Создание готового к производственному использованию голосового или видео ИИ-агента означает выбор open source фреймворка для его разработки. В этом руководстве сравниваются два наиболее важных фреймворка — LiveKit Agents и Pipecat — по архитектуре, уровню внедрения, опыту разработчиков и готовности к продакшену, а также рассматривается то, какое место занимают такие решения, как TEN Framework, Dograh, Vision Agents и Vocode.

Почему стоит выбрать open source фреймворк для ваших голосовых и видеоприложений#

Подавляющее большинство компаний, пытающихся масштабировать голосовой или видеоагент, в конечном итоге сталкиваются с необходимостью:

Предоставить своим агентам глубоко кастомизированные инструменты и/или доступ к своим внутренним (часто приватным) системам.

Систематически бороться с каждой миллисекундой задержки, которую удается обнаружить, чтобы улучшить качество общения агента и клиентский опыт.

Масштабировать систему до тысяч, миллионов или даже миллиардов минут, сохраняя при этом ее экономическую эффективность.

Соответствовать множеству требований безопасности, конфиденциальности и комплаенса по ряду векторов.

В результате большинство компаний, выводящих голосовые и видеоагенты в продакшен, либо изначально начинают с open source фреймворка, либо со временем мигрируют на него. Это помогает им продолжать быструю разработку и итерации агента без ущерба для возможности обеспечивать качественный клиентский опыт с низкой задержкой, не сжигая весь облачный бюджет за один квартал и случайно не создавая уязвимостей, простоев или проблем с конфиденциальностью.

Сравнение ведущих open source фреймворков для работы с голосом и видео#

Для разработчиков и инженерных команд, создающих агентов для продакшена, выбор обычно сводится к двум open source фреймворкам: LiveKit Agents и Pipecat. Если поискать информацию, могут всплыть и другие названия, такие как TEN Framework, Dograh, Vision Agents и Vocode. И хотя полезно понимать, почему они упоминаются, стоит также разобраться, почему ни одно из них в итоге не попадает в шорт-лист для продакшена.

Два самых популярных варианта: LiveKit Agents и Pipecat#

LiveKit Agents и Pipecat предоставляют разработчикам (и их кодинг-агентам) инструменты и примитивы, которые упрощают создание и итеративную разработку голосовых и видеоагентов в продакшене. Практически любой голосовой или видеоагент использует один и тот же базовый пайплайн: аудио на входе → распознавание речи (speech-to-text) → языковая модель → синтез речи (text-to-speech) → аудио на выходе, с механизмами обнаружения реплик (turn detection) и обработки прерываний (interruption handling). Оба фреймворка поддерживают этот пайплайн, а также единую модель «речь-речь» (speech-to-speech) вместо трех средних этапов.

Два архитектурных решения отличают LiveKit Agents от Pipecat. LiveKit Agents четко понимает, на чем он работает (open source WebRTC- и SIP-сервер LiveKit), и построен как чуть более высокая абстракция поверх агента. Pipecat не навязывает конкретный транспорт и реализован как чуть более низкая абстракция над пайплайном.

Вот как это выглядит на практике:

LiveKit Agents работает на базе open source WebRTC- и SIP-инфраструктуры LiveKit, автоматически настраивает этот пайплайн за вас и предлагает написать самого агента. Вы можете заменить или обернуть любой этап другим провайдером распознавания речи, добавить шаг маскирования персональных данных в транскрипции до ее отправки в модель, использовать любую LLM на ваш выбор или модель speech-to-speech, но вы работаете в рамках этой структуры, а не добавляете новые этапы. Вы жертвуете свободой выбора транспорта и возможностью добавлять, менять местами или разветвлять этапы; взамен вы получаете систему, которая изначально корректно работает на каждом этапе, которого вы не касались, а диспетчеризация, масштабирование и многосторонние сессии обрабатываются «под капотом». Это высокоуровневая абстракция, нацеленная на решение типовых задач, что позволяет разработчикам сосредоточиться на программировании и управлении агентом.

