极客说｜AI Sales Avatar 探索

M

作者：Alec Lee- AX 全球战略师&全栈探索者

排版：Alan Wang

「极客说」 是一档专注 AI 时代开发者分享的专栏，我们邀请来自微软以及技术社区专家，带来最前沿的技术干货与实践经验。在这里，您将看到深度教程、最佳实践和创新解决方案。关注「极客说」，与行业顶尖专家一起探索科技的无限可能！投稿请联系：17278094563（微信号）

Agora × AZURE × Dify × TEN × Trulience 的集成实践

本次选择的应用场景是：名品车 AI 数字导购，她的名字叫 Vendy。

面向全球企业开发者和个人，用最简单易懂的方式循序渐进搭建一个会“听、说、想、演”的 AI 数字销售助理。

会听说想演的 AI 数字人助理

本项目以 TEN 平台为中枢，集成了以下五大平台，将构建一个名叫 Vendy，具备完整对话能力的名品车 AI 销售数字人（AI Sales Avatar），她具备听、说、想、演能力，也就是能够聆听用户提问、思考应答、语音回复，并以数字人形象呈现。

各平台在系统中的角色分工

简单来说，上述各平台的功能分别是：

Dify + Azure：搭建智能体，支持调用企业内部数据与 Azure OpenAI API，并向 TEN 提供统一对话接口（API）。

Trulience：提供数字人演绎能力，向 TEN 提供数字人 ID 与访问 Token，用于虚拟形象呈现。

Agora：实现语音通信与视频通话，向 TEN 提供 App ID 与 Certificate（证书）。

Azure Speech：提供语音识别（STT）与语音合成（TTS）服务，向 TEN 提供以下参数：

AZURE_STT_KEY

AZURE_STT_REGION

AZURE_TTS_KEY

AZURE_TTS_REGION

TEN（平台中枢）：作为系统中枢平台，统一集成并调度上述所有平台的 API、密钥与 Token，实现 AI Sales Avatar 即 Vendy 的整体智能对话流程与实时互动能力。

小提示

上述平台均可根据实际需求，替换为其他开源或 SaaS 方案。本项目所用组合为参考示例，便于学习与复用。

开始搭建

首先在 Dify 上完成下列操作，搭建一个基于内部数据的 AI Sales Avatar “本体”。

Step 1：注册 Dify 账号并配置模型 API

打开 Dify 官网：https://dify.ai/，点击右上角 Get Started 开始注册流程。

接下来可以直接通过 GitHub、Gmail，或 Hotmail 账号登录或注册 Dify：

登录 Dify 后，在左侧菜单中点击 Settings > Model Provider（模型提供商）。在后续页面中找到Azure OpenAI Service Model模块，点击Install进行安装。

为了部署 Azure 模型，请打开 Azure Portal，登录 Azure 官方门户网站：https://portal.azure.com。

在首页点击左上角的 Create a resource（创建资源），在搜索栏中输入Azure OpenAI，点击进入创建页面。

参考下图所示内容填写基本信息（Basics）：

Network 选项通常默认选择“公共访问”即可，这样服务即可通过互联网访问：

可选步骤：为资源添加类似 project=ai-agent这样的标签，便于后续分类与管理。标签与网络配置界面如下：

在下图所示界面上确认信息填写无误后，点击 Create（创建）按钮，即可开始部署 Azure OpenAI 服务资源。

正在部署的资源会显示下图所示的界面：

部署完成后，进入 Azure AI Foundry，将看到如下所示的欢迎界面，在这里可以快速创建项目并选择模型：

进入 Chat Playground 后，点击 Create a deployment创建模型部署。

点击 Deploy Model，选择gpt-4o-mini，然后点击Confirm进行确认。模型类型可根据自身需求灵活选择。

随后进入 Deploy gpt-4o-mini页面，可根据需要修改Deployment name，确认无误后点击右下角的Deploy进行部署。

部署完成后进入对应页面，将画面中的 Endpoint、Key和Model Version信息，按下图所示填写到 Dify 配置中相应位置：

以下是 Dify 中 Azure Model 配置页面的填写示例，请将之前获取的 Endpoint、Key、Deployment name 等信息对应填写至各字段中。

