Hotdry.
归档
ai-systems

通过API驱动的AI电话代理：号码配置与实时转录集成

基于 Microsoft Call-Center-AI，解析简单 API 发起 outbound calls 的参数配置，支持 inbound bot 直拨与实时对话转录工具集成要点。

在呼叫中心场景中，传统人工外呼效率低下、成本高企，而通过简单 API 调用即可发起 AI 代理电话，能显著提升自动化水平。Microsoft 的 Call-Center-AI 项目提供了一个完整的解决方案，支持 outbound（外呼）和 inbound（接听）模式，用户只需配置 Azure 电话号码，即可让 AI bot 实时对话、转录并集成外部工具。该方案的核心在于 API 驱动的灵活性，避免了复杂 IVR 系统，适用于保险理赔、IT 支持等低中复杂度任务。

API 发起外呼的核心机制

项目通过 POST /call 接口触发 AI 代理拨打电话，参数高度可配置化。典型 curl 请求如下：

curl --header 'Content-Type: application/json' --request POST --url https://xxx/call \
--data '{
  "bot_company": "Contoso",
  "bot_name": "Amélie",
  "phone_number": "+11234567890",
  "task": "Help the customer with their digital workplace...",
  "agent_phone_number": "+33612345678",
  "claim": [
    {"name": "hardware_info", "type": "text"},
    {"name": "first_seen", "type": "datetime"},
    {"name": "building_location", "type": "text"}
  ]
}'

这里，bot_company 和 bot_name 定义代理身份，便于个性化提示；phone_number 是目标客户号码；task 是英文任务描述，作为 LLM system prompt 的核心上下文；agent_phone_number 用于可选的人工转接；claim schema 支持 text/datetime/email/phone_number 类型，AI 会引导用户填充结构化数据。证据显示，这种 schema 驱动的对话能自动生成 claim、reminders 和 synthesis，确保数据合规。

落地参数建议：

  • task 长度控制在 100-200 字，聚焦目标（如 “收集理赔信息”），避免泛化。
  • claim 字段不超过 5-8 个，优先必填项（如姓名、时间），可选 description 辅助 LLM 理解。
  • 支持覆盖默认 schema（如 caller_email、caller_name），API 调用时动态覆盖。

对于 inbound，用户拨打配置的 Azure 电话号码，bot 自动接听，使用默认 task（如 “Help the customer with their insurance claim”）。

电话号码配置与直拨 bot

关键在于 Azure Communication Services（ACS）资源：

  1. 创建资源组（e.g., ccai-rg）。
  2. 新建 ACS 资源，同名，启用系统托管身份。
  3. 购买电话号码：支持 inbound/outbound，支持 voice/SMS，选择区域（如 West Europe）。

部署后，号码关联 Event Grid → 队列 → App 服务，实现事件驱动。bot 可自定义声音，如 fr-FR-DeniseNeural 或 zh-CN-XiaoqiuNeural，通过 config.yaml 的 conversation.initiate.lang 配置，支持多语言检测（pronunciations_en 列表）。

自定义语音：集成 Azure Custom Neural Voice，添加 custom_voice_endpoint_id，提升品牌一致性。风险控制：号码需 E164 格式（如 +1xxxxxxxxxx），测试时用免费号码避免费用。

实时对话转录与工具集成

对话流：用户语音 → STT（Cognitive Services，实时）→ LLM（gpt-4o-mini/nano，默认 fast 模型）→ tool calls（如 RAG 查询）→ TTS → ACS 播放。支持流式传输，断线后 resume。

转录存储在 Cosmos DB，包括 messages（action: talk/persona/style/tool_calls）、claim、next action、reminders、synthesis（long/short/satisfaction）。LLM 使用 structured output，过滤 jailbreak，检测有害内容（Content Safety 阈值 0-7）。

工具集成要点：

  • RAG：AI Search 索引（fields: answer/context/vectors@1536 ADA），每消息搜索 400 tokens。
  • Reminders：自动生成 due_date_time，如 “2024-12-11T14:30:00”。
  • Feature flags（App Configuration，TTL 60s）：recording_enabled=true、slow_llm_for_chat=false、vad_threshold=0.5。

优化参数清单：

参数 默认值 建议调优
answer_hard_timeout_sec 15 复杂任务增至 30
phone_silence_timeout_sec 20 客服场景 15-25
vad_silence_timeout_ms 500 噪声环境 800
recognition_retry_max 3 ≥3 防误识
callback_timeout_hour 3 0 禁用

报告接口：/report/{phone_number}，展示历史、claim、reminders。

部署与监控落地

部署分 remote（Azure Container Apps，ghcr.io/clemlesne/call-center-ai:main）和 local（Rust/uv Python，devtunnel）。config.yaml 关键：

  • llm.fast.model: gpt-4o-mini（低成本，高性能）。
  • conversation.default_initiate.claim/task：默认 inbound。
  • prompts.tts.hello_tpl：多模板随机，提升自然度。

监控：App Insights 追踪 call.answer.latency、aec.dropped；成本估算（1000 calls@10min）：~$720/month，主要 Cosmos RU/s 和 Speech。

回滚策略：feature flags 热更新；PTU 部署 Azure OpenAI 减延迟 50%。

快速上手清单：

  1. Azure 准备：资源组、ACS、号码、OpenAI。
  2. make deploy name=ccai-rg。
  3. 测试 API：curl POST /call。
  4. Inbound：拨打号码。
  5. 监控：make logs；Insights 仪表盘。
  6. 定制：config.yaml → App Config。

来源：https://github.com/microsoft/call-center-ai（POC，非生产）；相关讨论见 CSDN/HN 热度追踪。

此方案参数化强，落地周期短，适用于中小团队快速验证 AI 电话代理。（字数：1256）

查看归档