第12章 入门指南：部署逼真的实时 AI Agent

完整文档索引请见 llms.txt，本页面也提供 Markdown 版本。

欢迎

打造有真人质感的 AI Agent，几分钟即可完成。

实时互动：语音输入，同步视频输出。

两分钟快速上手

部署一个带逼真虚拟形象对话 AI Agent 的最快方式：

1. 获取 API key → 在这里创建 2. 在 dashboard 中创建 Agent，选择形象、声音和性格。 3. 嵌入到你的网站：

Vite 或 Create React App：加载一次脚本，然后插入标签即可。Vite 使用项目根目录的 index.html，Create React App 使用 public/index.html。

App Router：只在客户端加载脚本，因为组件挂载时会用到 window 对象。

就这么简单。你的用户将获得一个带视频、音频和实时虚拟形象的对话 Agent。完整 Human Agent 文档 →

Ojin 提供什么

应用：几分钟内完成部署

Human Agent

一个完整的对话式 AI Agent，配备逼真的视觉虚拟形象。语音输入、语音输出，口型和表情实时同步。支持两种模式：

Ojin Agent：Ojin 全权负责（STT、LLM、TTS、虚拟形象），你只需配置性格。

第三方 Agent：使用你自己的语音对语音服务商（ElevenLabs Agents、OpenAI Realtime，Hume 需申请）。Ojin 负责提供形象。

开始使用 →

模型：构建自定义流水线

通过你自己的技术栈驱动 Ojin 的实时面部模型。两者都基于同一套 Python SDK 和 Pipecat 集成，通过 config_id 选择模型。

ojin/human-presence

我们的旗舰面部模型：表现力极强的生成式数字人，表情丰富、动作自然（包括手部动作），远超单纯的口型同步。

了解更多 →

ojin/human-portrait

高性价比的实时口型同步模型。将单张参考图转化为自然的动态数字人，口型和表情与音频同步。25 fps 流式输出，正方形，1024x1024 分辨率。

了解更多 →

核心特性

Human Agent：端到端对话式 AI，配备逼真视觉虚拟形象，只需嵌入一个组件，无需搭建流水线。

实时流式传输：内置 WebSocket 和 WebRTC 传输，专为实时对话延迟优化。

一键生成数字人：单张参考图即可创建逼真的虚拟形象，无需训练，立即可用。

Python SDK 和 Pipecat：用 ojin-client 驱动面部模型，或将 pipecat-ojin 接入 Pipecat 流水线。也可按需使用原生 WebSocket 和 REST 接口。

自动扩容：容量随需求弹性伸缩，你无需管理 GPU 或预热任何资源。

高性价比：按分钟计费，价格有竞争力，无绑定承诺。注册即赠 200 免费额度。

使用场景

客户支持：部署逼真 Agent，提供个性化全天候服务

销售：用对话式虚拟形象接待、筛选并转化潜在客户

教育：打造具备自然语音和表情的互动导师

入职培训：为员工学习提供对话式 AI

品牌大使：全天候在线、始终符合品牌调性的数字代言人

医疗健康：有同理心的虚拟健康助手

为 LLM 优化的文档

本文档专为 LLM 访问做了优化：

MCP Server：docs.ojin.ai/~gitbook/mcp

llms.txt：结构化索引

llms-full.txt：完整内容

在任意页面 URL 后追加 .md 即可获取原始 Markdown。

注意：llms.txt 和 llms-full.txt 由已发布的 sitemap 自动生成。

下一页

快速开始

最后更新于 26 天前

这篇内容有帮助吗？