mcpField
C
cekura-create-agent

cekura-create-agent

github.com/cekura-ai测试与质量885 次安装2 天前更新
代码仓库

关于 cekura-create-agent

此技能引导用户在 Cekura 中配置现有语音或聊天 AI Agent,以便进行测试。它按顺序分 11 个阶段完成各提供商对应的设置,并以真实对话验证结束。

主要功能

  1. 01按 11 个阶段引导设置
  2. 02提供商专属配置与导入
  3. 03配置模拟工具和知识库
  4. 04注册动态变量并设置高级选项
  5. 05通过对话运行验证设置

适用场景

  1. 01在 Cekura 中登记现有语音 Agent
  2. 02配置 LiveKit 或 Pipecat Agent
  3. 03为场景测试准备 Agent
  4. 04通过测试对话检查配置

MCP 相关

使用已配置的 Cekura MCP 服务执行平台操作,例如列出项目、创建 Agent 和运行场景。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/cekura-ai/cekura-skills --skill cekura-create-agent

安装后在 Claude Code 中输入/cekura-create-agent确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

phase1-project.md
phase10-advanced.md
phase11-verify.md
phase2-provider.md
phase3-basics.md
phase4-description.md
phase5-create.md
phase6-sdk-integration.md
phase7-mock-tools.md
phase8-knowledge-base.md
phase9-dynamic-variables.md
agents/
openai.yaml
references/
api-reference.md
integrations.md
livekit-tracing.md
mock-tool-design.md
pipecat-tracing.md
websocket-server-scaffold.md
scripts/
upload-agent.sh

详细介绍

Cekura 创建 Agent

完整的主 Agent 设置流程——尽早选择提供方,因为它会影响后续的一切。

LiveKit / Pipecat 注意事项: 无论 Cekura 如何连接(电话、WebRTC、聊天),都应保持 provider.type = livekit 或 pipecat。不要仅仅因为 LiveKit / Pipecat Agent 有电话号码,就将其改用 self_hosted——这些提供方原生支持基于电话的模拟和 SDK 集成。

Standard path (KoreAI, Genesys, Cisco, self-hosted):
Phase 1  → Phase 2  → Phase 3  → Phase 4  → Phase 5  → Phase 6  → Phase 7  → Phase 8  → Phase 9  → Phase 10 → Phase 11
Project    Provider   Basics &   Description  Create     SDK        Mock       KB         Dyn Vars   Advanced   Verify
                      Conn Type               agent     (no-op)     Tools

LiveKit / Pipecat path (Phase 6 wires the Cekura SDK in the user's repo):
Phase 1  → Phase 2  → Phase 3  → Phase 4  → Phase 5  → Phase 6  → Phase 7  → Phase 8  → Phase 9  → Phase 10 → Phase 11
                                                       SDK
                                                       integration

Auto-import path (VAPI / Retell / ElevenLabs / Bland / Synthflow — configure_from_provider: true):
Phase 1  → Phase 2  → Phase 5  → Phase 10 → Phase 11
Project    Provider   Create     Advanced   Verify
           (api_key   (import,   config
           + agent_id) poll
                      progress)

11 个阶段

阶段文件执行内容标准提供方LiveKit / Pipecat自动导入(VAPI/Retell/ElevenLabs/Bland/Synthflow)
1phase1-project.md列出项目,选择 project_id✓ 必需✓ 必需✓ 必需
2phase2-provider.md选择提供方;提前收集所有凭据✓ 必需✓ 必需✓ 必需(仅需 api_key + agent_id)
3phase3-basics.md主 Agent 名称、语言、连接模式(LiveKit / Pipecat 可多选)✓ 必需✓ 必需跳过——自动导入
4phase4-description.md收集主 Agent 描述——完整的系统提示词✓ 必需✓ 必需跳过——自动导入
5phase5-create.md创建主 Agent——POST v2,包含完整的提供方示例✓ 必需✓ 必需✓ 必需(自动导入路径)
6phase6-sdk-integration.md在用户的代码库中集成 SDK(仅限 LiveKit / Pipecat)无操作✓ 必需(除非明确拒绝)无操作
7phase7-mock-tools.md主 Agent 模拟工具——自动获取(托管提供方或自托管 MCP),或手动配置✓ 必需✓ 必需跳过——自动导入
8phase8-knowledge-base.md主 Agent 知识库——上传知识库文件✓ 必需✓ 必需跳过——自动导入
9phase9-dynamic-variables.md主 Agent 动态变量——通过 API 注册✓ 必需✓ 必需跳过——自动导入
10phase10-advanced.md自动同步、自动导入通话、出站配置✓ 必需✓ 必需✓ 必需
11phase11-verify.md验证主 Agent 设置——检查清单 + 摘要 + 后续技能交接✓ 必需✓ 必需✓ 必需

此技能的作用

此技能会在 Cekura 上配置用户的主 Agent——即用户现有的语音 / 聊天 AI,以便对其进行测试。此技能中提到的「Agent」始终指用户正在使用的生产环境语音 / 聊天 AI(即被测试对象),而不是新创建的 Agent。到阶段 4 为止,必须完整确定主 Agent 的身份、描述和用途。阶段 4 之后不要再问「这个 Agent 应该做什么?」——这些信息应根据用户现有的代码、提供方配置或系统提示词确定。


执行模式——请先阅读

此技能每次只执行一个阶段,并按顺序进行。不要提前规划,不要批量执行阶段,也不要跳过阶段。

每个阶段的执行方式:

