保留你的对话能力，让用户直接说话、追问和打断。
已有文字对话产品可以通过兼容 API 或适配器连接到 OpenRealtime：语音输入转换为文本交给你的 Agent，返回内容再转换成声音，并可连接数字人呈现。你的业务回答逻辑仍由自己的 Agent 提供。
选择接入方式
| 已有能力 | 接入路径 | 需要适配什么 |
|---|---|---|
| 兼容 OpenAI 的 Chat Completions 或 Responses 接口 | 复用现有模型客户端 | 接口地址、认证、模型名、流式事件与取消行为 |
| 自己的 HTTP、SDK 或其他文本对话接口 | 实现对话客户端适配器 | 输入映射、文本／流式输出、异常与取消 |
| 编码或办事 Agent 后端 | 现有 ACP、Codex、Claude、Hermes 适配基础 | 后端安装、权限与任务流程；统一体验仍待补齐 |
兼容接口的本地配置
本地默认回答路径可通过 .env.local 指向自己的兼容接口：
VOICEAGENT_LLM_API_KEY=your-chat-agent-key
VOICEAGENT_LLM_BASE_URL=https://your-chat-agent.example.com/v1
VOICEAGENT_LLM_MODEL=your-agent-model
VOICEAGENT_LLM_API_STYLE=chat_completions
这是接口形状的配置示例；服务需要实际支持对应协议与模型标识。若服务实现 Responses，可将 API style 改为 responses。角色的供应商覆盖、公开准入配置和工具回答路径各有作用域，须同时核对，不能假设修改默认值会覆盖全部路径。
自定义接口的适配边界
- LlmClient 的
complete(system_prompt, user_text)返回回答文本。 - 实现
stream可逐段返回文本；已有 ChatBrain会使用流式接口。 - 工具路径使用独立的
ToolCallingLlmClient合约；普通文字接口不能自动视作完整工具调用接口。 - 适配器负责自己的认证、会话关联、超时与取消；按用户隔离 Agent 上下文。
从现有兼容客户端和语音 Pipeline 接口开始。自定义适配器需要开发与装配，当前没有通用的一键接入任意 Chat Agent 的页面。
接入后验证
确认文字回复、流式语音、追问、停止、纠正、超时与重连。工具、知识和记忆可以由自己的 Agent 提供，也可与 OpenRealtime 的能力结合；明确各自的数据与权限边界。
停止声音播放与取消后台工作是不同操作。现有文本对话接口的接入方式，不等于编码／办事 Agent 的统一安装、进度反馈和完整任务协作已全部交付。具体后端按能力逐项验收。