在客服自动化领域，API 触发 AI 电话代理是一种高效方式，能让系统按需发起呼叫，而非依赖复杂调度。通过微软的 Call Center AI 项目，这种机制结合 Azure 服务，实现从 API 调用到实时语音交互的全链路自动化。该项目强调单次 API 触发与 bot 号码直拨的差异，前者适合事件驱动场景，后者适用于用户主动接入。
核心机制源于 POST /call 端点，用户发送 JSON 负载触发拨号。例如，负载包含 bot_company（如 “Contoso”）、bot_name（如 “Amélie”）、目标 phone_number、任务描述（如 “帮助客户处理数字工作场所问题”）、agent_phone_number（转人工备用）和 claim schema（结构化数据收集字段，如 hardware_info:text、first_seen:datetime）。调用 curl 命令即可启动：“curl --header 'Content-Type: application/json' --request POST --url https://xxx/call --data $data”。这种设计确保单次触发无状态启动，但内部支持断线续传和历史对话加载。
对于直拨 bot，用户直接呼叫配置的 Azure Communication Services 号码，系统自动接入 AI 管道。该管道实时流式处理：语音经 Speech-to-Text（Cognitive Services）转录为文本，注入 GPT-4o-mini（或 nano，高性能低成本）LLM 生成响应，支持 RAG 检索内部文档和 Redis 缓存历史，提升准确性；响应再经 Text-to-Speech 转为语音回放。全程使用 Event Grid 和 Storage Queues 解耦，确保低延迟。项目使用 gpt-4o-mini 作为默认模型，其 10-15x 成本溢价换来细腻理解，包括领域术语、私密数据处理和 jailbreak 检测。
落地参数需在 config.yaml 精细调优。以 conversation.initiate 为例，默认 lang short_code 为 fr-FR，支持多语言切换（如 zh-CN-XiaoqiuNeural），声调自定义 via custom_voice_endpoint_id。claim schema 默认包括 caller_email:email、caller_name:text 等，支持动态覆盖 API 负载中。任务描述 task 保持简短英文，如 “收集保险理赔数据，直至完整”。特征旗标如 answer_hard_timeout_sec=15（LLM 硬超时）、phone_silence_timeout_sec=20（静默警告）、vad_threshold=0.5（语音活动检测阈值），这些参数直接影响交互流畅度。通过 App Configuration 动态刷新，每 60 秒生效，无需重启。
部署清单简明：1）Azure CLI 创建资源组（如 ccai-demo）；2）部署 Communication Services（系统托管身份），购置支持 voice/SMS 号码；3）填 config-remote.yaml（image_version=0.1.0），make deploy name=my-rg；4）本地开发用 make install + devtunnel + uvicorn app:app。监控集成 Application Insights，追踪 call.answer.latency（用户语音结束至 bot 响应时延）、call.aec.droped（回声消除丢帧），以及 OpenLLMetry 的 LLM 指标（tokens、延迟）。成本估算：1000 通 10 分钟呼叫月费约 720 美元，主因 Cosmos DB RU/s 和 Speech 服务。
优化落地要点包括：预热 LLM PTU 减至半延迟；启用 recording_enabled=true 存档质检；RAG 索引用 text-embedding-3-large（1536 维），字段如 question:Edm.String、vectors:Collection (Edm.Single)。风险控制：POC 阶段限低中复杂度呼叫，人力 fallback via 转 agent_phone_number；moderation levels 0-7 过滤有害内容。回滚策略：feature flags 实验 A/B，采样日志防 Monitor 爆成本。
实际参数清单：
-
超时参数：recognition_stt_complete_timeout_ms=100，vad_silence_timeout_ms=500，确保 ASR 敏捷。
-
LLM 配置：slow_llm_for_chat=false 优先 nano；prompts.tts.hello_tpl 多模板随机，提升自然感。
-
Schema 验证：仅支持 datetime/email/phone_number/text，描述辅助 LLM 填充。
-
监控阈值：answer_soft_timeout_sec=4 发等待提示，避免用户感知延迟。
此方案适用于 IT 支持、保险理赔等，API 触发差异化于 Twilio stateful session，聚焦无服务器弹性。通过最小配置，数小时内上线 bot，实现 24/7 客服管道。
资料来源：
[1] https://github.com/microsoft/call-center-ai “Send a phone call from AI agent, in an API call.”
[2] 项目 Demo 展示实时交互与数据存储。