QwenAudio自动化与工作流

Qwen Audio Agent

qwen-audio-agent

一个支持全双工实时语音交互的 AI Agent 运行时,可在后台异步执行任务并保持对话连贯。

  • 运营
  • 自动化
  • AI 编程
  • 桌面
  • CLI
  • Web
  • Windows
  • macOS
  • Linux
  • 支持自托管
  • 支持本地运行
  • 需要 API Key
qwen-audio-agent 截图
社区热度
2.2k Stars
GitHub 收藏
最近活跃
2026/8/21
近 30 天还在更新
授权协议
APACHE-2.0
宽松协议

为什么值得关注

不是看 Star 排名,而是看它解决了什么问题、实际有没有用,以及方法为什么值得关注。

近 90 天

解决的问题

解决了AI助手在执行后台任务或调用工具时,语音交互中断或响应延迟的问题,保持了对话的连续性。

实际价值

提供了跨平台(macOS/Windows/Linux)的桌面悬浮球、终端TUI及WebUI,支持多种后端Agent接入,并具备任务进度实时反馈功能。

创新 / 差异化

采用前后端分离架构,将实时语音前端与异步任务执行后端解耦,允许用户在任务执行期间继续与助手对话。

扩展潜力

支持多种主流编码Agent(如Qwen Code, Kimi Code, Claude Code等)的集成,用户可根据需求切换后端模型。

为什么是现在

当前实时语音交互与Agent自主执行任务的需求增长,该项目通过统一的ACP架构整合了多种Agent能力,符合当前AI Agent应用的发展趋势。

社区活跃度

近 90 天新增 21 个 Issue、146 个 PR;窗口内抽取的 Issue/PR 样本中有 12 位 Issue 发起者、19 位 PR 贡献者,并发布 27 个版本。

维护者响应

窗口内 21 个 Issue 样本关闭率 67%,100 个 PR 样本合并率 80%。维护者响应统计覆盖该 Issue 样本的 100%,响应率 48%,首次响应中位数 7.5 小时。

PR 样本 19 位贡献者27 次 ReleaseIssue 响应率 48% · 样本 21(覆盖 100%)首次响应中位数 7.5hPR 合并率 80% · 100 条窗口样本

核心亮点

  • 支持全双工实时语音交互与自然打断
  • 前端对话与后台任务并行处理,支持实时进度追踪
  • 内置计算机操作能力,支持后台智能体自主执行任务

快速开始

安装方式、上手难度、开始步骤。

装在哪

本地运行

难不难

中等,需要一点配置

支持自托管支持本地运行
  1. 01通过 npm 全局安装 Qwen Audio Agent。
  2. 02运行配置命令并填入 DashScope API Key。
  3. 03启动网关服务,随后在另一终端启动 TUI 或 WebUI。

更适合谁

  • 希望数据放在自己服务器上的团队
  • 想在本机直接跑起来试用的开发者

更多介绍

Qwen Audio Agent 是一个实时语音运行时,解决 AI 助手在处理复杂任务时对话中断的问题。它将前端语音交互与后端任务执行分离,确保用户在 Agent 执行代码、调用工具或处理长任务时,依然能保持对话的连贯性。

该项目支持多种 Agent 后端,并提供包括 WebUI、终端 TUI 和桌面悬浮球在内的多种交互形式。用户可以通过简单的配置实现个性化记忆,并利用其内置的计算机操作能力完成自动化任务。

信息来源

每条信息都标注了状态与出处,可展开查看。

11 条 · 展开
  • capability tags

    已核验

    automation、ai_coding

    来源: admin_cms · cms editor · 2026/8/18

  • 最新版本

    已核验

    v1.11.0

    来源: GitHub 官方接口 · latest_release=v1.11.0 · 2026/8/22

  • 许可证

    已核验

    Apache-2.0

    来源: GitHub 官方接口 · license.spdx_id=Apache-2.0 · 2026/8/22

  • needs api key

    已核验

    来源: admin_cms · cms editor · 2026/8/13

  • 一句话用途

    已核验

    {"en":"A real-time voice runtime for AI Agents that supports full-duplex interaction while executing background tasks without interrupting the conversation.","zh":"一个支持全双工实时语音交互的 AI Agent 运行时,可在后台异步执行任务并保持对话连贯。"}

    来源: admin_cms · cms editor · 2026/8/13

  • 平台

    已核验

    windows、macos、linux

    来源: admin_cms · cms editor · 2026/8/13

  • 分类线索

    根据材料推断

    ai-apps

    来源: 项目说明文档 · hint=ai-apps · 2026/8/13

  • product forms

    已核验

    desktop、cli、web

    来源: admin_cms · cms editor · 2026/8/18

  • role tags

    已核验

    operations

    来源: admin_cms · cms editor · 2026/8/18

  • supports local

    已核验

    来源: admin_cms · cms editor · 2026/8/13

  • supports self host

    已核验

    来源: admin_cms · cms editor · 2026/8/13

根据分类、能力和适用角色匹配的其他已核验项目。