Langgraph Voice Agent

Luna：支持语音的费用管理代理

Luna是一款使用Langgraph构建的语音AI助手，可帮助用户通过自然对话来管理开支。该项目演示了如何为任何Langgraph代理创建语音接口，将语音到文本和文本到语音功能与强大的代理框架相结合。

🌟 特性

• 语音交互：与Luna交谈，通过高质量的文本到语音听取回应
• 费用管理：通过自然对话创建、查询、更新和删除费用
• 类别分类：根据描述自动对费用进行分类
• 数据库集成：将费用数据存储在PostgreSQL数据库中（通过Supabase）
• 使用Agent的工具：使用Langgraph的代理框架构建，用于复杂推理

🛠️ 技术栈

后端

• Python 3.13：后端的核心语言
• 兰格拉夫：用于构建会话式人工智能的代理框架
• OpenAI:

- 语音转文本的Whisper API - GPT-4 Mini用于代理推理 - 用于文本到速度响应的TTS API

• MCP（模型调用协议）：用于定义和使用工具
• SQL炼金术：ORM用于数据库交互
• Supabase：PostgreSQL数据库提供程序

音频处理

• 音响装置：用于从麦克风捕获音频
• Scipy 的：用于音频文件处理

📋 先决条件

• Python 3.13
• OpenAI API密钥
• 辅助账户和数据库
• 麦克风和扬声器

🚀 入门指南

1.克隆存储库

git clone https://github.com/rosiefaulkner/langgraph-voice-agent.git
cd langgraph-voice-agent

2.设置虚拟环境并安装依赖项

（推荐）使用 紫外线 用于依赖关系管理

在项目目录中设置venv，并使用一个命令安装所有依赖项。

uv sync

3.设置环境变量

创建一个 .env 根目录中的文件，包含以下变量：

OPENAI_API_KEY=your_openai_api_key
SUPABASE_URI=postgresql://postgres:password@db.example.supabase.co:5432/postgres

4.运行应用程序

python main.py

🎤 使用Luna

1. 运行应用程序
2. 当系统提示时，说出你的请求（例如，“为今天的午餐创建一笔新的费用，花费15美元”）
3. 按Enter停止录制
4. Luna将处理您的请求，必要时与数据库交互，并口头回复
5. 继续对话或说“退出”或“退出”以结束会话

🧩 项目结构

langgraph-voice-agent/
├── main.py                  # Main application entry point
├── assistant_graph.py       # Langgraph agent definition
├── state.py                 # State management for the agent
├── voice_utils.py           # Audio recording and playback utilities
├── mcps/                    # Model Calling Protocol servers
│   ├── mcp_config.json      # MCP server configuration
│   └── local_servers/
│       └── db.py            # Database tools implementation
├── .env                     # Environment variables (not in repo)
├── .env.example             # Example environment variables
└── pyproject.toml           # Project dependencies

🔧 自定义代理

修改系统提示

要更改Luna的个性或能力，请编辑 system_prompt 在……里面 assistant_graph.py:

system_prompt = """You are Luna, the company's expense manager...

添加新工具

1. 在中创建新的MCP服务器或向现有服务器添加工具 mcps/local_servers/
2. 在中注册服务器 mcps/mcp_config.json
3. 代理将自动使用这些工具

更改语音设置

在中修改TTS设置 voice_utils.py:

async def play_audio(message: str):
    # ...
    async with openai_async.audio.speech.with_streaming_response.create(
        model="gpt-4o-mini-tts",
        voice="fable",  # Change the voice here
        input=cleaned_message,
        instructions="Speak in a cheerful, helpful tone with a brisk pace.",  # Modify instructions
        response_format="pcm",
        speed=1.2,  # Adjust speed
    ) as response:
        # ...

📚 资源

• Langgraph文档
• OpenAI API文档
• 模型上下文协议（MCP）
• SQLAlchemy文档

🤝 贡献

欢迎投稿！请随时提交拉取请求。