这本开源小册子深入探索 Conversational AI（对话式 AI）的工程基础 —— 从实时流式传输与 WebRTC，到框架设计、级联与端到端架构、多模态交互，以及评估方法论。
我们希望这本手册既简洁又实用，以开发者为中心，用清晰的技术思路帮助你真正理解实时语音 AI 系统的构建原理。 无论你是初学者还是资深工程师，都能在其中找到启发与可落地的实现方式。
- 框架模式 – 级联与三段式架构、编排与设计原则
- 实时通信 – WebRTC 与 WebSocket 的选择与实现
- 3A、VAD 与轮次检测 - 从声音到语义的关键环节
- ASR → LLM → TTS – 语音交互的核心级联系统
- 进阶主题 – Function Call、Memory 与 RAG
- 工程洞察 – 延迟、成本与体验之间的平衡
Conversational AI 的发展日新月异，这本手册未来将持续迭代：
- 更多主题案例：不断收录与对话式 AI 相关的新主题、新案例
- 更多代码实践：补充更丰富的工程实践与代码实例
本项目完全开源，欢迎开发者、研究者与实践者共创。 如果你正在构建、测试或研究对话式 AI，我们期待你的加入！
- 🛠 提交 Pull Request：修正、扩展或优化任意章节
- 💡 提出 Issue：发起讨论或建议新的主题方向
- 🌍 加入社区交流：共同打造最系统、最工程化的对话式 AI 开发手册
让我们携手，共同构建下一代开发者知识体系。
From developers, for developers. Together, we build the Conversational AI future.