Pipecat предлагает вам самостоятельно подключить транспорт и собрать тот же самый пайплайн этап за этапом. И поскольку пайплайн представляет собой список, который вы пишете сами, а не настраиваемую сессию, он не обязательно должен быть диалогом. Ничто в нем не предполагает сценарий, при котором пользователь говорит, а агент отвечает. Поэтому непрерывный перевод, агент, который только слушает, или этап, реагирующий на аудио без генерации ответа — все это стандартные сценарии для пайплайнов здесь, тогда как во фреймворке, ориентированном на агента, вам пришлось бы бороться с моделью сессии. Но стандартные настройки заканчиваются на границах пайплайна: механизм обнаружения реплик поставляется настроенным, однако каждый добавляемый вами этап должен корректно передавать дальше фреймы, которые он не обрабатывает, а задачи, обычно решаемые на уровне медиа (масштабирование, диспетчеризация, многосторонние сессии), вам придется создавать и администрировать самостоятельно. В конечном счете это низкоуровневая абстракция, которая обнажает перед разработчиками больше скрытой сложности голосовых и видеоагентов.

Пример сравнения фреймворков LiveKit и Pipecat в коде#

Самый быстрый способ прочувствовать разницу — создать одного и того же агента дважды, а затем добавить к каждому по одному требованию из реальной жизни. Приведенные ниже примеры взяты из текущих руководств по быстрому старту (по состоянию на сентябрь 2026 года); важна структура, а не количество строк.

Шаг 1: работающий голосовой агент

Pipecat, Python:

Оба варианта работают. Однако различия заметны уже сейчас: в версии от LiveKit вообще не упоминается транспорт (сессия знает, что это комната LiveKit), пайплайн не нужно собирать вручную (это делает сессия), а для трех провайдеров моделей используется одна учетная запись (LiveKit Inference). В версии Pipecat транспорт выбирается для каждого запуска, перечисляются семь процессоров по порядку (включая две половины контекстного агрегатора, которые должны располагаться по разные стороны от LLM) и используются три ключа провайдеров. Это не критика, а демонстрация архитектурного подхода и компромиссов. Pipecat показывает вам внутреннее устройство пайплайна, потому что хочет дать вам возможность изменять его.

Шаг 2: реальное требование

Теперь команда комплаенса заявляет одно требование: номера банковских карт, которые пользователь зачитывает вслух, ни в коем случае не должны попадать в языковую модель. Требование одинаковое для обоих фреймворков.

У LiveKit Agents есть хук, который срабатывает при завершении хода пользователя и до генерации ответа. Вы редактируете сообщение там; сам пайплайн остается нетронутым.

Pipecat, Python. Перед пайплайном нет хуков, поэтому вам нужно написать процессор и вставить его между модулем распознавания речи и агрегатором контекста. Он должен пересылать каждый фрейм, который ему не интересен, иначе пайплайн зависнет.

Оба решения коротки. Разница заключается в том, где именно происходят изменения и что они могут сломать. В LiveKit вы изменили агента; пайплайн сессии, очередность реплик и обработка прерываний остались ровно такими же, какими были. В Pipecat вы изменили пайплайн; новый этап теперь является частью пути, который проходит каждый фрейм, и ответственность за его корректность (передали ли вы промежуточные транскрипции? системные фреймы? сигналы окончания реплики?) лежит на вас.

Шаг 3: требование, которое только один из фреймворков может выразить в рамках пайплайна

Теперь продуктовая команда хочет добавить вторую модель, которая будет параллельно оценивать каждый звонок на предмет соответствия требованиям комплаенса, не увеличивая задержку в диалоге. Именно здесь архитектура Pipecat приносит свои плоды. ParallelPipeline разветвляет поток фреймов на параллельно выполняющиеся ветки: ветка диалога остается нетронутой, а ветка оценки анализирует те же самые транскрипции.

У LiveKit Agents нет эквивалентного объявления, так как агент не представляет собой конвейер, который можно разветвлять. Тот же результат достигается иначе: оценщик присоединяется к комнате в качестве второго участника и подписывается на ту же аудиодорожку, либо вы выполняете разветвление внутри переопределения llm_node. Оба подхода работают в продакшене; ни один из них не сводится к одной строке в определении агента. Если ваша архитектура строится вокруг множества параллельных ветвей, подход Pipecat подходит естественнее, и это руководство не будет утверждать обратное.

