el historial de llamadas y se facturan como cualquier otra llamada en tiempo real (precios). No hay suscripción ni interviene ningún número telefónico de ThunderPhone.

Instalar

pip install livekit-plugins-thunderphone
export THUNDERPHONE_API_KEY=sk_live_...   # a secret API key

Con uv, uv add "livekit-agents[thunderphone]~=1.8" instala el mismo plugin. Se distribuye en el repositorio de livekit/agents y se publica junto con livekit-agents, así que mantén ambos en la misma versión. LiveKit lo documenta en su propia guía del plugin de ThunderPhone.

El plugin encapsula el modelo OpenAI Realtime de LiveKit, porque el WebSocket Realtime de ThunderPhone habla el mismo protocolo. Requiere livekit-agents 1.8 o una versión posterior.

Ejecutar un agente guardado

Todo lo que hace el agente (prompt, voz, motor, idiomas, herramientas, saludo, verificaciones de silencio) se configura en ThunderPhone. La sesión solo transmite audio. Crea el agente en el panel o haz que Zeus (el agente de IA que crea, prueba y ajusta agentes de ThunderPhone) lo configure, luego pasa su ID aquí. Los cambios que implementes en ThunderPhone se aplicarán a la siguiente llamada sin modificar tu código de LiveKit.

from livekit.agents import Agent, AgentSession, JobContext, WorkerOptions, cli
from livekit.plugins import thunderphone
 
 
async def entrypoint(ctx: JobContext):
    session = AgentSession(llm=thunderphone.RealtimeModel(agent_id=12))
    await session.start(agent=Agent(instructions=""), room=ctx.room)
 
 
if __name__ == "__main__":
    cli.run_app(WorkerOptions(entrypoint_fnc=entrypoint))

Un agente guardado saluda y ejecuta sus propias herramientas en ThunderPhone; las instrucciones y herramientas del Agent de LiveKit no se envían. La llamada termina cuando el agente de ThunderPhone cuelga y la sesión se cierra con él.

Configurar la sesión en línea

Sin agent_id, las instrucciones y las herramientas provienen del Agent de LiveKit, de la misma forma que con OpenAI. model selecciona el motor y voice selecciona la voz de ThunderPhone.

from livekit.agents import Agent, AgentSession, RunContext, function_tool
from livekit.plugins import thunderphone
 
 
class Receptionist(Agent):
    def __init__(self):
        super().__init__(instructions="You are Acme Dental's receptionist. Be brief.")
 
    @function_tool
    async def check_availability(self, context: RunContext, date: str) -> dict:
        """Free appointment slots on a date."""
        return {"slots": await calendar.free_slots(date)}
 
 
async def entrypoint(ctx: JobContext):
    session = AgentSession(
        llm=thunderphone.RealtimeModel(model="bolt", voice="olivia", language="es"),
    )
    await session.start(agent=Receptionist(), room=ctx.room)
    await session.generate_reply()   # the agent speaks first

ThunderPhone fija las instrucciones y herramientas cuando inicia la llamada, por lo que update_instructions, update_tools y las transferencias de agentes que las cambian no son compatibles durante la llamada. Las sesiones en línea son controladas por el cliente: el agente habla cuando llamas a generate_reply() o cuando el participante termina un turno.

Opciones

ArgumentoSignificado
api_keyClave secreta (sk_live_...). El valor predeterminado es THUNDERPHONE_API_KEY.
agent_idEjecuta un agente guardado. Es mutuamente excluyente con model y voice.
modelMotor para sesiones en línea: bolt (también se aceptan los anteriores spark y storm).
voiceNombre de la voz de ThunderPhone para sesiones en línea.
languageIndicación del idioma principal para sesiones en línea; por ejemplo, es.
caller_number, callee_numberNúmeros de teléfono de la llamada cuando la sala funciona con una línea telefónica. Aparecen como los números de origen y destino en el historial de llamadas.
live_transcriptsTransmite fragmentos de la transcripción de quienes llaman durante la intervención (se factura por separado).
base_urlAnulación del endpoint; el valor predeterminado es wss://api.thunderphone.com/v1/realtime.

Eventos

ThunderPhone agrega eventos de plataforma al protocolo en tiempo real. La sesión los emite:

@session.llm.session.on("thunderphone_call_ended")  # or on the RealtimeSession you hold
def on_call_ended(event):
    print("call ended:", event["reason"])

La RealtimeSession expone call_id una vez que la sesión está activa. Úsalo con GET /v1/calls/{call_id} para obtener la grabación, la transcripción y la calificación después de la llamada. Cualquier otro evento call.* (transferencia, teclado, voz ignorada) llega como thunderphone_call_event.

Límites

  • La detección de turnos se realiza en el servidor y siempre está activada; se ignora la detección de turnos del framework (turn_detection en AgentSession).
  • Las instrucciones y las herramientas no pueden cambiar una vez que inicia la llamada.
  • El audio es PCM mono de 16 bits a 24 kHz en ambas direcciones.
  • Los fotogramas de video se ignoran.