Grok Voice Agent API: Gerçek Zamanlı Sesli Asistanlar Oluşturmanın Bir Yolu

Sesli yapay zekâ ajanları yükselişte. Kullanıcılar uygulamalarıyla yazışmak yerine konuşmak istiyor ve teknoloji artık bu konuşmaları doğal hissettirecek kadar iyi.

Bir tane geliştirmek istiyorsanız, xAI'nin Grok Voice Agent API'si başlamak için sağlam bir seçenek. Saniyenin altında yanıt süresi, çoğu alternatife göre daha düşük maliyet ve mevcut OpenAI koduyla sürtünmesiz uyumluluk sunuyor.

Bu eğitim, sıfırdan çalışan bir sesli ajan oluşturmayı gösterir. Kimlik doğrulamayı bağlayacak, kişilik ve ses seçeneklerini yapılandıracak, araç çağırmayı ekleyecek ve LiveKit Cloud ile üretime dağıtacaksınız. API, xAI'nin gerçek zamanlı sesli sohbet için, alışıldık metin-girdi, metin-çıktı iş akışı yerine uyarladığı Grok 3 üzerinde çalışır.

Grok Voice Agent API Nedir?

Grok Voice Agent API, Aralık 2025'te yayımlanan xAI'nin gerçek zamanlı sesli sohbet platformudur. Konuşmayı metne ve tekrar sese dönüştürme döngüsü olmadan sesi doğrudan işler; böylece yanıt süresini kısaltırken konuşmaların doğal tınısını korur.

Geleneksel sesli yapay zekâ sistemleri üç ayrı adımı zincirler: konuşmayı metne çevirme, bu metni bir dil modelinde çalıştırma ve yanıtı yeniden sese dönüştürme. Bu yaklaşım işe yarar, ancak bileşenler arasındaki her el değiştirme gecikme ekler. Transkripsiyon, işleme ve sentezi hesaba kattığınızda, kullanıcının yanıt alması 500 ms ile 1.000 ms arasına çıkar. Bu duraklamalar birikir ve konuşmaların mekanik hissettirmesine neden olur.

Grok Voice Agent bu dönüşümleri tamamen atlar. Sistem sesi alır, ses alanında akıl yürütür ve tek bir, konuşma üzerine eğitilmiş modelle sesi çıktı verir. Bu mimari, ortalama 0,78 saniyelik ilk ses süresi sağlarken tam çift yönlü iletişimi (ajanın aynı anda dinleyip konuşabildiği iki yönlü ses) destekler; böylece ajan katı sıra beklemeden yanıt verebilir.

Grok Voice Agent Ortamınızı Hazırlama

Grok ile bir sesli ajan oluşturmak için bunu açık kaynaklı bir WebRTC platformu olan LiveKit ile eşleştirmeniz gerekir. Grok, konuşma yapay zekâ modelini sağlarken LiveKit, kullanıcıları ajanınıza bağlayan gerçek zamanlı ses altyapısını yönetir. Bu bölüm, her iki hizmetin kurulumunu kapsar.

Grok Kurulumu

Şu adresi ziyaret edin: console.x.ai ve X, e-posta, Google veya Apple ile bir hesap oluşturun. xAI konsolu, API çağrıları yapmadan önce ön ödemeli kredi gerektirir. Faturalandırma bölümünden kredi satın alın.

Hesabınıza kredi yükledikten sonra API Keys'e gidip yeni bir anahtar oluşturun. Konsol anahtarı yalnızca bir kez gösterir; bu yüzden hemen kopyalayıp güvenli şekilde saklayın. Kaybolursa yenisini üretmeniz ve uygulamalarınızı güncellemeniz gerekir. xAI'nin API ekosistemine daha ayrıntılı bir bakış için Grok 3 API eğitimine bakın.

LiveKit Kurulumu

LiveKit, gerçek zamanlı ses ve video için WebRTC altyapısıdır. Grok'un kullanıcılarla bağlantı kurması için gereken ses taşıma katmanını yönetir. Bir sesli ajan oluştururken LiveKit, konuşmaların gerçekleştiği odaları yönetir, katılımcılar arasında ses akışlarını yönlendirir ve dağıtım altyapısı sağlar. LiveKit Agents çerçevesi bu karmaşıklığı soyutlar; bağlantı yönetimi, ses kodlama ve sıra (turn) algılamayı üstlenirken sizin ajan davranışına odaklanmanıza olanak tanır.

