v0.2.0 to v0.2.1

---

name: gpt-live-demo

description: >

GPT-Live 语音接线员 Demo — WebRTC 语音通话前端 + Express 中继服务器 + Starchild brain 桥接。

五工具路由（ask_starchild / check_task / cancel_task / list_tasks / memory_lookup）、

跨重启持久化（data/tasks.json + voice-history.json）与会话记忆回灌。

用户通过浏览器直接与 GPT-Live 语音模型对话，对话内容由 Starchild agent 作为后端大脑处理。

适用于：语音 Demo 演示、GPT-Live 中继服务开发、实时语音 + AI 代理集成原型。

tags: [voice, gpt-live, webrtc, demo, relay-server]

author: Starchild

---

# GPT-Live 语音接线员 Demo

## 概述

本 skill 封装了一个完整的 GPT-Live WebRTC 语音 Demo：

- **Web 前端**（`scripts/index.html`）：纯浏览器 WebRTC 客户端，含通话控制、事件日志、按秒计费显示

- **中继服务器**（`scripts/server.mjs`）：Node.js/Express，负责向 OpenAI 申请 WebRTC session 并将委派任务转发给 Starchild agent

- **部署说明**（`references/deploy.md`）：本地开发与生产部署步骤

## 架构

```

浏览器 (index.html)

│ WebRTC audio

│ DataChannel (oai-events)

▼

OpenAI GPT-Live (gpt-live-1)

│ client delegation 事件

▼

server.mjs (/api/agent)

│ HTTP SSE stream

▼

Starchild agent (localhost:8000/chat/stream)

│ 结果回传

▼

GPT-Live → 语音播报

```

## 快速开始

### 1. 安装依赖

```bash

cd <skill-dir>/scripts

npm install

```

### 2. 准备 OpenAI API key（安装者必读）

本 skill 依赖 OpenAI 的 `gpt-live-1` 实时语音模型，**没有内置 key，也无法代申请**。

使用前请自行准备：

1. 前往 https://platform.openai.com/api-keys 创建一个 API key（`sk-...` 格式）；

2. 该账号需已开通 **gpt-live-1（Realtime Beta）访问权限**——在 OpenAI 后台申请，未开通会报 403/model_not_found；

3. 将 key 写入环境变量（或 skill 目录下的 `.env`）：

```bash

export OPENAI_API_KEY=sk-... # 必填，需 gpt-live-1 访问权限

export PORT=3000 # 可选，默认 3000

```

> 没有有效 key 时，`/api/session` 会返回 401，浏览器端表现为"无法开始通话"。

### 3. 启动服务

```bash

node server.mjs

```

然后打开 `http://localhost:3000` 即可开始语音通话。

> **前提**：Starchild agent 的 `/chat/stream` 端点须在 `localhost:8000` 运行；

> 若你在 Starchild 平台内使用本 skill，该端点已自动可用。

## 文件说明

| 文件 | 说明 |

|------|------|

| `scripts/server.mjs` | Express 中继服务器（WebRTC session 代理 + brain 桥接） |

| `scripts/index.html` | 浏览器前端（WebRTC + UI + 计费器） |

| `scripts/package.json` | Node.js 依赖（express, openai） |

| `references/deploy.md` | 本地开发与生产部署完整指南 |

| `references/api-notes.md` | GPT-Live delegation API 要点与已知坑 |

## 使用本 skill 的场景

当用户要求：

- 启动 / 演示 GPT-Live 语音 Demo

- 修改语音接线员的系统提示（`LIVE_PROMPT`）

- 调整 delegation 策略（何时委派给 Starchild brain）

- 部署到生产（Fly.io / Docker / Nginx 反代）

→ 读 `references/deploy.md` 获取完整步骤。

## 注意事项

- 使用前必须自备 `OPENAI_API_KEY`（见「快速开始 · 第 2 步」），需开通 gpt-live-1（Realtime Beta）访问权限，否则无法建立通话

- 服务默认仅监听本地，生产部署前须在 `/api/session` 加鉴权

- 任务与语音历史持久化到 `data/` 目录（防抖落盘），重启不丢失；完成后任务保留 1 小时

- 计费估算基于 $0.05/分钟（gpt-live-1 语音），后端 brain 调用费用另计