Stimm 发布基于 livekit-agents 的乐观 VUI 语音智能体运行时

Stimm 发布了一个构建在 livekit-agents 之上的乐观 VUI 运行时，核心思路是先快速确认并尽早开口，同时让更深的推理在后台并行。它采用双智能体架构：VoiceAgent 处理实时语音轮次，经 VAD、STT、快速 LLM、TTS 的低延迟链路生成回复；Supervisor 异步监听转录并做推理、工具与规划，通过 LiveKit 数据通道上的 StimmProtocol 类型化协议下发引导指令。运行模式有 autonomous、relay 和默认的 hybrid，Pre-TTS 缓冲提供 NONE 到 HIGH 四档延迟与流畅度取舍。