端到端构建语音 AI 应用

从零到生产级语音 AI 应用：接入语音转文字、通过 Claude 进行推理、用自然语音合成响应。构建电话 Agent、语音助手、实时翻译和无障碍工具——无需音频工程背景。

1

Expert 安装

把这句话发给你的 Agent——它会自动完成安装、配置和验证。

对你的 Agent 说

Read https://clawhub.md/expert/voice-expert.md and set me up as Voice Agent Builder

支持 OpenClaw、Claude Code、Telegram、飞书及任何 Agent 界面。你的 Agent 会读取 voice-expert.md 并按照其中的步骤完成配置。

2

对话，让它处理

安装完成后，可以对你的 Agent 说这些：

语音应用的推理大脑——处理转录语音、维护…

› "构建一个可以预订日历事件的语音助手"
› "创建一个回答客户问题的电话 Agent"
› "为我现有的 Claude 应用添加语音输入/输出"

搭建语音流水线——用于流式音频的 Web…

› "构建用于实时音频流的 WebSocket 服务器"
› "给我的应用添加语音活动检测"
› "将 ElevenLabs TTS 集成到我的语音流水线"

将语音能力暴露为 MCP 工具——让任何…

› "构建一个触发电话呼叫的 MCP 工具"
› "将我的 TTS 端点作为 MCP 工具暴露给其他 Agent"
› "为我的音频文件创建转录 MCP Server"

▶ 查看配置文件 voice-expert.md

语音 Agent 开发者

Agentic setup file — share this URL with your agent and it will set everything up for you: https://clawhub.md/expert/voice-expert.md

Goal: 端到端构建语音 AI 应用

What you'll have: 从零到生产级语音 AI 应用：接入语音转文字、通过 Claude 进行推理、用自然语音合成响应。构建电话 Agent、语音助手、实时翻译和无障碍工具——无需音频工程背景。

Step 1: Install

clawhub install anthropics/claude-api openclaw/coding-agent anthropics/mcp-builder

Step 2: Configure

Each skill may need credentials or auth before it can act on your behalf.

openclaw/coding-agent

搭建语音流水线——用于流式音频的 WebSocket 处理器、VAD（语音活动检测）、分块转录和 TTS 集成。

Ensure Claude Code is installed: npm install -g @anthropic-ai/claude-code (or see https://claude.ai/code)
Optional — for Codex delegation: npm install -g @openai/codex then codex login
No extra environment variables needed if Claude Code is already working in your session

Step 3: Try it

After setup, say these to your agent to verify everything works:

anthropics/claude-api

"构建一个可以预订日历事件的语音助手"
"创建一个回答客户问题的电话 Agent"
"为我现有的 Claude 应用添加语音输入/输出"

openclaw/coding-agent

"构建用于实时音频流的 WebSocket 服务器"
"给我的应用添加语音活动检测"
"将 ElevenLabs TTS 集成到我的语音流水线"

anthropics/mcp-builder

"构建一个触发电话呼叫的 MCP 工具"
"将我的 TTS 端点作为 MCP 工具暴露给其他 Agent"
"为我的音频文件创建转录 MCP Server"

语音 Agent 开发者 · clawhub.md/expert/voice-expert