LiveKit cria framework Python para agentes de voz em tempo real
Projeto aberto conecta modelos de fala, linguagem, vídeo, WebRTC e telefonia em servidores.
O LiveKit Agents é uma framework Python para criar agentes que ouvem, falam e veem em tempo real. A LiveKit mantém o projeto, criado em 2023-10-19, que já soma 12.457 estrelas no GitHub. A ferramenta serve a equipes que precisam colocar participantes de IA em chamadas, aplicações WebRTC ou sistemas telefônicos.
O agente roda como participante programável no servidor
A framework executa o agente como um participante programável em servidores. Ele recebe áudio e vídeo de clientes por WebRTC, troca dados por RPC e pode fazer ou receber ligações pela pilha de telefonia da LiveKit.
O projeto conecta reconhecimento de fala, modelos de linguagem, síntese de voz e APIs realtime. A equipe escolhe os provedores conforme o caso de uso. O README não diz que esses modelos rodam localmente; STT, LLM, TTS e APIs realtime dependem das integrações configuradas.
A LiveKit também oferece agendamento e distribuição de tarefas por dispatch APIs. Esse recurso liga usuários aos agentes. O framework inclui detecção semântica de turnos, que usa um modelo transformer para identificar quando a pessoa terminou de falar e reduzir interrupções.
O código aberto permite executar toda a pilha nos próprios servidores, incluindo o LiveKit server. A arquitetura também aceita clientes baseados no ecossistema de SDKs WebRTC da LiveKit. O projeto suporta MCP nativamente e conecta ferramentas de servidores MCP com uma linha de código.
A instalação exige Python e serviços de modelos
A instalação indicada usa o pacote Python com plugins para OpenAI, Deepgram e Cartesia: pip install "livekit-agents[openai,deepgram,cartesia]". Depois, o desenvolvedor configura as integrações de STT, LLM, TTS ou realtime que o agente usará. A documentação oficial está em https://docs.livekit.io/agents.
A primeira execução parte de um agente no servidor conectado aos clientes pelos recursos WebRTC e pelas APIs da LiveKit. O resultado depende dos provedores escolhidos. Quem quiser executar a pilha por conta própria pode usar o LiveKit server, mas o README não informa que os modelos externos sejam substituídos automaticamente por modelos locais.
A versão mais recente é livekit-agents@1.6.8, publicada em 2026-08-03. Ela marcou os modos console e dev como deprecated e recomenda o comando lk agent. Fluxos que ainda chamam python agent.py console ou python agent.py dev precisam migrar para a CLI nova.
A versão também corrigiu o início da fala no Ink-2 speech onset da Inference. Antes, o provedor atrasava esse sinal até produzir o primeiro trecho intermediário não vazio, o que podia retardar interrupções baseadas em STT. Pipelines com VAD local não eram afetados.
O projeto tem idade informada de 1020 dias, 3.484 forks e 732 issues abertas. O último commit ocorreu em 2026-08-05, dois dias depois da versão mais recente. Esses números indicam adoção e atividade, mas as issues abertas exigem acompanhamento antes de uma implantação crítica.
A licença Apache-2.0 permite usar, alterar e redistribuir o código conforme seus termos. A ferramenta não serve para quem procura a biblioteca JavaScript ou TypeScript, porque o próprio README direciona esse público ao AgentsJS. Também não entrega um modelo de voz pronto: a equipe ainda precisa escolher e configurar os serviços de fala e linguagem.
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.