Luna：语音驱动的费用管理代理

Luna 是一个基于 Langgraph 构建的语音驱动的 AI 助手，通过自然对话帮助用户管理他们的费用。这个项目展示了如何为任何 Langgraph 代理创建语音接口，结合了语音转文本和文本转语音的功能与强大的代理框架。

🌟 特性

• 语音交互：与 Luna 对话并通过高质量的文本转语音听到回应
• 费用管理：通过自然对话创建、查询、更新和删除费用
• 分类归类：根据描述自动对费用进行分类
• 数据库集成：在 PostgreSQL 数据库中存储费用数据（通过 Supabase）
• 工具使用代理：使用 Langgraph 的代理框架进行复杂推理

🛠️ 技术栈

后端

• Python 3.13：后端的核心语言
• Langgraph：用于构建对话式 AI 的代理框架
• OpenAI：
  • 使用 Whisper API 进行语音转文本
  • 使用 GPT-4 Mini 进行代理推理
  • 使用 TTS API 进行文本转语音响应
• MCP（模型调用协议）：定义和使用工具
• SQLAlchemy：用于数据库交互的 ORM
• Supab abase：PostgreSQL 数据库提供商

音频处理

• sounddevice：从麦克风捕获音频
• scipy：音频文件处理

📋 先决条件

• Python 3.13
• OpenAI API 密钥
• Supabase 账户和数据库
• 麦克风和扬声器

🚀 开始使用

1. 克隆仓库

git clone https://github.com/rosiefaulkner/langgraph-voice-agent.git
cd langgraph-voice-agent

2. 设置虚拟环境并安装依赖

（推荐）使用 uv 进行依赖管理

在项目目录中设置 venv 并使用一条命令安装所有依赖。

uv sync

3. 设置环境变量

在根目录下创建一个 .env 文件，并添加以下变量：

OPENAI_API_KEY=your_openai_api_key
SUPABASE_URI=postgresql://postgres:password@db.example.supabase.co:5432/postgres

4. 运行应用程序

python main.py

🎤 使用 Luna

1. 运行应用程序
2. 当提示时，说出你的请求（例如，“创建今天午餐花费15美元的新费用”）
3. 按 Enter 停止录音
4. Luna 将处理你的请求，如有需要会与数据库交互，并口头回应
5. 继续对话或说“退出”或“结束”以结束会话

🧩 项目结构

langgraph-voice-agent/
├── main.py                  # 主应用入口点
├── assistant_graph.py       # Langgraph 代理定义
├── state.py                 # 代理的状态管理
├── voice_utils.py           # 音频录制和播放工具
├── mcps/                    # 模型调用协议服务器
│   ├── mcp_config.json      # MCP 服务器配置
│   └── local_servers/
│       └── db.py            # 数据库工具实现
├── .env                     # 环境变量（不在仓库中）
├── .env.example             # 示例环境变量
└── pyproject.toml           # 项目依赖

🔧 自定义代理

修改系统提示

要更改 Luna 的个性或能力，请编辑 assistant_graph.py 中的 system_prompt：

system_prompt = """您是 Luna，公司的费用管理员...

添加新工具

1. 在 mcps/local_servers/ 中创建新的 MCP 服务器或向现有服务器添加工具
2. 在 mcps/mcp_config.json 中注册服务器
3. 工具将自动对代理可用

更改语音设置

修改 voice_utils.py 中的 TTS 设置：

async def play_audio(message: str):
    # ...
    async with openai_async.audio.speech.with_streaming_response.create(
        model="gpt-4o-mini-tts",
        voice="fable",  # 在此处更改语音
        input=cleaned_message,
        instructions="以愉快、乐于助人的语气快速说话。",  # 修改指令
        response_format="pcm",
        speed=1.2,  # 调整速度
    ) as response:
        # ...

📚 资源

• Langgraph 文档
• OpenAI API 文档
• 模型上下文协议 (MCP)
• SQLAlchemy 文档

🤝 贡献

欢迎贡献！请随时提交拉取请求。