热门产品

Calling Skills for AI Agents

Calling Skills for AI Agents

为AI代理添加高清语音和视频通话能力的开发工具,开发者可通过SDK或命令快速集成,支持录制、屏幕共享等丰富功能。

Maker 说

嘿 Product Hunt!我是Swapnil,CometChat的工程副总裁。

几个月前我们发布了Chat Skills,一个技能文件,能让你的AI编码智能体在15分钟内集成CometChat的完整聊天产品。当时反响非常好。今天我们带来了下一个:Calling Skills。
v4.2.0版本的CometChat Skills包首次在六大平台家族中集成了语音和视频通话功能:React、Next.js、React Native、Angular、Android、iOS和Flutter。

它和直接把你的智能体指向文档有什么不同呢:

调度器在接触你的项目之前会先问一个问题:Ringing 还是 Session?这是两条完全不同的集成路径。Ringing意味着完整的来电/去电界面,iOS上用CallKit,Android上用ConnectionService,VoIP推送来唤醒设备。Session意味着基于链接的会议室,双方加入同一个session ID,没有响铃界面,不依赖Chat SDK。如果在中途选错了方向,代价会很大。而这个技能一开始就帮你解决了。

一旦你选好模式,智能体会检测你的框架和SDK版本,搭建正确的文件结构,然后运行一个23项的验证检查,涵盖VoIP推送配置、SDK初始化顺序、挂断清理、权限字符串,以及我们在Android、iOS、Flutter和React Native中发现并修复的API drift问题。

如果你已经在用Chat Skills,这个是完全叠加的。安装方式一样,思维模型一样,现有聊天集成无需改动。

有问题请在下面留言,我全天都在。

热门评论

PH 用户
恭喜发布!“丢进一个技能文件就能直接用”的方式,确实是许多AI辅助开发工作流中缺失的一环。自动处理SSR安全性、认证流程和配置,而不是让开发者先花两个小时跟文档死磕——这个思路非常聪明。
PH 用户
我们以前从零搭建过一个类似的东西。主要问题是当参与者距离很远时,视频延迟会很大。需要在世界各地部署服务器,还要处理一堆其他事情。你们有办法解决这个问题吗?
PH 用户
通过一条 npx 命令就能添加通话功能,这真的是开发体验上的大胜。大多数团队会在本应一行代码搞定的集成模板上花好几天。我们一直在做开发者工具公司的客户成功领域,而“AI智能体通话技能”正好触及了我们经常思考的问题。这个技能如何处理与已有通信层的应用中现有认证的冲突?
PH 用户
以SDK为先的设计很聪明。把WebRTC封装成智能体可调用的工具,意味着智能体掌控会话生命周期,而不是把这种复杂性甩给应用层。在RetainSure,我们一直在为客户成功构建AI工作流,原生通话处理总是意味着需要一个独立的服务层。对于需要传统电话和IP通话并存的企业客户,你们如何处理SIP/PSTN桥接?
PH 用户
它是否支持实时转录和工具事件,以便智能体在通话过程中采取行动?
PH 用户
这个发布时间点挺有意思的,因为 AI 智能体正迅速从聊天转向实时交互。

我很好奇,你觉得哪个领域的采用曲线会最先陡起来?是处理实时客户对话的 AI 销售/支持智能体?还是企业内部的企业级 Copilot?或者是面向消费者的助手?另外,你怎么看待在和 AI 智能体进行语音/视频交互时的信任信号?你觉得胜出的平台是否需要在通话体验中直接嵌入可见的“人工交接”层和透明度功能?
热门产品Swapnil Godambe2026-05-27原文

相关内容