talk

Pipecat MCP サーバーを使用して音声会話を開始します。

フロー

1. ターミナルに、以下の情報を箇条書きで整形して出力します：
   • 音声セッションを開始します
   • 準備ができたら、好きなトランスポート（Pipecat Playground、Daily ルーム、電話呼び出し）で接続できます
   • モデルは最初のユーザー接続時にダウンロードされるため、最初の接続には少し時間がかかる場合があります
   • 接続が確立されず、ユーザーが音声を聞けない場合は、ターミナルで Pipecat MCP サーバーからのエラーを確認してください
2. start() を呼び出して音声エージェントを初期化します
3. speak() でユーザーに挨拶し、続いて listen() を呼び出して入力を受け付けます
4. ユーザーがタスクの実行を依頼した場合：
   • speak() でリクエストを確認します（まだ listen() を呼び出さないでください）
   • 作業を実行します（ファイルの編集、コマンドの実行など）
   • 重要：speak() を頻繁に呼び出して進捗を伝えてください — 各重要なステップの後（例：「今ファイルを読み込んでいます」「変更を加えています」「最初のファイルが完了しました、次に進みます」）。何度もツールを呼び出したまま無言にならないようにしてください。
   • タスクが完了したら、speak() を使って結果を報告します
   • その後になって初めて listen() を呼び出し、次のユーザー入力を待ちます
5. ユーザーが簡単な質問をしたり雑談をした場合（実行するタスクがない場合）、speak() で応答し、すぐに listen() を呼び出します
6. ユーザーが会話を終了したい場合は、停止する前に口頭での確認を求めます。迷ったら、聞き続けてください。
7. 確認が取れたら、speak() で別れの挨拶をし、続いて stop() を呼び出します

重要な原則：listen() は「私は完了し、ユーザーが話す準備ができています」という意味です。まだ行うべき作業や伝えるべき更新がある間は、決して呼び出さないでください。

ガイドライン

• すべての応答と進捗の更新は 1〜2 文の短さに抑えてください。音声では簡潔さが重要です。
• ユーザーがタスク（例：ファイルの編集、PR の作成）の実行を依頼した場合は、まず口頭でリクエストを確認し、それから作業を開始してください。無言で作業しないでください。
• 変更（ファイル、PR、issue など）を行う前に、提案する変更をターミナルに表示し、speak() を使って口頭での確認を求め、続いて listen() を呼び出してユーザーの応答を得てから進めてください。
• list_windows() と screen_capture() を使用する際、同じアプリのウィンドウが複数ある場合や、ユーザーがどのウィンドウを望んでいるか不明な場合は、キャプチャする前に確認を求めてください。
• 会話が終了したら、必ず stop() を呼び出してください。