Другие названия, которые вы встретите, и причины их появления#

TEN Framework. При поддержке Agora. Появляется в поле зрения, так как активно развивается, является мультимодальным и имеет около 11 тысяч звезд. Есть две причины, почему он не рассматривается как вариант для разработчиков в том же смысле: его лицензия представляет собой текст Apache 2.0 плюс пункт о том, что вы не имеете права развертывать его «способом, который конкурирует с предложениями Agora и/или позволяет другим конкурировать», а также не имеете права размещать его на конечных пользовательских устройствах, что делает его скорее доступным по исходному коду, чем с открытым исходным кодом; кроме того, его единственный поставляемый транспорт WebRTC — это проприетарный платный сервис Agora (запрос сообщества на транспорт LiveKit открыт с 2024 года). Если вы уже сделали выбор в пользу Agora и лицензия вам подходит, он будет работать.

Dograh. BSD-2-Clause. Появляется как «альтернатива с открытым исходным кодом для Vapi и Retell»: это саморазворачиваемый визуальный конструктор рабочих процессов с телефонией, поддержкой собственных ключей (BYOK) для LLM/STT/TTS и сервером MCP. Это платформа, а не фреймворк, что ставит ее в другую категорию по сравнению со всем остальным в этом списке. Dograh использует форк Pipecat в качестве подмодуля git и строит продукт поверх него, поэтому вопрос с базовым фреймворком уже решен: это Pipecat. Если вы не можете использовать SaaS, а настройкой агентов занимаются не инженеры, обратите на него внимание. Если вы выбираете, на чем строить, а не что развертывать, вы все равно выбираете между двумя упомянутыми выше фреймворками.

Vision Agents. Apache 2.0 от Stream. Встречается при поиске видеоагентов; около 8 тысяч звезд, проект активен. Объединяет модели компьютерного зрения с LLM для создания агентов, следящих за живым видео. Имеет те же особенности, что и TEN, но без проблем с лицензией: открытый фреймворк, транспорт которого представляет собой проприетарную периферийную сеть одного вендора. Стоит взглянуть, если вы уже используете Stream.

Vocode. MIT. Фреймворк первого поколения, который сформировал подход категории к потоковой передаче. Разработка застопорилась в конце 2024 года. Не рекомендуется для новых проектов.

Как команды выбирают между LiveKit Agents и Pipecat#

Когда команды действительно садятся за выбор инструмента для своего продакшн-приложения, решение принимается скорее на основе горстки практических вопросов, чем каких-либо архитектурных нюансов.

1. Нужен ли мне TypeScript или Python?#

Если вы пишете на TypeScript, вашим выбором станет LiveKit Agents; его SDK для Node.js тесно следует за версией для Python, хотя некоторые функции (например, автоматическая регулировка усиления) остаются доступными только в Python. Если вы используете Python, оба фреймворка остаются в игре. LiveKit Agents поставляется для Python и Node.js, в то время как Pipecat — исключительно для Python.

2. Хорошо ли поддерживается фреймворк и рассчитан ли он на долгосрочную перспективу?#

Если вам когда-либо поручали выбор фреймворка, с другой стороны неизбежно находился технический лидер (или, возможно, это вы сами), который за свою карьеру повидал десятки приходящих и уходящих фреймворков и хочет быть уверен, что выбранное решение выдержит испытание временем. Смысл этого анализа заключается не в том, чтобы вслепую выбрать более популярный вариант, а в том, чтобы убедиться, что вы не внедряете то, что перестанет поддерживаться к моменту выхода в продакшн. И это справедливое опасение. Vocode, один из первых популярных фреймворков с открытым исходным кодом для голосовых агентов в эпоху LLM, набрал почти 4000 звезд на GitHub, прежде чем перестал выпускать обновления в конце 2024 года.

И LiveKit Agents, и Pipecat проходят эту проверку. Вот несколько показателей, на которые стоит обратить внимание, и ссылки, чтобы проверить их самостоятельно. Приведенные ниже цифры регулярно обновляются.

