Téléphone
Voix entrante et sortante, et SMS. Pas d'appels téléphoniques.
Ce qu'il fait
La reconnaissance vocale et la synthèse s'exécutent en auto-hébergement, acheminées par langue à travers les fournisseurs, avec une couche de prise de tour qui gère l'interruption et la transmission au niveau des phrases afin qu'un échange parlé ne semble pas un talkie-walkie. Un chemin SMS séparé est implémenté derrière un drapeau de fonctionnalité pour la messagerie texte.
Pourquoi c'est important
La voix est l'endroit où le cadre de l'« assistant » devient réel ou s'effondre, et la latence est le jeu entier. L'auto-hébergement de la voix signifie que l'aller-retour n'est pas à la merci d'une file d'attente tierce.
Comment ça marche
La parole s'exécute de manière auto-hébergée par défaut.
La reconnaissance et la synthèse s'exécutent comme leurs propres conteneurs, avec un routage de fournisseur par langue pour les langues que les modèles locaux gèrent mal.
L'alternance de parole est explicite.
Une porte de tour et un chunker de phrase gèrent l'interruption et le streaming, plutôt que d'attendre une réponse complète avant de parler.
La téléphonie est SMS uniquement et désactivée par défaut.
Le chemin SMS est construit mais verrouillé derrière un drapeau et nécessite un compte opérateur. L'appel vocal était explicitement hors de portée, et nous ne l'avons pas construit.
Questions
- Mon agent peut-il répondre au téléphone?
- Non. Il n'y a pas d'appels entrants ou sortants. La voix fonctionne dans le navigateur; la téléphonie est SMS uniquement et actuellement désactivée.
- Quelles langues la parole supporte-t-elle?
- Un large ensemble, avec un routage vers différents fournisseurs par langue, y compris un fournisseur dédié pour les langues indo-aryennes où les modèles généraux ont des performances insuffisantes.
The rest of the bag
AccessControl
Des permissions par document qui filtrent les réponses, pas seulement les pages.
La résolution des politiques est mise en cache par session pour la vitesse; un changement d'autorisation se propage lors de l'invalidation du cache plutôt qu'instantanément sur chaque demande en vol.
Documents
Un arborescence de dossiers que l'agent lit et un fichier de configuration qu'il obéit.
L'extraction couvre les PDF, les feuilles de calcul et les transcriptions. Les formats binaires exotiques ne sont pas analysés.
Événements
Un registre durable de ce que les agents ont fait et pourquoi.
Le bus d'événements en cours de traitement est un émetteur à nœud unique, pas un courtier distribué. Le registre durable inter-agents est un registre de tâches Postgres distinct.
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.