Описание
Twilio Agent Connect (TAC) — это SDK, который выступает в качестве промежуточного слоя между LLM приложением разработчика и платформой Twilio. Он существует для того, чтобы команда, создающая AI агента, не должна была отдельно настраивать соединения для голосовых вызовов, SMS и других каналов Twilio, позволяя им сосредоточиться на логике самого агента.
Читать далее
Разработчик создает обработчики для событий, таких как входящее сообщение, затем TAC направляет ответ LLM на правильный канал (голосовой или текстовый) и обратно к клиенту. Он извлекает контекст клиента из Памяти Разговоров Twilio, так что ответы могут быть персонализированы с использованием сохраненных профилей, характеристик и истории предыдущих разговоров, и он может организовывать звонки и сообщения через Оркестратор Разговоров Twilio. TAC поставляется в виде пакета Python с встроенным сервером FastAPI, который обрабатывает вебхуки и соединения WebSocket, необходимые для живого канала.
Помимо маршрутизации каналов, TAC позволяет разработчикам определять пользовательские инструменты для вызова агентом, искать базу знаний и настраивать эскалацию к человеческому агенту, когда разговор требует этого. Он разработан для работы с любым поставщиком LLM, и Twilio документирует прямые пути интеграции для AWS Bedrock и Microsoft Foundry, наряду с общей поддержкой для OpenAI и других поставщиков. Варианты начала работы включают быстрый старт, добавление TAC к существующему агенту или следование руководству по интеграции AWS или Microsoft Foundry.
Собственная документация Twilio отмечает, что Agent Connect не соответствует стандартам PCI и не является услугой, соответствующей HIPAA, поэтому его не следует использовать для рабочих процессов, подпадающих под эти требования. Это инструмент для разработчиков, а не упакованный продукт агента, предназначенный для инженерных команд, которые уже имеют LLM приложение и нуждаются в его подключении к телефонным, SMS или другим живым коммуникационным каналам через инфраструктуру Twilio.
TAC находится рядом с двумя связанными продуктами Twilio, упомянутыми в его документации: Оркестратор Разговоров, который организует голосовые вызовы, SMS и сообщения WhatsApp в разговоры, связанные с профилями клиентов, и Память Разговоров, которая хранит и извлекает эти профили клиентов, характеристики и контекст для персонализации. Twilio позиционирует TAC как связующий слой, который позволяет логике LLM команды достигать клиентов через каналы, которые уже управляет Twilio, а не как замену для создания самого агента. Ресурсы поддержки включают собственную команду поддержки Twilio и его присутствие на Stack Overflow для вопросов разработчиков.
- КатегорияКонструкторы AI-агентов
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако
- ПлатформыВеб
Основные функции Twilio Agent Connect (TAC)
Промежуточный SDK, соединяющий LLM приложения с голосовыми и текстовыми каналами Twilio
Встроенный сервер FastAPI, обрабатывающий вебхуки и соединения WebSocket
Извлекает контекст клиента из Памяти Разговоров Twilio для персонализированных ответов
Организует разговоры через каналы с помощью Оркестратора Разговоров
Определения пользовательских инструментов и поиск базы знаний для агента
Настраиваемая эскалация от агента к человеку
Документированные пути интеграции для AWS Bedrock и Microsoft Foundry
Работает с любым поставщиком LLM, включая OpenAI
Как использовать Twilio Agent Connect (TAC)?
Установите TAC: добавьте пакет TAC Python в ваше LLM приложение.
Настройте каналы: настройте SMS и голосовые каналы, которые вы хотите подключить.
Обрабатывайте события: напишите обработчик, который отправляет ответ вашего LLM через TAC.
Добавьте память и инструменты: подключите Память Разговоров и определите любые пользовательские инструменты или поиск базы знаний, которые нужны агенту.
Запустите сервер: запустите TACFastAPIServer для обработки входящих вебхуков и соединений WebSocket.
Добавьте эскалацию: настройте условия, при которых агент передает дело человеку.
Варианты использования Twilio Agent Connect (TAC)
- Голосовые AI агенты
- Мультиканальные агенты поддержки
- Контекстно-осознанное обслуживание клиентов