Çerçeve, xAI dâhil birden çok yapay zekâ sağlayıcısını destekler. Dağıtmadan önce ajanınızı doğrulamak için kullanacağınız, web arayüzünden erişilebilen bir test alanı (playground) içerir.

Şuradan kaydolun: cloud.livekit.io. Ücretsiz katman, geliştirme ve test için yeterli kaynak sağlar. Panodan bir proje oluşturun. Ayarlar'a, ardından API Keys'e gidin. Üç kimlik bilgisi kopyalayın: LIVEKIT_URL (projenizin WebSocket uç noktası), LIVEKIT_API_KEY (genel tanımlayıcı) ve LIVEKIT_API_SECRET (özel kimlik doğrulama anahtarı). Bu kimlik bilgileri, ajan kodunuzu LiveKit Cloud projenizle doğrular.

Bağımlılıkların Kurulumu ve Yapılandırma

Gerekli paketleri yükleyin:

uv add "livekit-agents[xai,openai]>=1.3.10" python-dotenvAltyapı:

Bu komut, LiveKit agents çerçevesini hem xAI eklentisi hem de OpenAI bağımlılıklarıyla (xAI eklentisi, OpenAI'nin Realtime API uyumluluğu üzerine kurulur) birlikte ve ortam değişkeni yönetimi için python-dotenv'i kurar.

.env dosyasını proje kökünüzde oluşturun:

XAI_API_KEY=xai-YourActualKeyHere
 LIVEKIT_URL=wss://your-project.livekit.cloud
 LIVEKIT_API_KEY=APIYourKeyHere
 LIVEKIT_API_SECRET=YourSecretHereAltyapı:

Yer tutucu değerleri gerçek kimlik bilgilerinizle değiştirin. Bu kimlik bilgilerini Python kodunuzda yükleyin:

from dotenv import load_dotenv
 load_dotenv()Altyapı:

Bu işlem, kimlik bilgilerini hem xAI hem de LiveKit kütüphanelerine erişilebilir kılar. Sürüm kontrolünde kimlik bilgisi sızıntılarını önlemek için .env dosyasını .gitignore içine ekleyin.

İlk Grok Voice Agent'ınızı Oluşturma

Ortamı yapılandırdıktan sonra çalışan bir sesli ajan oluşturabilirsiniz. Yeni bir agent.py dosyasında içe aktarımlar ve ajan sınıfıyla başlayın:

from livekit.agents import Agent, AgentSession, AgentServer, JobContext, cli
from livekit.plugins.xai import realtime
from dotenv import load_dotenv

load_dotenv()

class ResearchAssistant(Agent):
	def __init__(self):
    	super().__init__(
        	instructions="You are a research assistant who helps users find information.",
 	)Altyapı:

Agent alt sınıfınız, yalnızca ajanın nasıl yanıt vereceğini şekillendiren talimatları tutar. Bunlar, ajanın hangi rolü oynayacağını söyleyen sistem istemine benzer çalışır. Asıl model yapılandırması başka yerde yapılır.

Ardından, sunucuyu ve bağlantı işleyicisini kurun:

server = AgentServer()


@server.rtc_session()
async def entrypoint(ctx: JobContext):
	await ctx.connect()

 	session = AgentSession(
         llm=realtime.RealtimeModel(voice="ara"),
 	)

 	await session.start(
     	room=ctx.room,
     	agent=ResearchAssistant(),
 	)Altyapı:

@server.rtc_session() dekoratörü, biri bağlandığında LiveKit'e giriş noktası fonksiyonunuzu çalıştırmasını söyler. İçeride, AgentSession model yapılandırmasını alır; buna Grok'un yedi sesinden hangisinin kullanılacağı (Ara, Eve, Leo, Sal, Rex, Mika veya Valentin) dahildir. session.start() çalıştığında, ajanınızı konuşmanın gerçekleştiği LiveKit odasına bağlar.

Sesli görüşmeler, programı dondurmadan ses girişi ve çıktısını beklemeyi içerir; bu nedenle fonksiyon, bu işlemleri eşzamanlı yürütmek için async def ve await kullanır.

