让AI Agent边听边说边干活，实时语音不卡壳
qwen-audio-agent 是一个面向 AI Agent 的实时语音运行时，基于 JavaScript 构建，旨在让智能体不仅会对话，还能在对话过程中持续工作、保持在场状态。它解决了传统语音交互中“一问一答”的割裂体验，通过将语音识别、文本转语音与 Agent 的执行循环深度集成，使 Agent 在聆听、思考、回复的同时，能够并行处理任务、调用工具或更新状态。其核心能力包括低延迟的语音流式处理、灵活的 Agent 状态管理、以及对多种主流 AI 编码工具（如 Claude Code、Codex、OpenCode）的适配支持，让开发者可以快速为现有 Agent 框架接入实时语音交互层。项目技术栈聚焦于语音识别与合成，并提供了清晰的 API 和事件机制，适合构建语音助手、会议纪要机器人、语音控制工作流等场景。
1准备 Node 环境
确认本机 Node.js 为 22.22.2+ 或 24.15.0+，npm 为 10+；版本不符需先升级。
2全局安装 CLI
README 推荐的一键安装方式，通过 npm 全局安装 qwen-audio-agent。
npm install -g qwen-audio-agent3生成配置文件
运行 config 命令创建配置文件，随后需要在其中填入 DashScope API Key。
qwenaudio config4填写 API Key
在生成的配置文件中写入 DASHSCOPE_API_KEY，把 your-key 替换成自己的 Key。
DASHSCOPE_API_KEY=your-key5查阅官方文档
源码构建、从 GitHub 安装、获取 DashScope API Key 以及启动方式见安装指南与 Quickstart。
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
DASHSCOPE_API_KEY | 是 | DashScope API Key，语音与模型能力调用的凭证。 | your-key |
执行 qwenaudio config 能正常生成配置文件，说明 CLI 已安装成功；实际启动效果请按官方 Quickstart 文档验证。
Q：Node.js 版本不符合要求怎么办？
A：README 要求 Node.js 22.22.2+ 或 24.15.0+、npm 10+，请先升级 Node.js 与 npm 后再执行全局安装。
Q：从哪里获取 DashScope API Key？
A：README 指向安装指南 docs/getting-started/install.md，其中说明了 DashScope API Key 的获取方式。
Q：如何从源码构建或从 GitHub 安装？
A：README 未给出具体命令，仅说明可参考安装指南 docs/getting-started/install.md 完成源码构建与 GitHub 安装。
Q：能适配哪些 AI 编码工具？
A：项目支持 Claude Code、Codex、OpenCode 等主流 AI 编码工具的适配，可为现有 Agent 框架接入实时语音层。
LiveKit Agents、Pipecat、Vapi
qwen-audio-agent 是智能体领域的开源项目，由 QwenAudio 开发，是 2026 年新上线的项目。
在全站 13,090 个收录项目中，它的 GitHub 星标数（2,746）位列前 30%，在智能体分类的 2,517 个项目里位列前 14%。
近 42 天，它的 GitHub 星标从 2,099 增加到 2,746，净增 647。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。
它主要面向的使用场景是：为AI编程助手添加实时语音交互界面。同类可对比的替代方案包括 LiveKit Agents、Pipecat、Vapi。
xinchao-dynamic-mind
开源
给 AI 装上疲惫和欲望，让交互更真实
独立、可自托管的 AI 动态心智状态引擎：驱动力、念头池、疲惫、睡眠与意图。
deepseek-harness
开源
把 AI 能力拆成乐高积木，拼出你的专属智能体。
DeepSeek Harness: Everything is a Plugin.
AutoGPT
开源
开箱即用的 AI 员工，交代任务就自己干完
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···
EvoAgentX
开源
让 AI 智能体自己迭代变强，越用越聪明
EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents