深度介绍

LiveKit详细介绍

🧭

定位：开源框架加开发者平台

LiveKit 的自我介绍是「构建语音、视频与物理 AI」：一个开源的框架加开发者平台，覆盖智能体的构建、测试、部署、扩展与观测，目标是把它们跑在生产环境里。官网展示的两个代码仓库星标数分别是智能体框架约 1.43 万、底层项目约 2.1 万，说明它在实时通信这一层已有相当规模的社区基础；官方称其支撑着生产环境中数十亿次通话，并把语音 AI、视频 AI 与机器人并列为三个方向。

🤖

Agent 框架：让程序成为实时参与者

框架的核心设计是把任何 Python 或 Node.js 程序作为「完整的实时参与者」加入 LiveKit 房间。它提供一组抽象，把实时媒体与数据送进 AI 处理管线（管线对模型供应商保持中立），再把结果发布回房间；开发者既可以用代码和官方 SDK 构建，也可以用浏览器里的可视化构建器先做原型。对已经写过实时音视频应用的团队，这意味着不必自己处理采集、编码、传输与同步——那些正是 WebRTC 最难的部分。

🎙

语音体验的关键细节

官网把「自动话轮检测」与「打断处理」单独列为能力，这两项是语音助手自然度的分水岭：前者决定智能体什么时候该开口，后者决定用户插话时它能不能让出话轮。文档与官网的示例代码展示了一段会话配置——转写、对话模型与语音合成分别指向不同供应商，并挂上多语言话轮检测模型。也就是说，这些能力是框架内的抽象，而不是需要自己实现的补丁。

🧰

开发者平台：五件套一体

官方把平台能力总结成五件事：用于构建与测试智能体的开源框架；访问语音合成、对话模型与语音识别的推理网关；用于部署与扩展的云平台；提供电话号码与 SIP 集成的电话能力；以及覆盖每一场会话的全栈可观测性。文档的导航也按这个结构组织——构建智能体、智能体前端、电话、机器人、WebRTC 传输、管理与部署、参考资料。对选型而言，这种「框架加托管」的组合意味着可以先用开源部分自建，再按需要迁到托管。

📞

电话接入与推理网关

电话是它与纯框架方案的主要差别之一：平台提供电话号码与 SIP 集成，让智能体能够打电话与接电话，这部分在文档中有独立章节。推理网关则解决「接口密钥满天飞」的问题——官方称通过它可以在不自己配置各厂商密钥的情况下调用主流模型，价格页另设有推理单价与计价器。对想把语音智能体接进传统呼叫流程的团队，这两项组合起来，才能同时覆盖「网络通话」与「真正的电话线」。

📊

可观测性与隐私

云平台内置可观测性，提供转写与调用链追踪；官方近期还推出了针对可观测性的个人敏感信息脱敏功能，并发布文章说明其在零数据保留方面的做法与隐私立场。对受监管行业，这些不是锦上添花——能否证明「会话数据如何存储、谁能看到、多久删除」往往决定项目能否过审。文档中把管理与部署、参考资料独立成章，也便于工程与合规团队分工查阅。

🦾

不止语音：视频与机器人

它的定位包含视频与「物理 AI」：文档设有机器人章节，官方博客也有多参与者机器人相关文章，说明这套实时传输层被用于设备与机器人控制，而不只是通话。此外还有智能体前端章节（网页与移动端）与 Unity SDK 的版本发布记录。对需要「人、智能体、设备同处一个实时房间」的场景——例如远程协作、现场巡检与遥控——这种统一传输层的价值比单一语音管线更大。

💳

价格：四档加计价器

价格分四档：Build 免费且无需信用卡，包含智能体部署、可观测性、推理额度、全球边缘网络、电话（一个免费号码）与会话指标；Ship 每月 50 美元起，增加团队协作、自定义音色与一键回滚上一版部署；Scale 每月 500 美元起，增加基于角色的权限、指标导出接口、区域固定、安全报告与 HIPAA 支持，以及推理折扣；企业版定制报价，含推理在内的批量价格、共享 Slack 频道、单点登录与支持服务承诺。各档都含每月额度（智能体会话分钟、美国本地号码的呼入分钟与推理额度），价格页另提供计价器，并已上线按秒计费。

产品特点

核心功能与独有价值

把智能体当实时参与者

任何 Python 或 Node 程序都能作为完整参与者加入房间，采集、编码、传输与同步交给框架，开发者只需关心对话逻辑与模型选择。

话轮检测与打断是框架能力

自动话轮检测与打断处理被列为平台级能力，并已有现成抽象可以直接使用，团队不必自行实现语音自然度里最难的两块，落地周期因此更可控。

开源自建与托管云两条路

开源框架可以自托管，云平台负责部署、扩展与可观测性，还能借推理网关免去逐个配置各厂商密钥，从自建迁到托管的路径也比较清晰。

覆盖语音、视频与机器人

同一套实时传输既服务语音助手，也用于视频应用与多参与者机器人控制，适合人、智能体与设备同处一个实时房间的复杂场景，而不必为每种终端各搭一套链路。

重要更新

2026-09-01

推出 LiveKit Connectors

官方在 2026 年 9 月 1 日以产品发布形式介绍 LiveKit Connectors，定位是「让语音智能体出现在人们本来就在说话的地方」。这类连接器的思路是把智能体接入团队日常使用的沟通渠道，而不是要求用户另开一个应用；对客服与团队协作场景，这通常比自建入口更快见效。具体支持的渠道与配置方式以官方文档当期说明为准。