至此，模型配置已完成，运行环境已经准备就绪。接下来可以在 Dify 上构建 AI Sales Avatar 的知识本体了。

Step 2：上传 AI Sales Avatar 所需的内部资料（知识文档）

在 Dify 控制台顶部菜单中点击 Knowledge > Create Knowledge，创建一个新的知识数据集。

在接下来的页面中选择资料上传方式，推荐使用 Import from file方式。

上传准备好的企业内部资料，如产品介绍、销售手册、常见问题文档等。如果还没有准备相关资料，也可以用 ChatGPT 辅助生成。

例如我们用 ChatGPT 生成了一个名品车品牌介绍的 Word 文档：

下载上述文档后，回到 Dify 上传页面，选择 Import from file并上传该文件。上传成功后，点击右下角的Next继续下一步设置。

默认设置已经适用于大多数场景，建议保持原样，直接点击 Save & Process即可。如需进一步提升智能体的理解精度，也可根据实际需求调整相关参数。

当看到下列页面，表示我们的文档已经成功上传并被 Dify 系统解析完成。

至此已经完成了智能体知识库的构建。下一步我们将创建一个智能体应用，并接入这个知识库！

Step 3：创建智能体 App 并接入知识库

进入 Dify 控制台，点击顶部菜单栏的 Studio，再点击右上角的Create，创建新 App。在弹出窗口中填写以下内容：

App Name & Icon：如AI Sales Avatar

Description：Your name is Vendy, the AI Clerk of Luxury Cars. Your task is to provide information about luxury cars to the customers based on the knowledge.

设置界面如下所示：

点击 Create后会进入 App 的Orchestrate编辑界面。在INSTRUCTION栏中填写与刚才Description一致的内容：

Your name is Vendy, the AI Clerk of Luxury Cars. Your task is to provide information about luxury cars to the customers based on the knowledge.

然后在下方的 Knowledge区块中，选择我们刚刚上传的知识文档作为参考资料。配置界面如下所示：

在完成知识库配置后，接下来为 AI Sales Avatar 配置已部署的 Azure 模型。模型参数请参考下图所示的设定：

完成知识库与模型的配置后，可以在右侧输入框中进行测试，以确认是否能够成功调用知识库内容。

如果返回的内容基于之前上传的文档，就说明智能体连接成功。测试无误后，点击右上角的 Publish，发布这个 AI 应用。

应用发布后，点击左侧菜单栏中的 API Access，进入后点击右上角的Create Secret Key。这个 API Key 是后续在 TEN 平台接入时必须使用的，请务必复制保存好。

接口密钥生成界面如下所示：

至此，我们已经完成了 AI Sales Avatar 的智能体本体搭建，并成功获得了用于调用的 API Key。

接下来将进入 Trulience 平台，为 AI Sales Avatar 生成她的“数字人外貌与演绎能力”，也就是构建她的虚拟形象，让她不仅能听、说、想，还能真实地出现在用户面前，与人互动。

如需进一步了解 Dify，可参考官方技术文档：https://docs.dify.ai/en/introduction。

Step 4：注册 Trulience 账号，获取数字人的 ID 和访问 Token

接下来将为 AI Sales Avatar 赋予一个可视化的“数字人形象”！我们将使用 Trulience 平台来生成形象，并获取用于后续连接的 Avatar ID 与访问 Token。

首先打开 Trulience 官网：https://trulience.com，点击主页上的 Start For Free按钮，开始注册账号。

注册完成后，进入后台界面，点击左侧菜单的 IMAGE AVATARS，选择一个女性角色作为 Vendy 的外貌，点击绿色按钮Create Avatar生成数字人。

当看到 Avatar created 的提示时，说明数字人已经成功创建。

将左侧的名称从默认的 Amanda修改为Vendy，此时可以在下方看到她专属的Avatar ID。

接下来点击底部按钮 Connect，浏览器会跳转到一个新页面。请从网页地址（URL）中复制token= 后面的那段字符串，这就是我们的访问 Token。建议将 Avatar ID 与 Token 一并复制保存好，稍后将在 TEN 平台中使用。

