扩展 qwen-audio-agent
本节面向开发者：通过已有扩展接口接入不同客户端、语音服务、后台 Agent 或知识系统。 只想配置现成能力时，先看配置总览与快速开始。
核心逻辑组件是前台 Agent、编排运行时和后台 Agent；Gateway 将运行时能力作为服务提供，客户端负责 I/O 与环境交互。扩展时分别使用模型 Provider、工具、BackendPort 或客户端协议，不把业务逻辑写进传输层。详见架构总览。
前台工具：MCP、OpenAPI、Profile
不碰语音链路即可给对话加工具：通过前台 MCP 客户端接入 MCP 服务、从 OpenAPI 3.x 文档暴露选定的 REST 操作，或把人设与工具配置打包成版本化的 前台 Profile。
→ 前台 MCP 客户端 · 前台 OpenAPI 适配器 · 前台 Profile
语音前台：自定义 Realtime Provider
把实时语音模型换成其他云服务或自有栈：实现 Provider 契约并注册进 Provider 注册表。
知识：检索 Provider
运行时通过简洁的 Provider 接口接入知识模块。可以直接使用内置基础资料库，也可以接入你已经在运营的 知识系统。
LightRAG 接入示例展示了如何连接用户独立部署的完整知识库， 同时让模型配置、索引和数据继续由 LightRAG 自己管理。
后台：接入新 Agent
四条路径把后台接到协议中立的 BackendPort 之后：零代码的通用 ACP 入口、远程 A2A 智能体、用 Backend Adapter SDK 编写的自定义适配器， 或带一键安装的一等公民后台。
→ 接入新后台 · Backend Adapter SDK · A2A Backend Adapter
人设与记忆
助手的默认名称、人格与表达风格在 ASSISTANT.md 里；输出音色由语音配置决定。默认 Markdown Provider 用 USER.md / MEMORY.md 保存用户偏好与长期事实；也可以配置可选 VoiceMem 连接器， 或替换 Provider 接入其他记忆引擎，不需要改动语音运行时。
VoiceMem 安装与配置示例： examples/voicemem。
客户端：自己构建
网关在单条 WebSocket 上讲类型化事件。按客户端协议构建自定义客户端， 或通过稳定性契约把助手嵌入宿主页面——桌面悬浮球、TUI、WebUI 用的都是 同一条通道。
AI Passport 示例展示了千问语音豆通过局域网转发器 接入 Gateway 的方式；当前仅开放半双工，固件和音频驱动在外部项目维护。
→ Gateway 客户端协议 · 稳定性契约
桌面外观
桌面悬浮球渲染可替换的宠物皮肤：一个 pet.json 清单加一张精灵图。
→ 宠物皮肤规范