Voice Call 插件

Voice Call（插件）

通过插件为 CoderClaw 提供语音通话。支持出站通知和带有入站策略的多轮对话。

当前提供商：

• twilio（Programmable Voice + Media Streams）
• telnyx（Call Control v2）
• plivo（Voice API + XML transfer + GetInput speech）
• mock（开发/无网络）

快速心智模型：

• 安装插件
• 重启 Gateway 网关
• 在 plugins.entries.voice-call.config 下配置
• 使用 coderclaw voicecall ... 或 voice_call 工具

运行位置（本地 vs 远程）

Voice Call 插件运行在 Gateway 网关进程内部。

如果你使用远程 Gateway 网关，在运行 Gateway 网关的机器上安装/配置插件，然后重启 Gateway 网关以加载它。

安装

选项 A：从 npm 安装（推荐）

coderclaw plugins install @coderclaw/voice-call

之后重启 Gateway 网关。

选项 B：从本地文件夹安装（开发，不复制）

coderclaw plugins install ./extensions/voice-call
cd ./extensions/voice-call && pnpm install

之后重启 Gateway 网关。

配置

在 plugins.entries.voice-call.config 下设置配置：

{
  plugins: {
    entries: {
      "voice-call": {
        enabled: true,
        config: {
          provider: "twilio", // 或 "telnyx" | "plivo" | "mock"
          fromNumber: "+15550001234",
          toNumber: "+15550005678",

          twilio: {
            accountSid: "ACxxxxxxxx",
            authToken: "...",
          },

          plivo: {
            authId: "MAxxxxxxxxxxxxxxxxxxxx",
            authToken: "...",
          },

          // Webhook 服务器
          serve: {
            port: 3334,
            path: "/voice/webhook",
          },

          // 公开暴露（选一个）
          // publicUrl: "https://example.ngrok.app/voice/webhook",
          // tunnel: { provider: "ngrok" },
          // tailscale: { mode: "funnel", path: "/voice/webhook" }

          outbound: {
            defaultMode: "notify", // notify | conversation
          },

          streaming: {
            enabled: true,
            streamPath: "/voice/stream",
          },
        },
      },
    },
  },
}

注意事项：

• Twilio/Telnyx 需要可公开访问的 webhook URL。
• Plivo 需要可公开访问的 webhook URL。
• mock 是本地开发提供商（无网络调用）。
• skipSignatureVerification 仅用于本地测试。
• 如果你使用 ngrok 免费版，将 publicUrl 设置为确切的 ngrok URL；签名验证始终强制执行。
• tunnel.allowNgrokFreeTierLoopbackBypass: true 允许带有无效签名的 Twilio webhooks，仅当 tunnel.provider="ngrok" 且 serve.bind 是 loopback（ngrok 本地代理）时。仅用于本地开发。
• Ngrok 免费版 URL 可能会更改或添加中间页面行为；如果 publicUrl 漂移，Twilio 签名将失败。对于生产环境，优先使用稳定域名或 Tailscale funnel。

通话的 TTS

Voice Call 使用核心 messages.tts 配置（OpenAI 或 ElevenLabs）进行通话中的流式语音。你可以在插件配置下使用相同的结构覆盖它——它会与 messages.tts 深度合并。

{
  tts: {
    provider: "elevenlabs",
    elevenlabs: {
      voiceId: "pMsXgVXv3BLzUgSXRplE",
      modelId: "eleven_multilingual_v2",
    },
  },
}

注意事项：

• 语音通话忽略 Edge TTS（电话音频需要 PCM；Edge 输出不可靠）。
• 当启用 Twilio 媒体流时使用核心 TTS；否则通话回退到提供商原生语音。

更多示例

仅使用核心 TTS（无覆盖）：

{
  messages: {
    tts: {
      provider: "openai",
      openai: { voice: "alloy" },
    },
  },
}

仅为通话覆盖为 ElevenLabs（其他地方保持核心默认）：

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            provider: "elevenlabs",
            elevenlabs: {
              apiKey: "elevenlabs_key",
              voiceId: "pMsXgVXv3BLzUgSXRplE",
              modelId: "eleven_multilingual_v2",
            },
          },
        },
      },
    },
  },
}

仅为通话覆盖 OpenAI 模型（深度合并示例）：

{
  plugins: {
    entries: {
      "voice-call": {
        config: {
          tts: {
            openai: {
              model: "gpt-4o-mini-tts",
              voice: "marin",
            },
          },
        },
      },
    },
  },
}

入站通话

入站策略默认为 disabled。要启用入站通话，设置：

{
  inboundPolicy: "allowlist",
  allowFrom: ["+15550001234"],
  inboundGreeting: "Hello! How can I help?",
}

自动响应使用智能体系统。通过以下方式调整：

• responseModel
• responseSystemPrompt
• responseTimeoutMs

CLI

coderclaw voicecall call --to "+15555550123" --message "Hello from CoderClaw"
coderclaw voicecall continue --call-id <id> --message "Any questions?"
coderclaw voicecall speak --call-id <id> --message "One moment"
coderclaw voicecall end --call-id <id>
coderclaw voicecall status --call-id <id>
coderclaw voicecall tail
coderclaw voicecall expose --mode funnel

智能体工具

工具名称：voice_call

操作：

• initiate_call（message、to?、mode?）
• continue_call（callId、message）
• speak_to_user（callId、message）
• end_call（callId）
• get_status（callId）

此仓库在 skills/voice-call/SKILL.md 提供了配套的 skill 文档。

Gateway 网关 RPC

• voicecall.initiate（to?、message、mode?）
• voicecall.continue（callId、message）
• voicecall.speak（callId、message）
• voicecall.end（callId）
• voicecall.status（callId）