PipecatН/Д

Pipecat

Н/Д

PipecatН/Д

Pipecat

Н/Д

Для наглядности LiveKit Agents везде выделен синим цветом.

Сама по себе статистика не всегда отражает полную картину, поэтому вот дополнительный контекст к таблице:

Количество загрузок — один из самых надежных показателей. Любой, кто изучал статистику PyPI или npm, знает, что «сырые» цифры завышены из-за CI-пайплайнов и установки зависимостей, но соотношение сохраняется: примерно трехкратный разрыв на PyPI является значимым различием в количестве команд, вероятно, использующих этот фреймворк.

Количество звезд примерно одинаково и растет с сопоставимой скоростью. В период с 1 января по 15 сентября 2026 года оба проекта выросли примерно на 63–64%. Звезды не означают, что команды внедряют фреймворк, но они являются неплохим индикатором того, становится ли один из них стандартом де-факто или рискует быть заброшенным. Оба преодолели отметку в 10 тысяч, оба являются самыми популярными фреймворками в этой области, и ни один из них не вырвался вперед исключительно по этому метрику.

Сервер с открытым исходным кодом успешно проходит проверку на долговечность. LiveKit Agents работает на медиасервере с открытым исходным кодом, обладающем собственным крупным сообществом и историей. Если бы компания-разработчик фреймворка завтра исчезла, транспорт, от которого он зависит, все равно продолжил бы существовать и обслуживаться. Транспорты Pipecat — это сервисы других компаний, в первую очередь Daily, поэтому вопрос его долговечности на самом деле является вопросом долговечности Daily. Это также решает практический вопрос: Daily не публикует сервер WebRTC с открытым исходным кодом, поэтому команде, которой нужны Pipecat, WebRTC и полностью открытый стек, в конечном итоге все равно придется запускать под капотом сервер LiveKit. Pipecat даже поставляется с поддержкой транспорта LiveKit.

Оба проекта регулярно обновляются. Оба фреймворка выпускают обновления еженедельно; день, когда они остановятся — это день, когда стоит повторить этот тест.

Имеется финансирование, обеспечивающее запас прочности для обоих решений. Один из главных рисков для фреймворков с открытым исходным кодом заключается в том, что их мейнтейнеры теряют финансовый стимул продолжать инвестиции. Обе компании, судя по всему, нашли способ зарабатывать на поддерживаемых ими фреймворках, что обычно означает надежную финансовую подушку. Последний раунд финансирования LiveKit ($100 млн, январь 2026 г.) превышает любой раунд, о котором публично заявляла Daily, что служит справедливым показателем возможностей каждой компании инвестировать в свой фреймворк.

Оба фреймворка используются реальными компаниями в продакшене. Списки различаются по типу клиентов. У LiveKit это компании, запускающие голосовых агентов для собственных клиентов: Salesforce, Zocdoc, SAP, telli. Pipecat больше тяготеет к компаниям, создающим инструменты или эталонные архитектуры для других разработчиков: NVIDIA Blueprint, AWS, Anthropic.

3. Смогу ли я запустить работающего агента уже сегодня?#

При оценке каждого фреймворка важно, чтобы вы могли легко создать голосового или видеоагента (и понимать код). Учитывая разработку с поддержкой ИИ, разработчик должен быть в состоянии запустить агента за день на любом из них. Независимые обзоры, сравнивающие эти два решения, неизбежно приходят к одному и тому же описанию: LiveKit Agents — это «меньше кода», а Pipecat — «больше шаблонного кода».

LiveKit Agents: AgentSession объединяет для вас распознавание речи (STT), модель и синтез речи (TTS). Передача ходов диалога реализована как набор моделей, обученных LiveKit: детектор ходов по умолчанию и адаптивная обработка прерываний, которая отличает реальное вклинивание в разговор от «ага, продолжай» — это режим по умолчанию для агентов, развертываемых в LiveKit Cloud при использовании с большинством STT-провайдеров. И то, и другое настраивается через конфигурацию. Быстрый старт представляет собой один файл. Поддерживаются Python и Node.js.

