主动调用 LLM 和 TTS

大语言模型 ( LLM ) 本身并不支持主动输出，需要通过开发者基于一定规则主动触发智能体说话，从而提升实时互动中的沉浸感。例如当用户5s中没有说话，则让智能体主动通过文本转语音 ( TTS ) 说一句话等。

AI Agent 主动说话的方式：

• 主动调用 LLM。本质上是模拟用户发起一条消息，从而实现基于上下文的智能体主动文字和语音输出。
• 主动调用 TTS。直接让智能体用语音说一段文本内容，通常是固定模式话术，例如“你好呀，欢迎使用 ZEGO AI Agent 服务”。

主动调用 LLM

您可以调用 SendAgentInstanceLLM 接口，主动让 LLM 输出文本和语音。

调用 SendAgentInstanceLLM 时 AI Agent 服务端会拼接一个上下文，这个上下文由 3 部分组成：

• 放在最前面的是 SystemPrompt ，本次对话的临时智能体系统提示词。
• 放在中间的是之前的对话记录，使用的对话记录数量由 WindowSize 决定。
• 放在最后的部分是本接口中设置的 Text。

调用本接口传入的文本信息及 LLM 生成的回复会被记录在会话消息历史之中，作为上下文输入给 LLM，同时这些消息还会通过 RTC 房间消息下发。

接口参数如下：

请求示例如下：

{
    "AgentInstanceId": "1907755175297171456",
    "Text": "今天天气怎么样？"
}

主动调用 TTS

您可以通过调用 SendAgentInstanceTTS 接口，主动让智能体用语音说一段文本内容。

调用本接口传入的文本消息，会被记录在会话消息历史之中，作为上下文输入给 LLM，同时该消息还会通过 RTC 房间消息下发。

接口参数如下：

请求示例如下：

{
    "AgentInstanceId": "1907780504753553408",
    "Text": "你好呀，欢迎使用 ZEGO AI Agent 服务。"
}