2026-08-24

按秒计费上线，此前推出可观测性 PII 脱敏

官方在 2026 年 8 月 24 日推出按秒计费，让短会话的成本计算更贴近实际用量；此前 8 月 20 日发布了面向可观测性的个人敏感信息脱敏能力。两者一个管成本、一个管合规，都是把语音智能体推向生产时绕不开的问题：计费粒度影响单位经济性，脱敏则决定录音与转写数据能否被更大范围地查看与分析。

2026-08-12

表达模式：让语音智能体更像人

官方在 2026 年 8 月 12 日发布「表达模式」，主题是让语音智能体听起来更像真人。围绕同一方向，官方博客还持续发布工程与指南类文章，例如如何诊断智能体加入房间慢、如何处理事件循环阻塞、如何在非生产环境测试语音智能体，以及短语句的调试方法。这些内容对正在做落地的人比功能清单更有参考价值。

产品总结

LiveKit 是一个面向实时语音、视频与物理 AI 的开源框架与开发者平台，官方称其覆盖智能体的构建、测试、部署、扩展与观测，目标是把它们跑在生产环境里。官网展示的两个代码仓库星标数分别约为 1.43 万（智能体框架）与 2.1 万（底层项目），并称其在生产环境中支撑数十亿次通话；产品方向分为语音 AI、视频 AI 与机器人三类。框架的核心是把任何 Python 或 Node.js 程序作为完整的实时参与者加入房间：它提供抽象，把实时媒体与数据送进对供应商中立的 AI 管线，再把结果发布回房间；既可以用代码和官方 SDK 构建，也可以用浏览器内的可视化构建器先做原型。官网把自动话轮检测与打断处理列为平台能力——前者决定智能体何时开口，后者决定用户插话时能否让出话轮；示例代码展示了把转写、对话模型、语音合成分别指向不同供应商并挂上多语言话轮模型的配置方式。开发者平台被总结为五件套：开源框架、推理网关（访问语音合成、对话模型与语音识别）、云平台（部署与扩展）、电话能力（号码与 SIP 集成）以及覆盖每场会话的全栈可观测性；文档按构建智能体、前端、电话、机器人、WebRTC 传输、管理与部署、参考资料组织。云平台内置转写与追踪等可观测能力，并支持个人敏感信息脱敏，官方另有零数据保留与隐私立场的说明文章。价格分四档：Build 免费且无需信用卡（含智能体部署、可观测性、推理额度、全球边缘网络、一个免费电话号码与会话指标）；Ship 每月 50 美元起（团队协作、自定义音色、一键回滚）；Scale 每月 500 美元起（角色权限、指标导出接口、区域固定、安全报告与 HIPAA、推理折扣）；企业版定制（含推理的批量价格、共享 Slack 频道、单点登录与支持服务承诺）。各档均含每月会话分钟、美国本地号码呼入分钟与推理额度，价格页另提供计价器，并已上线按秒计费。

产品类型: 实时语音与视频智能体框架
支持平台: 开源自托管（WebRTC 传输） / LiveKit Cloud 托管部署 / Python 与 Node.js SDK / 浏览器内 Agent Builder / 电话接入（号码与 SIP）与网页、移动端前端
资费模式: Build 免费；Ship 每月 50 美元起；Scale 每月 500 美元起；企业版定制；按分钟与会话计费。

核验信息

参考文章与数据来源

本页事实来自 LiveKit 官方渠道：官网首页（开源框架与开发者平台定位、仓库星标数、语音与视频与机器人三个方向、自动话轮检测与打断处理、示例会话配置、开发者平台五件套与快速上手入口）、价格页（四档方案的权益、每月额度构成、计价器与按秒计费说明）、Agent 框架文档（让 Python 与 Node 程序成为实时参与者、管线对供应商中立、Agent Builder、云平台托管与可观测性与推理服务，以及文档各章节导航）、语音 AI 快速上手页、推理服务价格页，以及官方博客（2026-09-01 Connectors、2026-08-24 按秒计费、2026-08-20 可观测性脱敏、2026-08-12 表达模式与若干工程指南文章的日期与标题）与 GitHub 仓库页面。页内未列出官网引用中的受限品牌与产品名。价格与状态核验于 2026 年 9 月 22 日。

用户体验调查

LiveKit介绍页面对您是否有帮助？

开源实时语音与视频 Agent 框架