Son olarak giriş noktasını ekleyin:

if __name__ == "__main__":
 	cli.run_app(server)Altyapı:

Ajanınızı geliştirme modunda çalıştırın:

uv run agent.py devAltyapı:

Terminal başlatma dizisini gösterir: işçi başlatma, yerel bir bağlantı noktasında dinleyen HTTP sunucusu ve LiveKit Cloud projenize kayıt.

Ajanı test etmek için LiveKit Cloud panonuza cloud.livekit.io adresinden gidin. Projenizi seçin, ardından kenar çubuğundan Sandbox sekmesine tıklayın. Şablonlardan Web Voice Agent'ı seçin.

Şablon sayfası, ses arayüzünün bir ön izlemesini ve neleri içerdiğine dair ayrıntıları gösterir. Create sandbox düğmesine tıklayın.

Açılan modalda özel bir URL yapılandırabilir, kamera ve ekran paylaşımı gibi yetenekleri etkinleştirebilir ve görünümü ayarlayabilirsiniz. Test için varsayılanlar yeterlidir; Create, ardından Done'a tıklayın.

Sandbox sayfasına döndüğünüzde yeni sandbox'ınız Sandbox apps altında görünür. Açmak için Launch'a tıklayın.

Start Call'a tıklayın ve istendiğinde mikrofon izinlerini verin. Ajanın ses almaya hazır olduğunu belirten şu günlük iletisi için terminali izleyin:

DEBUG livekit.agents start reading stream {"participant": "...", "source": "SOURCE_MICROPHONE", ...}Altyapı:

Bu ileti göründükten sonra yanıtlar hızla gelir.

Ajanın erişemeyeceği bir şeyi sorduğunuzda (örneğin belirli bir şehirde güncel hava durumu), uydurmak yerine sınırlamalarını açıklar.

Grok Sesli Ajanlarınıza Nasıl Araç Eklenir

Temel ajan sohbet edebilir ancak bir şeyleri arayıp bulamaz. Araç çağırma, Grok'un konuşma ortasında fonksiyonlar çalıştırmasına ve sonuçlar hakkında konuşmasına olanak tanır. xAI'nin yerleşik araçlarını kullanabilir veya kendi araçlarınızı tanımlayabilirsiniz.

Yerleşik araçları kullanma

xAI eklentisi, genel web sorguları için WebSearch ve X üzerindeki gönderileri aramak için XSearch içerir. Bunları içe aktarın ve AgentSession'a iletin:

from livekit.agents import Agent, AgentSession, AgentServer, JobContext, cli
from livekit.plugins.xai import realtime
from livekit.plugins.xai.realtime import WebSearch, XSearch
from dotenv import load_dotenv

load_dotenv()


class ResearchAssistant(Agent):
 	def __init__(self):
     	super().__init__(
             instructions="""You are a research assistant with access to web search and X search.

- Use web search for general queries and current information
- Use X search when users ask about posts or what people are saying on X/Twitter

Always mention your sources when providing information.""",
     	)


server = AgentServer()


@server.rtc_session()
async def entrypoint(ctx: JobContext):
	await ctx.connect()

	session = AgentSession(
         llm=realtime.RealtimeModel(voice="ara"),
     	tools=[
         	WebSearch(),
         	XSearch(),
     	],
 	)

 	await session.start(
     	room=ctx.room,
     	agent=ResearchAssistant(),
 	)


if __name__ == "__main__":
 	cli.run_app(server)Altyapı:

tools parametresi bir araç nesneleri listesini kabul eder. Ajanı çalıştırın ve "Yapay zekâ hakkında en son haberler neler?" veya "X'te insanlar Grok hakkında ne söylüyor?" gibi sorularla test edin. Terminal günlüklerinde web_search_with_snippets veya x_semantic_search gibi bilinmeyen yapay zekâ işlevlerine dair uyarılar görebilirsiniz; ancak araçlar buna rağmen güncel bilgiler döndürür.

Araçlar kullanılırken Grok'un tam çift yönlü sesi de belirginleşir. Ajan konuşurken araya girebilirsiniz; o da durur, dinler ve yanıtını ayarlar. Bu, ajanın konuşmasını bitirmesini beklemeyi gerektiren sistemlere kıyasla konuşmaları daha az robotik hissettirir.

