Telefon
Stemme ind og ud, samt SMS. Ikke telefonopkald.
Hvad den gør
Talegenkendelse og -syntese kører self-hosted, dirigeret pr. sprog på tværs af udbydere, med et lag til turstyring, der håndterer afbrydelser og streaming på sætningsniveau, så en samtale ikke føles som en walkie-talkie. En separat SMS-sti er implementeret bag et feature-flag til tekstbeskeder.
Hvorfor det er vigtigt
Stemme er der, hvor "assistent"-rammen enten bliver til virkelighed eller falder fra hinanden, og latenstid er altgørende. Self-hosting af tale betyder, at svartiden ikke er overladt til en tredjeparts kø.
Hvordan det fungerer
Tale kører self-hosted som standard
Genkendelse og syntese kører i deres egne containere, med udbyderdirigering pr. sprog for de sprog, som de lokale modeller håndterer dårligt.
Turstyring er eksplicit
En tur-gate og sætningsopdeler håndterer afbrydelser og streaming i stedet for at vente på et fuldt svar, før der tales.
Telefoni er kun SMS og deaktiveret som standard
SMS-stien er bygget, men gemt bag et flag og kræver en teleudbyderkonto. Stemmeopkald var eksplicit uden for scope, og vi har ikke bygget det.
Spørgsmål
- Kan min agent tage telefonen?
- Nej. Der er ingen indgående eller udgående opkald. Stemme fungerer i browseren; telefoni er kun SMS og i øjeblikket deaktiveret.
- Hvilke sprog understøtter tale?
- Et bredt udvalg, med dirigering til forskellige udbydere pr. sprog, herunder en dedikeret udbyder til indiske sprog, hvor de generelle modeller underperformer.
The rest of the bag
Adgangskontrol
Rettigheder pr. dokument, der filtrerer svar, ikke kun sider.
Politikafgørelser cachelagres pr. session for hurtighed; en ændring i rettigheder udbredes ved cache-invalidering i stedet for øjeblikkeligt på alle igangværende anmodninger.
Dokumentation
Et mappetræ, som agenten læser, og en konfigurationsfil, den adlyder.
Uddragning dækker PDF'er, regneark og transskriptioner. Eksotiske binære formater analyseres ikke.
Hændelser
En holdbar log over, hvad agenterne gjorde, og hvorfor.
In-process-hændelsesbussen er en enkelt-node-afsender, ikke en distribueret broker. Den holdbare registrering på tværs af agenter er en separat Postgres-opgavelog.
That was step 1 of 6: a request arrives. Next, the subdomain is the isolation boundary, so the request resolves to one workspace, one database, and one question of whether it is even in scope.