至此已经完成了 AI Sales Avatar 的外貌搭建，并成功获得了她的 Avatar ID 与访问 Token！

接下来进入最后一步：把 Dify 的智能体 + Trulience 的数字人一并接入 TEN 平台，构建真正听说想演一体化的实时语音 AI 智能体！

如需进一步了解 Trulience，可参考官方技术文档：https://www.trulience.com/docs#/。

Step 5：在本地搭建 TEN Agent 平台前，需要准备以下配置

在将 Dify 的智能体和 Trulience 的数字人接入 TEN 平台前，需要提前准备好语音通信和语音识别/合成所需的账号与密钥，主要包括：

Agora 实时语音通信参数

能够处理文本、图像等多种类型输入的模型。

TEN 使用 Agora 来实现语音通话能力（“她会说话”），需要准备以下参数：

AGORA_APP_ID=（App ID）

AGORA_CERTIFICATE=（Certificate）

获取方式如下：登录 Agora 控制台：https://console.agora.io 创建一个新项目，即可获取上述信息。

登录账号后，点击左侧栏的 Projects，再点击右上角的Create New创建一个新项目。

需要输入的信息包括：

Project Name：填写为AISalesAvatar

Use Case：选择合适的用途，例如Enterprise Collaboration

Authentication Mode：选择Secure Mode: APP ID + Token（推荐）

填写完成后，点击 Submit完成项目创建。创建成功后，即可获取 App ID 和 Certificate：

项目创建成功后，将跳转到项目管理页面。在项目列表中，点击 App ID 后方的复制按钮，即可获取 App ID。

获取 App ID 后，继续点击项目右侧的铅笔图标（编辑按钮），进入项目详情页。

在页面底部的 Primary Certificate区域，点击右侧的复制按钮，即可复制该项目的 Certificate。

至此已经成功获取了 Agora 的 App ID 和 Primary Certificate，为后续在 TEN 平台启用语音通信功能做好了准备。

如需进一步了解，可参考官方技术文档：https://docs.agora.io/en/video-calling/get-started/manage-agora-account?platform=web#create-an-agora-project。

Azure Speech 参数（语音识别 + 语音合成）

Azure 负责将用户的语音转为文字（STT），并将AI回复转成语音（TTS）。为此需要准备以下4个环境变量：

AZURE_STT_KEY=；AZURE_STT_REGION=；AZURE_TTS_KEY=；AZURE_TTS_REGION=。

部署完成后，进入 Azure AI Foundry，将看到如下欢迎界面，在这里可以快速创建项目与选择模型：

进入 Model Catalog（模型目录）页面后，选择Azure AI Speech：

点击 Azure-AI-Speech模型后，进入其详细页面，点击页面上方的Use Service按钮，即可跳转进入 Speech Playground 页面：

进入 Speech Playground，选择语音服务资源（如下图所示），即可看到对应的API Key和Region：

点击 Text to Speech标签，进入 Voice Gallery，试听多种语音风格，选择最适合 AI Avatar 的声音类型：

点击 View Code即可复制当前语音服务的 API Key 和 Region：

至此已经完成了 TEN 平台运行所需的所有参数准备工作。接下来就可以正式在本地启动 TEN Agent 平台，并将前面搭建的智能体（Dify）、语音能力（Azure Speech + Agora）和虚拟形象（Trulience）三大模块完整串联起来，构建真正听说想演的实时AI数字销售助理！

如需进一步了解 Azure API 服务部署，请参考官方文档：https://learn.microsoft.com/en-us/azure/ai-services/openai/how-to/create-resource?pivots=web-portal。

Step 6：在 Mac 上本地部署 TEN Agent 的开发环境

为了运行并调试 AI Sales Avatar 的语音交互系统，我们需要在本地准备好 TEN Agent 的开发环境。

所需工具与安装方式

工具

功能说明

安装方式

Docker

运行 TEN 的容器环境

官网下载安装 Docker Desktop

Git

克隆并管理 TEN 的代码仓库

brew install git

Node.js

运行前端代码（Playground）

brew install node

以 Mac 平台为例，请执行如下操作：

安装 docker

Docker 是 TEN 平台的核心运行环境，所有模块都将以容器形式部署。

打开官网：https://www.docker.com/products/docker-desktop。

下载适用于 macOS 的 .dmg安装包，并完成安装操作。

安装后，点击应用列表中的Docker图标启动。

等待顶部菜单栏的 🐳 图标变为绿色，表示已成功启动。

打开终端，输入以下命令验证是否成功安装：

docker -v

安装 Git

Git 是用来克隆和管理 TEN 框架代码的版本控制工具。

安装命令：

brew install git

验证安装：

git -v

安装 Node.js

Node.js 是运行 TEN 的前端 Playground 所必需的环境。

安装命令：

brew install node

验证安装：

node -v

克隆 TEN Agent 框架代码

完成 Docker、Git、Node 的安装后，下一步是克隆 TEN Agent 的源代码，并配置 .env 环境变量。

1. 克隆 TEN Agent 代码仓库

在终端中执行以下命令：

git clone https://github.com/TEN-Framework/TEN-Agent.git执行后，会在本地创建一个 TEN-Agent 文件夹，其中包含所有运行所需的代码和配置文件。