Pipecat: вы явно объявляете конвейер: Pipeline([transport.input(), stt, context_aggregator.user(), llm, tts, transport.output(), context_aggregator.assistant()]), и каждый добавляемый процессор должен корректно передавать типы фреймов, которые он не обрабатывает. Базовые примеры не зря пронумерованы: в обучении есть определенная последовательность. Определение ходов диалога здесь также настроено (Smart Turn v3 используется по умолчанию), поэтому основная дополнительная работа заключается в связывании компонентов, а не в настройках по умолчанию. На стороне сервера поддерживается только Python.

LiveKit также предлагает Agent Builder: запрототипируйте голосового агента в браузере, протестируйте его и экспортируйте передовой код на Python, который вы продолжите дорабатывать. В Pipecat нет аналога; его самый быстрый путь — это пронумерованные примеры плюс навыки для Claude Code.

Обе платформы теперь поддерживают агентов для написания кода. В файле README Pipecat указаны навыки Claude Code для создания каркаса и развертывания; LiveKit публикует сервер документации MCP и навыки агентов. Это сокращает разрыв для команд, которые позволяют ИИ писать первый набросок. Но структура первого часа работы одинакова: один фреймворк передает вам работающий конвейер для изменения, другой — отдельные детали.

4. Выдержит ли это продакшн?#

Выбор с открытым исходным кодом легкого в разработке фреймворка, который просуществует еще какое-то время — это одна сторона медали, но вторая звучит так: выдержит ли он продакшн? На самом деле, это часто зависит от платформы, инфраструктуры, сообщества и поддержки вокруг фреймворка, а не от самого фреймворка.

Представьте момент, когда этот вопрос становится актуальным. Агент работает. Теперь ему нужно принимать телефонные звонки и сеансы из браузера с трех континентов, пройти проверку безопасности и объяснить, почему звонки во вторник прошли хуже, чем в понедельник. В этот момент размер фреймворка в обоих проектах одинаков; отличается лишь то, сколько всего остального уже существует и кому в вашей команде приходится отвечать за недостающие части.

Смогу ли я масштабировать его по всему миру без целой команды DevOps?

Разница заключается в том, сколькими вещами вы управляете. В LiveKit медиаслой, хостинг агентов, телефония и доступ к моделям объединены в одну платформу: LiveKit Cloud управляет медиаслоем как глобальной ячейкой (соединения с ближайшим узлом, отсутствие ограничений на количество участников в комнате), размещает агентов с автомасштабированием, мгновенным откатом и пиковой емкостью в трех регионах, осуществляет телефонные звонки через собственный SIP с нативными номерами и предоставляет доступ к провайдерам моделей через LiveKit Inference с переключением при отказе, обеспечивая целевой показатель безотказной работы 99,99%. Пользователь браузера, телефонный абонент и устройство попадают в одну и ту же комнату, поэтому добавление канала не затрагивает код агента. Если вы предпочитаете управлять всем самостоятельно, стек с открытым исходным кодом поддерживает развертывание на собственных серверах с полной функциональностью; не поддерживается только облачный слой поверх него (Inference, хостинг, наблюдаемость, телефонные номера, коннекторы).

В качестве конкретного примера можно привести компанию telli, которая перешла с другого голосового фреймворка с открытым исходным кодом на LiveKit, потому что «стало сложнее внедрять постоянные улучшения, ничего не ломая», и перенесла 100% объема звонков за три недели: более 30 000 ежедневных звонков через более чем 400 SIP-транков и на более чем 30 языках, с соблюдением требований по локализации данных в ЕС и прямыми транками Deutsche Telekom.

В Pipecat хостинг агентов решен и решен качественно: Pipecat Cloud масштабируется с нуля в четырех регионах, начиная с 50 активных сеансов на развертывание с возможностью увеличения по запросу. Всё остальное — это решение, которое вы принимаете и затем поддерживаете: медиаслой представляет собой Daily, одноранговое соединение с вашим процессом (вы предоставляете TURN), WebSocket или LiveKit; телефония — это PSTN/SIP от Daily или поток оператора, который сериализаторы Pipecat завершают внутри вашего процесса; модели — это ваши собственные ключи и контракты. Это та самая гибкость из раздела архитектуры, и она реальна. Это также означает, что кто-то в вашей команде отвечает за медиаслой, серверы TURN и отношения с операторами связи. Глобальное масштабирование — это скорее проект, которым вы управляете, а не готовый план, который вы выбираете.

