qwen-audio-agent

让AI Agent边听边说边干活，实时语音不卡壳

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署音频音乐 🍴 复刻 338 🐛 待处理 23 👀 关注 20

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3186

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

qwen-audio-agent 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐

开发团队QwenAudio

官网地址https://qwenaudio.github.io/qwen-audio-agent

GitHubhttps://github.com/QwenAudio/qwen-audio-agent

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言JavaScript

技术栈/模型acp,agent,agentic-ai,ai-coding,claude-code,codex,developer-tools,opencode,speech-recognition,text-to-speech,voice-agent,voice-ai,voice-chat

GitHub 星标★ 3186

上线时间2026-07-27 00:00:00

代码更新2026-11-07

仓库体积66.6 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3186

技术标签

acp agent agentic-ai ai-coding claude-code

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：命令行工具 5 步

环境要求

Node.js 22.22.2+ 或 24.15.0+
npm 10+
一个 DashScope API Key（配置文件中填写）

安装与启动步骤

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-agent
```
3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 config
```
4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-key
```
5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。