BYO-Agent
CTICloud 支持接入企业自有智能体能力。通过开放的三方智能体接口,您可以将现有的 Agent 框架、大模型能力或业务编排逻辑接入 CTICloud,用于外呼机器人、智能客服等语音交互场景。
1. 概览
在三方智能体接入场景中,CTICloud 负责语音交互底座能力,包括通话控制、语音输入输出、ASR 识别、TTS 播报、打断处理等;客户侧智能体负责对话理解、上下文管理、回复生成和工具调用。
通过这种“CTICloud 语音底座 + 企业自有智能体大脑”的解耦方式,企业可以在保留既有 AI 能力与业务逻辑的基础上,快速获得稳定的语音交互能力。
本文档作为总览导读页,主要说明以下问题:
- 三方智能体接入 CTICloud 的整体方式是什么
- 接入流程分为哪些阶段
- 不同角色应阅读哪一篇文档
- 完成接口开发后,下一步应如何进行平台侧对接
如需查看具体开发协议、请求参数、SSE 事件格式、平台配置步骤等详细内容,请前往后续子文档。
2. 文档阅读指引
三方智能体接入主要分为两个阶段,分别对应两篇文档:
| 阶段 | 适用角色 | 说明 | 对应文档 |
|---|---|---|---|
| 接口开发阶段 | 开发人员 / 智能体服务提供方 | 按 CTICloud 协议实现接口鉴权、请求处理、流式响应、上下文管理等能力 | 三方智能体接口开发说明文档 |
| 平台接入阶段 | 实施人员 / 配置人员 / 项目对接人员 | 在 CTICloud 平台完成三方智能体接入配置,并在语音导航中使用该智能体 | 三方智能体对接配置说明文档 |
建议按以下顺序阅读:
- 先阅读本文,了解整体接入方式与文档分工。
- 再阅读
1.1,完成智能体接口开发。 - 接口开发完成后,阅读
1.2,完成平台侧配置与业务调用。
3. 三方智能体接入方式
在接入自有 AI 能力时,CTICloud 与三方智能体的职责分工如下:
- CTICloud 平台能力
- 通话控制
- AudioSocket 语音交互状态机
- ASR 语音识别与断句
- TTS 语音合成与播报
- 打断、挂机、转人工、按键采集等通话控制能力
- 三方智能体能力
- 对话逻辑编排
- 上下文管理与记忆
- Prompt 构造
- 大模型推理与生成
- 工具调用与业务决策
整体交互方式为:CTICloud 将用户语音转为文本后,通过标准接口将内容发送给三方智能体;三方智能体生成回复后,再由 CTICloud 进行播报与通话控制。
sequenceDiagram
autonumber
participant User as 用户
box CTICloud 平台
participant AS as AudioSocket
participant VA as 语音AI模型服务<br/>(ASR / TTS)
end
box 三方智能体
participant Agent as 智能体逻辑
participant LLM as 大模型
end
User ->> AS: 用户说话(语音)
AS ->> VA: 语音流 → ASR 识别与断句
VA ->> AS: 识别文本
AS ->> Agent: 文本输入 / 上下文 / userField 等交互信息
Agent ->> LLM: Prompt
LLM ->> Agent: 生成文本
Agent ->> AS: 文本回复
AS ->> VA: 文本 → TTS
VA ->> AS: 语音流
AS ->> User: 播报回复
在外呼机器人场景中,推荐三方智能体采用 SSE 流式响应 模式,以保障语音交互的实时性与自然度。相关接口规范和示例请参考 1.1 文档。
4. 接入流程概述
4.1 三方智能体接入完整流程
┌───────────────────────────────────────────────┐
│ 三方智能体接入全流程 │
└───────────────────────────────────────────────┘
🚀 步骤 1:完成智能体接口开发
└── 按 CTICloud 协议实现鉴权、请求处理、SSE 流式响应等能力
⚙️ 步骤 2:提供智能体接入信息
├── 智能体调用地址(URL)
├── appKey
└── secretKey
🔧 步骤 3:完成平台侧接入配置
└── 在 CTICloud 平台中新增三方智能体配置
🔀 步骤 4:在业务流程中调用智能体
├── 在语音导航中配置变量或路由信息
└── 在智能体节点中使用该三方智能体
📞 步骤 5:发起任务并验证通话效果
└── 通过实际通话、交互日志与通话记录进行联调验证4.2 接入前需准备的信息
在开始平台侧接入前,通常需要先准备以下信息:
- 智能体调用地址(URL)
- appKey
- secretKey
若接入方需要在不同业务场景下调用不同智能体,建议在接口开发阶段预留 userField 中的路由变量,例如 arg。后续 CTICloud 可根据语音导航中配置的变量值,向同一接口 URL 传递不同参数,从而实现多业务场景下的智能体路由。
5. 下一步
根据当前所处阶段,进入对应文档:
- 若您当前需要开发或联调智能体接口,请阅读 三方智能体接口开发说明文档
- 若您已完成接口开发,需在 CTICloud 平台中完成接入配置,请阅读 三方智能体对接配置说明文档