Соответствует ли решение строгим правилам конфиденциальности и нормативным требованиям?

Обе платформы преодолевают планку, которую установит отдел закупок: SOC 2 Type II и соглашение о бизнес-партнерстве HIPAA (BAA) в планах Scale и Enterprise от LiveKit Cloud, а также через пакет HIPAA от Daily для Pipecat Cloud. Разница заключается в том, насколько далеко простирается одно соглашение и сколько раз вам приходится его подписывать.

Соглашение BAA от LiveKit распространяется и на путь инференса, поскольку этот путь принадлежит LiveKit: по умолчанию инференс настроен на нулевое хранение данных в каждом плане, поэтому ни LiveKit, ни провайдеры моделей не регистрируют и не обучают свои системы на ваших аудиозаписях и промптах. Маскирование персональных данных (PII) удаляет 41 тип сущностей из транскриптов и записей до того, как что-либо будет сохранено. Шифрование из конца в конец работает как в облаке, так и при самостоятельном развертывании. Что касается GDPR, элементы управления локализацией в ЕС предусмотрены на каждом уровне: регион данных в ЕС, хостинг агентов в ЕС, маршрутизация инференса исключительно в ЕС, региональные SIP-эндпоинты. В Pipecat фреймворк ничего не хранит, а Daily заявляет, что не хранит ваши данные, но каждый провайдер STT, LLM и TTS — это ваш собственный контракт, поэтому условия хранения и соглашения BAA (если вы работаете в сфере здравоохранения) согласовываются с каждым провайдером по отдельности. Больше бумажной волокиты, но и больше прямого контроля. На любой платформе настройки локализации — это вопрос конфигурации, а не гарантия соблюдения нормативных требований, а обязательства по GDPR по-прежнему остаются на стороне вашего приложения и вашего пути данных.

Легко ли осуществлять мониторинг?

В продакшене вопрос «работает ли система» возникает редко. Чаще звучит вопрос: «этот сбой был вызван проблемами с сетью, проблемами с моделью или чем-то еще», для ответа на который требуются стенограммы, тайминги модели, события участников и медиателеметрия в одном месте. LiveKit Cloud предоставляет это в каждом плане: стенограммы по ходам диалога, трассировки по этапам с подсчетом токенов, логи агентов и реальное аудио на единой временной шкале сеанса, хранение данных в течение 30 дней, а также выгрузку логов для событий на уровне сервера. Для этого требуются медиасерверы LiveKit Cloud; полностью автономное развертывание использует хуки OpenTelemetry и собственный бэкенд.

Трассировка OpenTelemetry в Pipecat спроектирована отлично (диалог → ход → интервалы сервиса с подсчетом токенов и символов) и экспортируется в любой бэкенд OTLP, а Pipecat Cloud добавляет логи с интеграцией Datadog и сохраненные стенограммы. Что не входит в комплект, так это единое представление: бэкенд, хранение данных, хранение аудио и корреляция между медиасобытиями и событиями модели создаются вами самостоятельно, что обычно означает появление еще одной панели мониторинга, которую кто-то должен поддерживать.

Кто поможет, когда это понадобится?

Тарифные уровни похожи до самого верхнего. Оба предлагают схему: сообщество → email → enterprise. У LiveKit это форум и поддержка по электронной почте для тарифа Ship и выше; у Pipecat — Discord и поддержка по электронной почте для клиентов Pipecat Cloud. Тариф Enterprise у LiveKit добавляет общий канал в Slack, выделенного инженера по решениям и соглашение об уровне обслуживания (SLA), а также выделяет команду инженеров прямого внедрения (forward-deployed engineering), которая работает внутри команд разработки заказчика — удаленно или на месте, начиная с архитектуры и заканчивая отладкой в продакшене. Тариф Enterprise у Daily предлагает круглосуточную приоритетную поддержку с выделенным менеджером аккаунта; ничего сопоставимого с инженерами прямого внедрения в открытом доступе нет.

