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。
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?