# openai-realtime-voice

Скилл openai-realtime-voice для Claude Code помогает проектировать голосовых агентов на OpenAI Realtime API. Запускается при настройке диалогов через WebRTC или WebSocket с вызовом инструментов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 141 установка · ★ 252 у репозитория
- Автор: calesthio
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/providers/voice-agents/openai-realtime-voice/SKILL.md
- Обновлён: 2026-07-14
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/openai-realtime-voice

## Что делает

Скилл предоставляет архитектурные правила и параметры для сборки речевых агентов на эндпоинте `/v1/realtime`. Он разделяет транспорт: для браузера советует WebRTC через Agents SDK, а для взаимодействия между серверами предписывает использовать WebSocket с передачей аудио в base64. Внутри сессии настраиваются объекты Session, Conversation и Responses, а также механизмы распознавания активности голоса через `server_vad` или `semantic_vad`.

Голосовые агенты могут вызывать локальные функции и удалённые MCP-инструменты прямо во время живого аудиопотока. Длительность одной сессии ограничена 60 минутами. Голос модели фиксируется: изменить параметр voice после первого звукового ответа в сессии уже нельзя. Учёт аудио ведётся по времени: 1 токен за 100 мс звука пользователя и 1 токен за 50 мс ответов ассистента.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill openai-realtime-voice -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/openai-realtime-voice/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/openai-realtime-voice/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill openai-realtime-voice -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/openai-realtime-voice/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill openai-realtime-voice -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/openai-realtime-voice/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install calesthio/generative-media-skills skills/providers/voice-agents/openai-realtime-voice
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/openai-realtime-voice/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill openai-realtime-voice -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/calesthio/generative-media-skills --path skills/providers/voice-agents/openai-realtime-voice
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/openai-realtime-voice/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add calesthio/generative-media-skills --skill openai-realtime-voice -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/providers/voice-agents/openai-realtime-voice/SKILL.md

## Когда брать
- настроить дуплексный диалог через WebRTC или WebSocket
- подключить вызовы MCP-инструментов в голосовую сессию
- сконфигурировать детекцию речи через server_vad или semantic_vad
- рассчитать расход токенов на входящий и исходящий звук

## Примеры запросов агенту
- Помоги настроить сессию OpenAI Realtime через WebRTC для веб-ассистента.
- Как подключить MCP-сервер к голосовому агенту на `/v1/realtime`?
- Сконфигурируй `server_vad` с задержкой тишины для перебивания речи.

## Похожие
- [speech-engine](https://affpapa.org/nevibecode/skills/speech-engine.md) — скилл · 9800 установок
- [realtime](https://affpapa.org/nevibecode/skills/realtime.md) — скилл · 3900 установок
- [implementing-realtime-sync](https://affpapa.org/nevibecode/skills/implementing-realtime-sync.md) — скилл · 1 установка
- [twilio-voice-conversation-relay](https://affpapa.org/nevibecode/skills/twilio-voice-conversation-relay.md) — скилл · 1 установка
- [openai-agents](https://affpapa.org/nevibecode/skills/openai-agents.md) — скилл · ★ 328 у репозитория
- [add-voice](https://affpapa.org/nevibecode/skills/add-voice.md) — скилл · 351 установка

Из того же набора: [calesthio/generative-media-skills](https://affpapa.org/nevibecode/by/calesthio/generative-media-skills.md) — 149 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
