常见模式包括客户端直连、后端调度和实时媒体房间。选择取决于智能体、权限与媒体能力现在位于哪里。
核心判断
常见模式包括客户端直连、后端调度和实时媒体房间。选择取决于智能体、权限与媒体能力现在位于哪里。
架构与体验边界
后端中转提供更强控制但可能增加延迟；实时房间适合语音和多模态产品，但要治理参与者生命周期。 Spatius 的 Docs Map 说明：Motion Server 接收数字人语音音频并返回动作数据，AvatarKit 在客户端渲染。应用继续负责 ASR、LLM、TTS、检索、工具、权限与会话策略。
试点与衡量
先在一个明确流程内定义数据最小化、凭证、重连和用户退出，再扩展到更多页面。 试点必须保留可用的文本路径、清晰的等待状态和人工接管方式。对于实时媒体场景，可参考 LiveKit Agents 的参与者和会话生命周期模型。
