精选理由
做 Voice Agent 的开发者终于有了开箱即用的集成方案——Agora Skills 配合 Codex 几分钟就能跑通实时语音对话，延迟接近真人通话，建议做陪伴、交互类 Agent 的团队直接试。
本文介绍了如何通过 Codex 快速安装 Agora Skills，并基于它搭建一个浏览器端的实时语音 AI Agent Demo。整个过程由 Codex 自动完成，从安装到运行仅需几分钟，无需手动编码。Demo 实现了流畅的实时语音对话，响应延迟接近人与人通话水平，RTC/RTM/Conversational AI 启动在 2-3 秒内，语音输出延迟约 1 秒。Agora Skills 集成了 RTC、RTM、Conversational AI 等能力，适合快速验证语音交互场景。
AI 翻译 · 中文
本文介绍了如何通过 Codex 快速安装 Agora Skills，并基于它搭建一个浏览器端的实时语音 AI Agent Demo。整个过程由 Codex 自动完成，从安装到运行仅需几分钟，无需手动编码。Demo 实现了流畅的实时语音对话，响应延迟接近人与人通话水平，RTC/RTM/Conversational AI 启动在 2-3 秒内，语音输出延迟约 1 秒。Agora Skills 集成了 RTC、RTM、Conversational AI 等能力，适合快速验证语音交互场景。
在 Codex/Claude Code 等 Coding Agents 领域，文字是主要的输入输出方式；而在更广泛的通用 Agents 领域，特别是陪伴、实时交互等 Agents 方面，实时语音交互非常重要，语音的仿真生动程度、语音响应的及时性，这些都是 Voice Agent 在 LLM 基础之上要考虑的重点。 Voice Agent 的搭建过程，模型主要包括 ASR、VOD、TTS、LLM 等，而通信基础主要依靠 WebRTC 这个…