Самым весомым публичным доказательством для всех четырех ответов является создание компании OpenAI функции Advanced Voice для ChatGPT на базе LiveKit. Воспринимайте это скорее как пример из практики, а не как бенчмарк; конечные результаты в любом развертывании по-прежнему зависят от местоположения пользователя, качества сети, выбранных вами моделей и того, как работают ваши инструменты.

Если сопоставить все четыре ответа, закономерность становится очевидной. Pipecat предоставляет фреймворк и позволяет самостоятельно выбрать платформу вокруг него. LiveKit предоставляет фреймворк, у которого платформа уже есть. Это может не иметь большого значения для демо-версии, но при десяти тысячах одновременных вызовов в трех регионах и при наличии вопросов у отдела комплаенса это часто становится решающим фактором для команд, планирующих работать в масштабе.

Что выбрать?#

Выбирайте LiveKit Agents, если вы создаете агента, который должен выйти в продакшен с поддержкой мультиплатформенных клиентов, телефонии, видео или масштаба предприятия, и вы предпочитаете, чтобы рутинные элементы инфраструктурного слоя были решены за вас.

Выбирайте Pipecat, когда сам пайплайн является продуктом: исследовательский стек или новая архитектура, которая не сводится к схеме распознавание речи → модель → синтез речи (или речь-речь).

Часто задаваемые вопросы#

Является ли LiveKit открытым ПО?

Да. Медиасервер LiveKit, служба SIP, компоненты egress, ingress, фреймворк агентов и все клиентские SDK распространяются под лицензией Apache 2.0, поддерживают самостоятельное развертывание и обладают полной функциональностью. LiveKit Cloud — это управляемое развертывание того же сервера с дополнительным уровнем платформы вокруг него.

Является ли Pipecat открытым ПО?

Да. Pipecat использует лицензию BSD-2-Clause и поддерживает самостоятельное развертывание. Pipecat Cloud — это отдельный продукт с управляемым хостингом.

Является ли TEN Framework открытым ПО?

Не в смысле определения открытого исходного кода (Open Source Definition). Его лицензия представляет собой текст Apache 2.0 с ограничениями: вам запрещено развертывать его таким образом, чтобы это конкурировало с предложениями Agora, а также размещать его на конечных пользовательских устройствах. Более точный термин — с открытым исходным кодом (source-available).

Могу ли я использовать LiveKit Agents без LiveKit Cloud?

Да. Фреймворк работает поверх самостоятельно развернутого сервера LiveKit с использованием тех же API. Облако добавляет глобальную сетку (global mesh), управляемый хостинг агентов, встроенный инференс, наблюдаемость, телефонные номера, коннекторы Twilio и WhatsApp, а также хостинговые разговорные модели, такие как адаптивная обработка прерываний.

Могу ли я использовать Pipecat с LiveKit в качестве транспорта?

Да. В состав Pipecat входит транспорт LiveKit. Некоторые команды запускают пайплайны Pipecat на медиасервере LiveKit, чтобы получить его транспорт, SIP и возможности масштабирования, сохраняя при этом модель пайплайна Pipecat.

Предназначен ли LiveKit Agents только для простых ботов и прототипирования?

Нет, такая постановка вопроса искажает суть компромисса. С моделью агента проще начать, но ее ценность проявляется позже: логика сеансов и логика агентов разделены, фреймворк берет на себя те этапы пайплайна, которых вы не касались, а изменение одного агента не может незаметно сломать очередность реплик (turn-taking) или обработку прерываний в другом месте. Эти свойства имеют наибольшее значение, когда у вас много агентов, много клиентов и есть требования комплаенса, а не тогда, когда у вас простая демо-версия.

Является ли LiveKit Agents независимым от провайдеров?

Да. Провайдеры распознавания речи, языковых моделей и синтеза речи подключаются модульно, и замена одного из них сводится к изменению конфигурации. LiveKit Inference на платформе Cloud идет еще дальше, маршрутизируя запросы к нескольким провайдерам через один аккаунт с возможностью переключения при сбое прямо во время сеанса. Единственное, в чем LiveKit Agents не является независимым — это транспорт: он работает на медиасервере LiveKit, который распространяется под лицензией Apache 2.0 и поддерживает самостоятельное развертывание.