Skip to content
Beta

電話

語音輸入輸出同 SMS。唔支援電話通話。

功能說明

語音識別同合成採用自託管運行，按語言路由至不同服務商，並設有輪替層（turn-taking layer）處理中斷同句子級串流，令語音對話唔會好似對講機咁。另外設有獨立嘅 SMS 路徑，透過 feature flag 控制，用於傳送文字短訊。

重要原因

語音係決定「助手」定位成真定係幻滅嘅關鍵，而延遲度就係一切。自託管語音意味住來回傳輸唔使受制於第三方嘅排隊等待。

運作原理

  • 語音功能預設以自託管方式運行

    語音識別同合成以獨立容器運行；針對本地模型處理得唔好嘅語言，會按語言路由至相應嘅服務商。

  • 明確嘅發言輪替機制

    透過發言閘（turn gate）同句子分塊器（sentence chunker）管理中斷同串流，而唔係等完整回覆生成完先開始說話。

  • 電話功能僅限 SMS，且預設關閉

    SMS 路徑已開發，但由 feature flag 限制，且需要電訊商帳戶。語音通話明確唔喺開發範圍之內，因此我哋並無開發此功能。

問題

我嘅 agent 可以接聽電話嗎？
唔可以。系統不支援撥入或撥出電話。語音功能喺瀏覽器中運作；電話功能僅限 SMS，且目前已關閉。
語音功能支援邊啲語言？
支援多種語言，並按語言路由至不同服務商，包括針對通用模型表現欠佳嘅印度諸語設有專用服務商。

The rest of the bag

已上線

AccessControl

針對單一文件嘅權限設定，用於篩選答案，而唔單止係篩選網頁。

策略解析會按每個 session 進行快取（cached）以提升速度；權限變更會喺快取失效時傳播，而唔係即時套用至每個處理中嘅請求。

已上線

文件

智能體讀取的資料夾樹，以及它遵守的設定檔。

擷取範圍涵蓋 PDF、試算表和逐字稿。不支援解析罕見的二進位格式。

已上線

事件

記錄智能體行為與原因的持久化總帳。

進程內事件匯流排是單節點發射器，而非分散式代理。跨智能體的持久化記錄是獨立的 Postgres 工作總帳。

返回故事

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.

Return to step 1Step 2 →