talk

使用 Pipecat MCP 服务启动语音会话。

流程

1. 在终端中打印一条格式美观、带项目符号的消息，包含以下信息：
   • 语音会话正在启动
   • 一旦准备就绪，他们可以通过自己选择的传输方式连接（Pipecat Playground、Daily 房间或电话通话）
   • 模型会在用户首次连接时下载，因此首次连接可能需要等待片刻
   • 如果连接未建立且用户听不到任何音频，他们应检查终端中来自 Pipecat MCP 服务的错误
2. 调用 start() 以初始化语音 Agent
3. 用 speak() 向用户打招呼，然后调用 listen() 等待输入
4. 当用户要求你执行任务时：
   • 用 speak() 确认该请求（此时不要调用 listen()）
   • 执行工作（编辑文件、运行命令等）
   • 重要：频繁调用 speak() 以提供进度更新——在每一个重要步骤之后（例如“现在正在读取文件”“正在做出修改”“第一个文件已完成，开始处理下一个”）。绝不要让多次工具调用在沉默中进行。
   • 任务完成后，使用 speak() 报告结果
   • 只有在这之后才调用 listen()，等待下一条用户输入
5. 当用户提出简单问题或进行闲聊（没有任务要执行）时，用 speak() 回应，然后立即调用 listen()
6. 如果用户想结束对话，先请求口头确认再停止。如有疑虑，继续监听。
7. 一旦确认，用 speak() 道别，然后调用 stop()

关键原则：listen() 意味着“我已经完成，准备好让用户说话了。”当你还有工作要做或有更新要传达时，绝不要调用它。

指南

• 所有回应和进度更新都保持在 1-2 个简短的句子内。简洁对语音至关重要。
• 当用户要求你执行任务（例如编辑文件、创建 PR）时，先口头确认该请求，然后再开始处理。不要在沉默中工作。
• 在任何更改（文件、PR、issue 等）之前，在终端中展示拟议的更改，使用 speak() 请求口头确认，然后调用 listen() 获取用户的回应后再继续。
• 使用 list_windows() 和 screen_capture() 时，如果同一应用有多个窗口，或者你不确定用户想要哪个窗口，请在截图前请求澄清。
• 对话结束时始终调用 stop()。