LiveKit 于 2026-09-26 在 GitHub 发布 Python 包 [email protected]（PyPI livekit-agents 1.8.3）：Google Gemini 3.8 Live 路径默认 `tool_behavior=NON_BLOCKING`，并在 text API 上以 `parameters_json_schema` 发送 FunctionTool schema；OpenAI 侧新增 `GPTLiveModel.with_azure`，Realtime inference client 迁入 agents core；STT 增加 AssemblyAI `universal-3-6-pro` 与 `language_confidence`，ElevenLabs realtime chunk duration 可配；语音栈修复并行工具取消 handoff、按 call_id 配对 tool output、fallback/stream adapter 原样转发帧，以及 LiveAvatar 打断与插件注册。同日 JS `@livekit/[email protected]` 强化 agent_turn 遥测与自适应打断。

核心要点速览 (Key Takeaways)

  • ✓发版：[email protected] / PyPI 1.8.3；JS 同步 @livekit/[email protected]
  • ✓Gemini：3.8 Live 默认 **NON_BLOCKING** tool_behavior；text API 用 `parameters_json_schema` 传 FunctionTool
  • ✓OpenAI：`GPTLiveModel.with_azure`；Realtime inference client 迁入 agents core
  • ✓STT：AssemblyAI `universal-3-6-pro` + `language_confidence`；ElevenLabs realtime chunk duration 可配
  • ✓语音正确性：并行工具不再取消 agent handoff；tool output 按 call_id 配对；Fallback/StreamAdapter 原样转发帧
🔗

相关资源与官方项目出处

免代理直达
💡 国内无需访问 Twitter，可直接访问上述项目官方资源与文档
🐙
GitHub Release [email protected]
github.com/livekit/agents/releases/tag/livekit-agents%401.8.3
↗
📖
PyPI livekit-agents 1.8.3
pypi.org/project/livekit-agents/1.8.3/
↗
📖
LiveKit Agents Docs
docs.livekit.io/agents/
↗
📖
LiveKit Realtime Models Docs
docs.livekit.io/agents/models/realtime/
↗
🐙
GitHub Release @livekit/[email protected]
github.com/livekit/agents-js/releases/tag/%40livekit/agents%401.9.1
↗
🐙
livekit/agents repository
github.com/livekit/agents
↗
🔬

深度技术解析与实战评估

核心背景与行业痛点

实时语音 Agent 要在「模型工具调用 / 打断 / 多厂商 STT·TTS」之间保持低延迟与语义正确：Gemini Live 若默认阻塞式 tool_behavior，会拉长可听停顿；Azure 上的 GPT Live 需要一等封装；并行工具一旦误取消 handoff，多 Agent 转接会丢上下文；Fallback/Stream 适配器若改写音频帧，音色与时间戳都会漂。生产环境还要求 STT 暴露语言置信度，并对 ElevenLabs 等 realtime 分片长度做可配置调优。

架构亮点与底层机制

[email protected]（2026-09-26）将 Gemini 3.8 Live 默认 tool_behavior 设为 NON_BLOCKING，并在 text API 以 parameters_json_schema 发送 FunctionTool schema；新增 GPTLiveModel.with_azure，把 OpenAI Realtime inference client 迁入 agents core。STT：AssemblyAI universal-3-6-pro 进入模型字面量，transcript 暴露 language_confidence；ElevenLabs realtime chunk duration 可配。语音栈：并行工具不再取消 agent handoff；复制 chat context 时按 call_id 配对 tool output；FallbackAdapter/StreamAdapter 原样转发内层帧；LiveAvatar 尊重 agent.state_updated 并修复打断/插件注册。同日 JS @livekit/[email protected] 强化 agent_turn 遥测与自适应打断。

权威 Benchmark 与实测跑分对比

本版发行说明未给出端到端延迟或 WER 公开跑分，属于集成与正确性发布。建议回归：Gemini Live 工具回合是否不再无谓阻塞、Azure GPT Live 连通、并行 tool→handoff 是否保留、AssemblyAI universal-3-6-pro 词级时间戳是否驱动打断，以及 fallback 路径音频是否与直连路径帧对齐。

开发者实战落地与开箱指南

pip install -U livekit-agents==1.8.3，对照 Agents 文档 与 Realtime 模型 启用 Gemini 3.8 Live / Azure GPT Live；需要 JS 遥测时对齐 @livekit/[email protected]。发行页：GitHub，包页：PyPI。