Özel araçlar ekleme

Yerleşik araçlar yaygın kullanım senaryolarını kapsar; ancak kendi araçlarınızı tanımlamak, parametreler, hata yönetimi ve çağrılacak API'ler üzerinde kontrol sağlar. Bu bölüm, yerleşik web aramasının sunmadığı Firecrawl'un arama uç noktasını kullanarak, limit, lang ve country gibi filtreleme seçenekleriyle özel araç oluşturmayı gösterir.

Şuradan kaydolun: firecrawl.dev. Ücretsiz katman 500 kredi içerir ve kredi kartı gerektirmez. SDK'yı yükleyin ve anahtarınızı .env dosyanıza ekleyin:

uv add firecrawl-pyAltyapı:

FIRECRAWL_API_KEY=fc-your-key-hereAltyapı:

Özel araçlar, @function_tool() ile dekore edilmiş yöntemlerdir. search_agent.py içindeki içe aktarımları güncelleyin:

from livekit.agents import (
 	Agent,
 	AgentSession,
 	AgentServer,
 	JobContext,
 	cli,
 	function_tool,
 	RunContext,
 )

from livekit.plugins.xai import realtime
from livekit.plugins.xai.realtime import XSearch
from firecrawl import FirecrawlApp
from dotenv import load_dotenv

import os 
load_dotenv()Altyapı:

Eklemeler, dekoratör için function_tool, araç işlevlerine iletilen RunContext ve Firecrawl istemcisi için FirecrawlApp'tir. WebSearch, özel araç onu yerine geçeceği için kaldırılır.

Aracı, ajan sınıfınızda bir yöntem olarak tanımlayın:

class ResearchAssistant(Agent):
 	def __init__(self):
     	super().__init__(
             instructions="""You are a research assistant with access to web search and X search.

 - Use Firecrawl search for general queries and current information
 - Use X search when users ask about posts or what people are saying on X/Twitter

 Always mention your sources when providing information.""",
     	)
     	self.firecrawl = FirecrawlApp(api_key=os.getenv("FIRECRAWL_API_KEY"))

 	@function_tool()
     async def search_web(
     	self,
     	context: RunContext,
     	query: str,
 	) -> dict:
     	"""Search the web for current information using Firecrawl.

     	Args:
         	query: The search query
     	"""
     	result = self.firecrawl.search(query, limit=3)
     	return {
         	"results": [
             	{
                 	"title": item.title,
                 	"url": item.url,
                     "description": item.description,
             	}
             	for item in result.web
         	]
     	}Altyapı:

Grok, aracın ne yaptığını anlamak için docstring'i okur. "ABD Doları ile EURO arasındaki güncel kur nedir?" diye sorduğunuzda Grok sorguyu çıkarır, fonksiyonunuzu çağırır ve sonuçları yanıtına katar.

@function_tool() ile dekore edilen yöntemler otomatik olarak kaydolur; bu yüzden araçlar listesinden WebSearch()'i kaldırın:

session = AgentSession(
     llm=realtime.RealtimeModel(voice="ara"),
 	tools=[
     	XSearch(),
 	],
 )Altyapı:

Güncellenen ajanı çalıştırın:

uv run search_agent.py devAltyapı:

Terminal araç yürütmeyi gösterir:

DEBUG livekit.agents executing tool {
 	"function": "search_web",
 	"arguments": "{\"query\":\"current USD to EURO exchange rate\"}",
 	...
 }
DEBUG livekit.agents tools execution completed {...}Altyapı:

Benim testlerimde Firecrawl yaklaşık iki saniyede sonuç döndürdü. Aynı ajan içinde birden çok özel aracı yerleşik araçlarla birleştirebilirsiniz. Örneğin bir müşteri destek ajanı, XSearch'ün yanında dahili veritabanlarına bağlanan özel lookup_order() ve check_inventory() araçlarını kullanabilir.

Sıra (Turn) Algılamayı Özelleştirme

Varsayılan sıra algılama ayarları tipik konuşmaları iyi yönetir. Ortam veya kullanıcı davranışı normalden farklı olduğunda ayarlamalar gerekebilir. Gürültülü bir oda, ajanın arka plan seslerine yanıt vermesine yol açabilir; düşünmek için duran bir kullanıcı ise cümlesini bitirmeden kesilebilir.

