Ren(@Ryrenz):📞 又挖到一个做语音 AI 的宝藏框架 Pipecat，能实时听、实时说的 AI agent 用它就能搭出来。 Pipecat 在 GitHub 已经 1.5 万 star，2600 多个 fork，从 7 月的 v1.5.0 到 9 月 11 日的 v1.9.0，两个多月迭代了五版。开源语音 AI 平台 Dograh 就是在它上面搭起来的，Dograh 自己也有 5600 多 star。以前想做一个能语音对话的助手，得自己把语音识别、大模型、语音合成、音频传输一段段串起来，光把管道串通就要花不少功夫，换一家服务商又得重写一遍。 Pipecat 把这些拆成能拼装的管道，语音识别、大模型、语音合成、视频、记忆这些环节都有现成的服务商集成，换一家就是换个组件。对话流程可以用 Pipecat Flows 预先设计路径，也能让多个专职 agent 互相交接、并行分工。前端有官方 SDK，Web、React Native、Swift、Kotlin 甚至 ESP32 都覆盖；调试有 Whisker 实时看管道，还有配合 Claude Code 用的 Pipecat Skills，帮你搭项目、部署到 Pipecat Cloud。想让你的 agent 开口说话，从 Pipecat 起步最省事。 GitHub：

2026.09.12 11:09

📞 又挖到一个做语音 AI 的宝藏框架 Pipecat，能实时听、实时说的 AI agent 用它就能搭出来。 Pipecat 在 GitHub 已经 1.5 万 star，2600 多个 fork，从 7 月的 v1.5.0 到 9 月 11 日的 v1.9.0，两个多月迭代了五版。开源语音 AI 平台 Dograh 就是在它上面搭起来的，Dograh 自己也有 5600 多 star。以前想做一个能语音对话的助手，得自己把语音识别、大模型、语音合成、音频传输一段段串起来，光把管道串通就要花不少功夫，换一家服务商又得重写一遍。 Pipecat 把这些拆成能拼装的管道，语音识别、大模型、语音合成、视频、记忆这些环节都有现成的服务商集成，换一家就是换个组件。对话流程可以用 Pipecat Flows 预先设计路径，也能让多个专职 agent 互相交接、并行分工。前端有官方 SDK，Web、React Native、Swift、Kotlin 甚至 ESP32 都覆盖；调试有 Whisker 实时看管道，还有配合 Claude Code 用的 Pipecat Skills，帮你搭项目、部署到 Pipecat Cloud。想让你的 agent 开口说话，从 Pipecat 起步最省事。 GitHub：

显示更多