在现代呼叫中心中，AI 代理的引入正重塑客服模式。Microsoft 的 Call Center AI 项目提供了一个 API 驱动的电话代理解决方案，用户可以通过简单 POST 请求触发 AI 拨打指定号码，或配置专用号码让用户直拨 bot，实现全自动化对话处理。这种方法特别适用于保险、IT 支持和客户服务场景，能在几小时内定制 bot，处理低到中等复杂度的呼叫，支持 24/7 服务。
核心观点在于 API 的简洁性和实时性：无需复杂框架，直接用 curl 或 HTTP 客户端发起呼叫。举例，一个典型的 API 调用如下（基于项目示例）：
curl \
--header 'Content-Type: application/json' \
--request POST \
--url https://your-domain/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"}
]
}'
这个请求会让 AI 代理立即拨打目标号码，开始流式对话。参数解释：bot_company和bot_name定义代理身份；phone_number为目标客户号码；task是英文任务描述，如 “帮助客户处理 IT 问题并收集 claim 信息”；claim是结构化数据 schema，支持 text、datetime、email、phone_number 类型，并可选添加 description 提示 LLM。证据显示，这种设计确保 bot 遵循任务，直至收集齐全数据，支持敏感信息讨论并生成 to-do 列表。
对于入站呼叫，用户拨打配置的 Azure Communication Services 号码，bot 自动接听。系统架构采用 Azure serverless 容器化部署，包括：Communication Services 处理呼叫 / SMS；Cognitive Services 的 STT（Speech-to-Text）和 TTS（Text-to-Speech）实现实时转录和语音合成；OpenAI GPT-4o-mini（快模型）和 GPT-4o（洞察模型）驱动对话，支持 RAG 检索内部文档；Cosmos DB 存储对话历史、claim 和 reminders；Redis 缓存优化效率；AI Search 提供向量检索。
实时对话的关键参数需工程化调优，以确保低延迟和高可用。推荐配置（基于项目 feature flags，在 App Configuration 中动态调整，每 60 秒刷新）：
- 超时阈值：
answer_hard_timeout_sec=15（LLM 硬超时，避免挂起）；answer_soft_timeout_sec=4（软超时，发送等待提示）；phone_silence_timeout_sec=20（静默警告）。 - 语音活动检测（VAD）：
vad_threshold=0.5（0.1-1 间，平衡灵敏度）；vad_silence_timeout_ms=500；vad_cutoff_timeout_ms=250。 - STT 重试：
recognition_retry_max=3；recognition_stt_complete_timeout_ms=100。 - 回调与重连：
callback_timeout_hour=3（自动回拨）；支持断线续传，历史对话从 DB 加载。 - 模型选择：默认 gpt-4o-mini（10-15x 成本效益高），fallback 到 gpt-4o；自定义 voice via Azure Custom Neural Voice。
落地清单：
- 前提资源：Azure 资源组、Communication Services（系统托管身份）、购买号码（支持 voice/SMS）。
- 配置 YAML：编辑
config.yaml，填入 endpoint、API key、语言（默认 fr-FR，支持多语如 zh-CN，voice=zh-CN-XiaoqiuNeural）；自定义 prompts（TTS 用英文占位符，LLM system prompt 注入上下文）。 - 部署：
make deploy name=your-rg（用预建镜像 ghcr.io/clemlesne/call-center-ai:0.1.0）；本地用make tunnel+uv 运行。 - RAG 集成：AI Search 索引自定义数据（字段：question/answer/context/vectors@1536），用 ADA embedding。
- 监控：Application Insights 追踪 latency、token、AEC（回声消除）指标，如
call.answer.latency；OpenLLMetry 记录 LLM spans。 - 安全：Content Safety 过滤（0-7 级）；jailbreak 检测；录音可选（
recording_enabled=true，存 Azure Storage）。
成本控制至关重要。项目估算 1000 通 10 分钟呼叫每月约 720 USD，主要来自 Cosmos DB RU/s（233 USD）、Speech 服务（152 USD）和 Container Apps（160 USD）。优化策略：PTU（Provisioned Throughput Units）减 LLM 延迟一半；采样日志降 Monitor 成本；Basic AI Search（15GB/index）起步。
风险与回滚：作为 POC，生产需添测试、IaC 多区域、私网 vNET。限流用 Azure Front Door；回滚切 feature flags，如recording_enabled=false。引用项目文档：“Send a phone call from AI agent, in an API call. Or, directly call the bot from the configured phone number!”
通过这些参数，Call Center AI 将 API 电话集成推向实用化，支持 claim 自动化填充（如事故描述、位置、保单号）和 reminders 生成。报告 API /report/{phone_number}提供对话合成、满意度分析。未来扩展 IVR、human fallback，进一步落地企业级呼叫中心。
（正文字数：1256）
资料来源：