Lampline - 可自托管的开源语音智能体平台

Lampline 是一个可自托管的开源语音智能体平台。按项目自述，它的目标是把语音智能体的构建、测试与运行放回用户自己掌控的机器上：一条命令即可在笔记本、GPU 机器或本地服务器上启动，不需要云账号。它面向的是已经在使用 Dialogflow CX 或 CX Agent Studio、希望把智能体迁到自有环境继续维护的团队，以及从零开始搭建电话语音智能体的开发者。项目基于 Pipecat 构建，智能体以 YAML 与 Markdown 文件夹的形式保存，便于纳入 git 管理。

维护者与状态

仓库由 C4rohan 维护，地址为 github.com/C4rohan/Lampline。仓库创建于 2026-10-19，最后一次提交在 2026-10-24。最新正式版本为 v0.4.0，发布于 2026-10-22。截至 2026-10-25 读取数据时，仓库共有 291 个星标。项目采用 Apache-2.0 许可证。

从时间线看，这是一个非常年轻的项目：创建到最新提交不足一周，版本号仍处于 0.x 阶段。读者在评估时应当把这一点纳入考虑，功能与接口在后续版本中发生变化的可能性较高。

主要能力

以下能力均来自项目 README 的自述，未经独立验证。

• 从 Google 工具导入智能体。据项目说明，用户可以从 Google 控制台导出智能体，把 .zip 拖到「New agent → Import」即可在构建器中打开，flows、pages、forms、routes、playbooks 与 tools 会一并迁移，并生成一份「接管通话前需要检查的事项」报告。反向也支持：Export 可把任意智能体写回 Dialogflow CX 包或 CX Agent Studio 应用。README 称转换在本地计算机上运行，不会执行导出包中的代码。
• 拖拽式构建器。项目自述提供拖拽式构建器，LLM 步骤与脚本化页面可以混在同一个智能体中；页面变成脚本化页面，playbook 变成 LLM 步骤，flow 负责分组。
• 测试控制台。README 称测试控制台会在通话推进时逐步点亮每个步骤，右侧显示收集到的各项信息；支持通过聊天或麦克风对话测试。
• 电话评测（Evals）。据项目说明，Evals 标签页会通过真实电话线拨打语音智能体，由 AI「Test Caller」扮演来电者，并按预设的应发生事项逐项评分，评分附带理由；没有听到内容的通话会显示「Didn't run」而不是「Failed」。还支持背景噪音、口音、打断、长停顿等「难缠来电者」场景，并给出包含电话线路在内的典型与 p95 响应时间。项目称可粘贴 Hammer、Cyara 或表格形式的测试脚本，失败的呼叫可回放。README 同时提醒：只能呼叫自己拥有或获准测试的智能体，且需要用户自己按下 Call，因为 Google Voice 不允许自动拨号。
• 模型与语音选择。项目自述支持约 20 家模型提供商，包括 Claude、OpenAI 及任意 OpenAI 兼容端点、Gemini、Vertex AI、Azure OpenAI、Amazon Bedrock、Groq、Mistral、DeepSeek、Grok、Together AI、Fireworks AI、OpenRouter、Cerebras、NVIDIA NIM、Qwen、SambaNova、Nebius、Novita AI，以及本地 Ollama。语音识别与合成可以在云端运行，也可以在本地免费运行。
• 电话与 SIP 接入。据 README，支持 Twilio、Telnyx，以及通过 jambonz 接入任意 SIP 中继、PBX 或 SBC。Genesys、Avaya、Cisco 等被列为「即将推出」。
• 自有数据。项目称智能体可以在通话中查询和保存集合（Collections），并对 FAQ 等文档做本地文档检索，数据保存在本机。
• 隐私默认。README 称无遥测、绑定 localhost、每个请求带密钥，且密钥不会出现在智能体或仓库中。

使用入口

项目仓库地址：C4rohan/Lampline。

据项目说明，快速开始需要 Docker 与 Compose v2（Docker Desktop 即可），且不需要 API key 或账号。完全本地运行的方式如下：

git clone https://github.com/C4rohan/lampline && cd lampline
scripts/docker-up.sh --free

README 称 --free 会在本机运行模型（Ollama 中的 Qwen3 4B）与语音（Moonshine 负责听、Kokoro 负责说），首次启动下载约 3 GB 并显示进度，之后数秒内启动；回复会比云端模型更慢、更简单，可随时在 Integrations 页面切换提供商。在 Mac 上，项目建议改用原生方式以获得更快速度：先安装 Ollama，再运行 scripts/engine-up.sh --free。已有 API key 的用户可以去掉 --free 运行 scripts/docker-up.sh。启动后会打印形如 http://localhost:7860/#/?key=… 的链接，打开一次后页面会记住密钥。智能体存放在 ./agents，其余数据（设置与密钥、记录、知识库、已下载模型）在 ./.vpe-data。--down 停止服务，--logs 跟踪日志。不想用 Docker 时，scripts/engine-up.sh 以原生方式运行引擎（需要 Python 3.11+），地址同样是 http://localhost:7860。

命令行方面，README 提到 vk import auto export.zip 与 vk export dfcx|ces agents/ 两条导入导出命令。

许可与限制

许可证为 Apache-2.0。

项目自述中提到的边界与前置条件包括：快速开始依赖 Docker 与 Compose v2，原生运行需要 Python 3.11+；--free 模式首次启动需下载约 3 GB，且本地小模型的回复质量与速度不及云端模型；电话评测只能用于自己拥有或获准测试的智能体，且 Google Voice 不允许自动拨号，需人工按下呼叫；导入转换虽在本地运行，但 README 建议在接管通话前查看生成的检查报告。README 将 Google Cloud 一键部署、以及 Genesys Cloud、Avaya、Cisco Webex Contact Center、Cisco UCCE 与 PCCE、Amazon Connect、NICE CXone、Five9、Twilio Flex 等联络中心集成都标注为「即将推出」，在正式落地前，其中多数可通过 jambonz 的 SIP 中继把呼叫送到智能体。README 也说明导入映射并非全部内容都能迁移，未覆盖的部分需查阅其命令行文档。