Telefone
Voz entrada e saída, e SMS. Não chamadas telefônicas.
O que faz
Reconhecimento e síntese de fala rodam auto-hospedados, roteados por idioma em provedores, com uma camada de turnos que lida com interrupção e streaming em nível de sentença para que uma troca falada não pareça um rádio portátil. Um caminho SMS separado é implementado por trás de um sinalizador de recurso para mensagens de texto.
Por que isso importa
Voz é onde o enquadramento do "assistente" se torna real ou desmorona, e a latência é o jogo inteiro. Auto-hospedar voz significa que a volta não está à mercê de uma fila de terceiros.
Como funciona
Fala é executada auto-hospedada por padrão.
Reconhecimento e síntese são executados como seus próprios contêineres, com roteamento de provedor por idioma para idiomas que modelos locais lidam mal.
A alternância de turno é explícita.
Um portão de turno e um divisor de sentença gerenciam interrupção e streaming, em vez de esperar uma resposta completa antes de falar.
Telefonia é apenas SMS e está desativada por padrão.
O caminho SMS é construído, mas é bloqueado atrás de um sinalizador e requer uma conta de operadora. As chamadas de voz estavam explicitamente fora do escopo e não as construímos.
Perguntas
- Meu agente pode responder o telefone?
- Não. Não há chamadas de entrada ou saída. Voz funciona no navegador; telefonia é apenas SMS e atualmente desativada.
- Quais idiomas o discurso suporta?
- Um amplo conjunto, com roteamento para diferentes provedores por idioma, incluindo um provedor dedicado para idiomas índicos, onde os modelos gerais têm desempenho inferior.
The rest of the bag
AccessControl
Permissões por documento que filtram respostas, não apenas páginas.
A resolução de política é armazenada em cache por sessão para velocidade; uma mudança de permissão é propagada na invalidação do cache em vez de instantaneamente em cada requisição em voo.
Documentos
Uma árvore de pastas que o agente lê e um arquivo de configuração que obedece.
A extração cobre PDFs, planilhas e transcrições. Formatos binários exóticos não são analisados.
Eventos
Um registro durável do que os agentes fizeram e por quê.
O barramento de eventos em processo é um emissor de nó único, não um intermediário distribuído. O registro durável entre agentes é um livro-razão de tarefas Postgres separado.
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.