from livekit.plugins.xai import realtime
from openai.types.beta.realtime.session import TurnDetection

session = AgentSession(
 	llm=realtime.RealtimeModel(
     	voice="ara",
     	turn_detection=TurnDetection(
         	type="server_vad",
         	threshold=0.5,
         	prefix_padding_ms=300,
         	silence_duration_ms=200,
     	),
 	),
 )Altyapı:

threshold parametresi, sesin konuşma sayılması için ne kadar yüksek olması gerektiğini 0,0 ile 1,0 arasında belirler. Bu değeri 0,7 veya üzerine çıkarmak, arka plan seslerinin yanıt tetikleyebileceği gürültülü ortamlarda yardımcı olur.

prefix_padding_ms parametresi, tespit edilen konuşma başlangıcından önce ne kadar sesin yakalanacağını belirler. Varsayılan 300 ms, ilk hecenin kırpılmasını önler. Kullanıcılar açılış kelimelerinin kesildiğini bildirirse bunu artırın.

silence_duration_ms parametresi, konuşmayı bıraktıktan sonra ajanın yanıt vermek için ne kadar bekleyeceğini kontrol eder. 200 ms'de konuşmalar tepkisel hissedilir. Bunu 400 veya 500 ms'ye çıkarmak, cümle ortasında duran veya daha yavaş konuşan kullanıcıları karşılar.

Bas-konuş arayüzleri veya konuşma akışını açıkça kontrol etmeniz gereken telefon sistemleri için otomatik sıra algılamayı devre dışı bırakın:

session = AgentSession(
 	llm=realtime.RealtimeModel(
     	voice="ara",
     	turn_detection=None,
 	),
 )Altyapı:

Böylece ajan, sessizliği dinlemek yerine yanıt vermeden önce programatik bir sinyal bekler.

Grok Voice Agent'ı Üretime Dağıtma

Geliştirme modu ajanı yerel makinenize bağlar. 7/24 çalışan ve talebe göre ölçeklenen bir üretim dağıtımı için LiveKit Cloud, ajanınızı kendi altyapısında barındırır.

Dağıtıma Hazırlık

LiveKit CLI, bağımlılık dosyalarınız üzerinden proje türünüzü algılar. Ajan dizininizde bir requirements.txt oluşturun:

livekit-agents[xai,openai]>=1.3.10
python-dotenv>=1.2.1
firecrawl-py>=4.12.0Altyapı:

Üretim sırları için ayrı bir dosya oluşturun. LiveKit Cloud otomatik olarak LIVEKIT_URL, LIVEKIT_API_KEY ve LIVEKIT_API_SECRET sağlar; bu nedenle yalnızca diğer API anahtarlarınızı eklemeniz gerekir:

XAI_API_KEY=xai-your-key-here
FIRECRAWL_API_KEY=fc-your-key-hereAltyapı:

Bunu .env.production olarak kaydedin ve .gitignore içine ekleyin.

Ajanı Dağıtma

CLI'yi LiveKit Cloud hesabınızla kimlik doğrulayın:

lk cloud authAltyapı:

Bu işlem, CLI'nizi projenize bağlamak için bir tarayıcı açar. Kimlik doğrulandıktan sonra ajanı dağıtın:

lk agent create --secrets-file .env.productionAltyapı:

CLI, ajanınızı kaydeder, bir Dockerfile oluşturur, kapsayıcı imajını inşa eder ve LiveKit Cloud'a dağıtır. Ajan başlarken günlükler terminalinize akar:

{"message": "registered worker", "level": "INFO", "name": "livekit.agents", "url": "https://your-project.livekit.cloud", "region": "Germany 2", ...}Altyapı:

Dağıtım durumunu kontrol edin:

lk agent statusAltyapı:

┌─────────────────┬─────────────────┬────────────┬─────────┬────────┬─────────┬───────────┐
 │ ID          	│ Version     	│ Region 	│ Status  │ CPU	│ Mem 	│ Replicas  │
 ├─────────────────┼─────────────────┼────────────┼─────────┼────────┼─────────┼───────────┤
 │ CA_AAVy5WbUYpmA │ v20260109102531 │ eu-central │ Running │ 0m / 2 │ 0 / 4GB │ 0 / 1 / 1 │
 └─────────────────┴─────────────────┴────────────┴─────────┴────────┴─────────┴───────────┘Altyapı:

Kullanıcılar Ajanınıza Nasıl Erişir?

Dağıtım günlüklerindeki URL (https://your-project.livekit.cloud) bir WebSocket arka ucudur, kullanıcı arayüzü değildir. Kullanıcılar, bu arka uca bağlanan bir ön uç üzerinden ajanınızla etkileşim kurar.

