voice-agents · davila7 — скилл для Claude Code: голосовые агенты без задержек
Помогает спроектировать голосового агента: выбрать архитектуру, уложиться в задержку и не сломаться на перебиваниях.
npx claude-code-templates@latest --skill ai-research/voice-agentsЧто делает voice-agents
Скилл разбирает две схемы голосового агента. Первая — speech-to-speech на OpenAI Realtime API: звук идёт сразу в звук, задержка минимальная, эмоции сохраняются, но управлять поведением сложнее. Вторая — конвейер STT→LLM→TTS: каждый шаг под контролем и проще отлаживать, зато миллисекунды складываются.
Главная мысль скилла: задержка и есть ограничение. Каждый компонент добавляет своё, а сумма решает, будет разговор живым или неловким. Поэтому агент советует начать с замера и бюджета задержки по каждому компоненту, а не с выбора модели.
Внутри — паттерны определения голосовой активности, распознавания перебивания и очерёдности реплик, плюс список антипаттернов. Отдельно разобраны острые места: детекция конца реплики только по тишине, длинные ответы, шум и ошибки распознавания. Скилл хорошо стыкуется с agent-tool-builder, multi-agent-orchestration, llm-architect и backend.
Какие задачи решает
- выбрать между speech-to-speech и конвейером STT→LLM→TTS
- посчитать бюджет задержки по каждому компоненту
- настроить определение голосовой активности и очерёдность реплик
- распознать перебивание пользователя и не глушить его
- укоротить ответы агента и подстроить их под устную речь
Примеры запросов агенту
- помоги спроектировать голосового агента на OpenAI Realtime API
- разложи задержку по компонентам конвейера STT→LLM→TTS
- как реализовать barge-in detection в голосовом агенте
Как установить voice-agents
1Через claude-code-templates
npx claude-code-templates@latest --skill ai-research/voice-agents2Через Skills CLI (Vercel)
npx skills add davila7/claude-code-templates --skill voice-agents -a claude-code3Вручную: положить файлы
~/.claude/skills/voice-agents/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/voice-agents/
Вручную: положить файлы
.agents/skills/voice-agents/SKILL.mdДля всех проектов — ~/.agents/skills/
Вручную: положить файлы
.cursor/skills/voice-agents/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install davila7/claude-code-templates voice-agents2Вручную: положить файлы
.github/skills/voice-agents/SKILL.mdКомандой платформы
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/voice-agentsВручную: положить файлы
.devin/skills/voice-agents/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Из того же набора205
Весь набор →Другие версии voice-agents
Похожие
Рядом в теме «ИИ и ML»
Всё по теме «ИИ и ML» →Вопросы о voice-agents
Как установить voice-agents в Claude?
Через шаблоны: npx claude-code-templates@latest --skill ai-research/voice-agents. Второй способ — npx skills add davila7/claude-code-templates --skill voice-agents -a claude-code. После установки файл лежит в ~/.claude/skills/voice-agents/SKILL.md.
Что делает voice-agents?
Разбирает архитектуры голосовых агентов и их компромиссы по задержке. Даёт паттерны для определения речи, перебиваний и очерёдности реплик, а также список антипаттернов.
Чем speech-to-speech отличается от конвейера?
Speech-to-speech на OpenAI Realtime API даёт минимальную задержку и сохраняет эмоции, но хуже управляется. Конвейер STT→LLM→TTS даёт контроль на каждом шаге и проще в отладке, но добавляет задержку.
