Realtime Agent を Twilio に接続
Twilio は、電話通話の元音声を WebSocket サーバーへ送信する Media Streams API を提供しています。このセットアップを利用して、あなたの 音声エージェント を Twilio に接続できます。websocket
モードの既定の Realtime Session transport を使って、Twilio から送られてくるイベントを Realtime Session に接続することもできます。しかし、電話通話は Web ベースの会話よりも遅延が大きくなるため、正しいオーディオ形式を設定し、割り込みタイミングを調整する必要があります。
セットアップ体験を向上させるために、Twilio への接続、割り込み処理、オーディオ転送をすべて自動で行う専用のトランスポートレイヤーを用意しました。
セットアップ
Section titled “セットアップ”-
Twilio アカウントと Twilio 電話番号を用意します。
-
Twilio からのイベントを受信できる WebSocket サーバーを設定します。
ローカル開発の場合、Twilio からアクセスできるように
ngrok
や
Cloudflare Tunnel などでローカルトンネルを構成する必要があります。TwilioRealtimeTransportLayer
を使用して Twilio に接続できます。 -
extensions パッケージをインストールして Twilio アダプターを追加します:
Terminal window npm install @openai/agents-extensions -
アダプターとモデルをインポートして
RealtimeSession
に接続します:import { TwilioRealtimeTransportLayer } from '@openai/agents-extensions';import { RealtimeAgent, RealtimeSession } from '@openai/agents/realtime';const agent = new RealtimeAgent({name: 'My Agent',});// Create a new transport mechanism that will bridge the connection between Twilio and// the OpenAI Realtime API.const twilioTransport = new TwilioRealtimeTransportLayer({twilioWebSocket: websocketConnection,});const session = new RealtimeSession(agent, {// set your own transporttransport: twilioTransport,}); -
RealtimeSession
を Twilio に接続します:session.connect({ apiKey: 'your-openai-api-key' });
RealtimeSession
から期待できるイベントや動作は、ツール呼び出しやガードレールなどを含め、すべてそのまま利用できます。RealtimeSession
を音声エージェントで使用する方法については、音声エージェント ガイドを参照してください。
ヒントと考慮事項
Section titled “ヒントと考慮事項”-
速度が最重要です。
Twilio から必要なすべてのイベントとオーディオを受け取るために、WebSocket 接続の参照を取得したらすぐにTwilioRealtimeTransportLayer
インスタンスを作成し、その直後にsession.connect()
を呼び出すようにしてください。 -
Twilio の元イベントへアクセスする。
Twilio から送信される生のイベントにアクセスしたい場合、RealtimeSession
インスタンスのtransport_event
をリッスンできます。Twilio のすべてのイベントはtwilio_message
タイプと、生のイベントデータを含むmessage
プロパティを持っています。 -
デバッグログを確認する。
何が起こっているかを詳しく知りたい場合があります。環境変数DEBUG=openai-agents*
を使用すると、Agents SDK のすべてのデバッグログが表示されます。あるいはDEBUG=openai-agents:extensions:twilio*
を使って Twilio アダプターのデバッグログだけを有効にできます。
完全なサーバー例
Section titled “完全なサーバー例”以下は、Twilio からのリクエストを受け取り、それを RealtimeSession
に転送する WebSocket サーバーのエンドツーエンド例です。
import Fastify from 'fastify';import dotenv from 'dotenv';import fastifyFormBody from '@fastify/formbody';import fastifyWs from '@fastify/websocket';import { RealtimeAgent, RealtimeSession } from '@openai/agents/realtime';import { TwilioRealtimeTransportLayer } from '@openai/agents-extensions';
// Load environment variables from .env filedotenv.config();
// Retrieve the OpenAI API key from environment variables. You must have OpenAI Realtime API access.const { OPENAI_API_KEY } = process.env;if (!OPENAI_API_KEY) { console.error('Missing OpenAI API key. Please set it in the .env file.'); process.exit(1);}const PORT = +(process.env.PORT || 5050);
// Initialize Fastifyconst fastify = Fastify();fastify.register(fastifyFormBody);fastify.register(fastifyWs);
const agent = new RealtimeAgent({ name: 'Triage Agent', instructions: 'You are a helpful assistant that starts every conversation with a creative greeting.',});
// Root Routefastify.get('/', async (request, reply) => { reply.send({ message: 'Twilio Media Stream Server is running!' });});
// Route for Twilio to handle incoming and outgoing calls// <Say> punctuation to improve text-to-speech translationfastify.all('/incoming-call', async (request, reply) => { const twimlResponse = `<?xml version="1.0" encoding="UTF-8"?><Response> <Say>O.K. you can start talking!</Say> <Connect> <Stream url="wss://${request.headers.host}/media-stream" /> </Connect></Response>`.trim(); reply.type('text/xml').send(twimlResponse);});
// WebSocket route for media-streamfastify.register(async (fastify) => { fastify.get('/media-stream', { websocket: true }, async (connection) => { const twilioTransportLayer = new TwilioRealtimeTransportLayer({ twilioWebSocket: connection, });
const session = new RealtimeSession(agent, { transport: twilioTransportLayer, });
await session.connect({ apiKey: OPENAI_API_KEY, }); console.log('Connected to the OpenAI Realtime API'); });});
fastify.listen({ port: PORT }, (err) => { if (err) { console.error(err); process.exit(1); } console.log(`Server is listening on port ${PORT}`);});
process.on('SIGINT', () => { fastify.close(); process.exit(0);});