Daha önce oluşturduğunuz sandbox bu amaçla hizmet eder. LiveKit panonuza gidin, Sandbox bölümünü açın ve sandbox URL'nizi kopyalayın. Bu URL herkese açıktır ve herhangi bir kimlik doğrulama gerektirmez. Kullanıcılarla paylaşın ve anında ajanınızla konuşmaya başlayabilirler.

Markalı bir deneyim için, panodan sandbox görünümünü (logo, renkler, düğme metni) özelleştirin veya LiveKit'in JavaScript SDK'sını kullanarak kendi ön yüzünüzü oluşturun.

Dağıtımları Yönetme

Dağıtılan ajanınızdan gerçek zamanlı günlükleri görüntüleyin:

lk agent logsAltyapı:

Kodunuzu değiştirdikten sonra güncellemeleri dağıtın:

lk agent deploy --secrets-file .env.productionAltyapı:

LiveKit, kademeli dağıtımlar kullanır. Yeni örnekler yeni oturumları üstlenirken mevcut örnekler aktif konuşmalarını tamamlar; böylece güncellemeler kesintiye yol açmaz.

Bir şey bozulursa önceki bir sürüme geri dönün:

lk agent rollbackAltyapı:

Dağıtılan ajan yerel makinenizden bağımsız çalışır. Terminalinizi kapatın, bilgisayarınızı kapatın; ajan kullanıcılara yanıt vermeye devam eder. LiveKit Cloud ölçeklemeyi yönetir; bu nedenle trafik artışları ek örnekleri otomatik olarak devreye alır.

Dağıtım Maliyetleri

Üretimde bir Grok sesli ajanı çalıştırmanın iki maliyeti vardır: xAI'nin API'si ve LiveKit'in barındırması.

xAI, sesli konuşma dakikası başına 0,05 ABD doları ücret alır. LiveKit Cloud, ajan oturum süresi dakikası başına 0,01 ABD doları ekler. Birlikte, ajanınız aktif olarak kullanıcıları hizmetlendirirken dakika başına yaklaşık 0,06 ABD doları bekleyin.

LiveKit'in ücretsiz katmanı (Build planı), ayda 1.000 ajan oturum dakikası içerir ve kredi kartı gerektirmez. Bu, test ve düşük trafikli uygulamalar için yaklaşık 16 saatlik konuşmayı kapsar. Ücretli planlar 5.000 dâhil dakika ve daha yüksek eşzamanlılık sınırlarıyla ayda 50 ABD dolarından başlar.

Ajan boşta iken maliyet oluşmaz. Ücretler yalnızca aktif konuşmalar sırasında uygulanır; bu nedenle geceleri kullanım olmazsa LiveKit ücreti oluşmaz. xAI faturalandırması da aynı deseni izler ve yalnızca gerçek API kullanımını ölçer. Bu makaleyi yazarken yaptığım denemeler boyunca xAI için toplam 78 sent harcadım; LiveKit ise ücretsiz katman tarafından karşılandı.

Sonuç

Artık dinleyen, düşünen ve karşılık veren bir sesli ajana sahipsiniz. Ajan, araçlar aracılığıyla canlı verilere bağlanır, farklı ortamlar için dinleme davranışını ayarlar ve elle müdahale gerektirmeden ölçeklenen bir altyapıda çalışır.

Burada ele alınan kod desenleri başka kullanım senaryolarına da uzanır. Araştırma asistanı talimatlarını müşteri destek yönergeleriyle değiştirin ve sipariş veritabanınızı sorgulayan araçlar ekleyin. Örnek cümleler arayan bir dil eğitmeni oluşturun. Mevcut API'niz için bir sesli arayüz oluşturun.

xAI, tek başına metin-okuma (text-to-speech) ve konuşma-metne (speech-to-text) uç noktalarını yayımlamayı planlıyor; bu da Grok'un ses yeteneklerini diğer dil modelleriyle harmanladığınız melez mimarilerin önünü açacak. Şimdilik, sesli ajan API'si tüm hattı uçtan uca yönetiyor.

LiveKit Agents dokümantasyonu, çoklu ajan devri ve oturum kalıcılığı gibi ek özellikleri kapsar. xAI dokümanları ise ses biçimleri ve kurumsal özellikler hakkında daha derine iner.