  1. 宣布即将开始的阶段:「开始阶段 N——[名称]」
  2. 阅读阶段文件——打开并遵循 phaseN-*.md 中的说明。不要依赖对阶段内容的记忆。
  3. 完成该阶段文件中的所有任务
  4. 满足关卡条件
  5. 宣布完成:「阶段 N 已完成。」
  6. 立即进入阶段 N+1——不要等待用户提示你 绝不要这样做:
  • 在第 3 阶段尚未全部完成时开始第 4 阶段
  • 对非自动导入的提供商跳过某个阶段,因为它“看起来已经完成”
  • 创建主 Agent 后就停在第 5 阶段
  • 未完成每个阶段就把多个阶段合并到一个回复中
  • 对非自动导入的提供商跳过阶段(例如,对 LiveKit 说“第 7–10 阶段不需要”)——对于这些提供商,每个阶段都是必需的
  • 不先阅读某个阶段的文件就对该阶段作出决定
  • 在阶段之间询问用户“要继续吗?”——直接继续
  • 列出需要用户手动完成的步骤——使用 Bash 和 API 调用亲自执行
  • 提供占位 URL,或把“之后再连接真实服务”作为选项——如果需要 WebSocket URL,现在就亲自运行服务并使用 ngrok 获取一个可用的真实 URL

亲自完成,不要指导。 需要完成某项操作时——调用 API、更新字段、运行场景——直接使用可用工具执行。不要写出让用户照着操作的步骤。只有在确实无法脱离用户输入继续时,才询问用户(例如,他们需要上传的文件,或只有他们能作出的决定)。

使用 MCP 工具,不要直接调用原始 API。 Cekura MCP 服务已配置并完成身份验证。对于所有 Cekura 平台操作——列出项目、创建 Agent、注册变量、运行场景、获取结果——直接使用该服务。不要为 MCP 服务能够执行的操作生成 curl 命令。只有在 MCP 不支持某项特定操作时,才将原始 curl 作为备用方案。

对于非自动导入的提供商,全部 11 个阶段都是必需的——每次都必须执行,不得例外。 对于 LiveKit/Pipecat 以外的提供商,第 6 阶段(SDK 集成)无需操作——说明这一点后继续。对于使用 configure_from_provider 的 VAPI、Retell、ElevenLabs、Bland 和 Synthflow,第 3、4、6、7、8、9 阶段会跳过(后端会自动导入所有相关内容)。这些阶段的文件中有明确的跳过说明——请遵循。

只有在第 11 阶段的验证运行成功后,技能流程才算结束。 如果运行发现问题(缺少动态变量、模拟工具损坏、连接设置错误、Agent 无响应),请返回相关阶段,修复问题,然后重试运行。在确认文字记录中有真实对话之前,绝不要退出。

如果用户只完成了部分设置: 开始时询问他们已完成哪些阶段,将这些阶段标记为已完成,然后从第一个未完成阶段开始——但务必以第 11 阶段结束。

通过对话逐项收集信息——一次只问一件事。 不要一次性列出所有问题。

在确定字段的正确值之前,绝不要使用默认值。 对于每个有默认值的字段,都要通过代码、配置、提供商 API 或上下文主动确定正确值,然后向用户确认。只有在确实无法确定时,才直接询问用户。绝不要因为省事就让字段保留默认值。默认值是最后的选择,而不是起点。

每作出一项推断,都要说明并确认。 当你从代码、配置或上下文中确定某个值时,应说明你作出的决定,用一句话解释原因,并询问用户是否确认,然后再使用该值。例如:“我会将语言设为 multi——系统提示词中包含印地语相关指令,也包含英语相关指令。这样设置合适吗?” 不要悄悄采用推断出的值。


API 访问

前提条件: Cekura 账户和 API 密钥或 OAuth。

对于 Claude Code 插件用户,平台工具会自动配置。如果平台操作无法正常运行,请运行 /setup-mcp 配置连接。

对于其他客户端,请使用 Cekura 控制面板或直接调用 API。所有 Cekura API 调用都必须使用 X-CEKURA-API-KEY: <key> 作为身份验证标头——绝不要使用 Authorization: Api-Key 或 Authorization: Bearer。


参考文件

  • references/integrations.md — 各提供商的完整字段列表、WebSocket 消息格式、自定义 webhook 负载、提供商对比表
  • references/livekit-tracing.md — LiveKit SDK 集成模式(Python 和 JS/TS)、安装版本、track_session 与 observe_session 的区别、环境变量、常见问题
  • references/pipecat-tracing.md — Pipecat SDK 集成模式、单步与多步 API、必需的聚合器、OTel 跟踪、延迟上传
  • references/websocket-server-scaffold.md — WebSocket 服务代码脚手架(Python、Node.js/TS、FastAPI),用于实现 Cekura 的协议;当用户需要生成服务时使用
  • references/mock-tool-design.md — 按输入分支的示例、链式依赖设计、追加而非替换模式
  • references/api-reference.md — 完整的主 Agent API 端点、所有字段架构、模拟工具和 KB 端点
  • scripts/upload-agent.sh — 用于创建或更新具有较长系统提示词的 Agent 的 Curl 封装脚本

文档: https://docs.cekura.ai/documentation/integrations/ | https://docs.cekura.ai/mcp/overview

评论

支持 Markdown