2. 进入项目目录并复制环境变量模板

进入 ai_agents子目录，并复制环境变量文件：

cd TEN-Agent/ai_agents cp .env.example .env.env 是 TEN Agent 运行所需的环境变量配置文件，接下来需要手动编辑它，输入密钥信息。

3. 编辑 .env 文件，填写以下变量：

使用文本编辑器（推荐使用 Cursor 或 VS Code）打开并编辑 .env文件，在文件末尾添加以下内容（填写自己的密钥和区域信息）：

Agora App ID 和 Certificate：AGORA_APP_ID=your_agora_app_id AGORA_APP_CERTIFICATE=your_agora_certificate

Azure语音识别（STT）参数：AZURE_STT_KEY=your_stt_key AZURE_STT_REGION=your_stt_region

Azure语音合成（TTS）参数：AZURE_TTS_KEY=your_tts_key AZURE_TTS_REGION=your_tts_region

编辑后的 .env文件示意图如下：

启动 TEN Agent 容器，编译并运行 Server

在 .env环境变量配置完成后，下一步是正式启动 TEN Agent 的容器环境。

1. 启动容器

进入 ai_agents目录并启动 Docker 容器服务：

cd ai_agents docker compose up -d

这会启动以下容器服务：

ten_agent_dev：用于开发和运行 Agent

ten_agent_demo：示例 Agent

ten_agent_playground：前端交互页面

项目结构示意图如下：

2. 进入容器并编译 Agent Server

执行以下命令，进入开发容器：

docker exec -it ten_agent_dev bash

进入容器后，执行初始化任务脚本来注册 Agent：

task use

项目结构示意图如下：

该命令将自动读取并链接 Agent 的配置文件（如 manifest.json和property.json），并自动安装所需依赖包。

执行过程示意图如下：

完成 task run后，在浏览器中访问以下地址打开前端页面：

如果运行成功，将看到如下界面：

点击页面上方的 Graph选项卡，在下拉框中选择：

voice_assistant_intergrated_stt (Auto Start)

然后点击右下角的 Save保存配置。

3. 替换语音合成（TTS）模块为 Azure 引擎

找到图中的 TTS 模块（如 tts_default）

鼠标右键点击该模块，选择 Replace Node with

在弹出的列表中选择 azure_tts

这样就完成了语音合成模块的替换。

4. 关于数字人的声音设置（TTS 语音）

我们可以根据数字人的形象需求，自定义她的声音。在 Microsoft 提供的语音服务页面中，列出了所有支持的语音名称。访问地址如下：https://learn.microsoft.com/en-us/azure/ai-services/speech-service/language-support?tabs=tts#multilingual-voices。

在本例中，我们选择的是一位英文女声：en-US-AshleyNeural。在 Azure TTS 模块中，请将以下字段填写为：

Azure_synthesis_voice_name=en-US-AshleyNeural

5. 替换 LLM 模块为 Dify 接口，连接 Dify 智能体

右键点击 llm 模块，选择 Replace Node with

在弹出的列表中选择 dify_python

这样即可将 TEN Agent 的大语言模型（LLM）模块接入 Dify 提供的智能体接口。

完成替换后，再次右键点击新生成的 dify_python模块，点击Update Properties进入属性设置页面。

在 API Key字段中，输入在 Dify 平台创建的 API Key

在 Greeting字段中，可以根据需求自定义欢迎语（如欢迎语音问候）

至此，TEN Agent 就已顺利启动并连接到 Trulience 数字人。

启动前端页面

配置完成后打开浏览器，访问以下地址，即可进入 TEN Agent 启动界面：

选择智能体流程图（Graph）

1. 点击右上角的 Select Graph，在下拉菜单中选择：voice_assistant_integrated_stt

2. 勾选 Enable Trulience Avatar，并填写以下字段：

Avatar ID（在 Trulience 创建数字人时获得）

Avatar Token（点击Connect后，从浏览器地址栏中复制

3. 填写完成后，点击 Save changes保存设置。

启动语音互动，测试数字人是否连通成功

点击右上角的 Connect按钮，完成最后测试。如果一切配置正确，将出现以下情景：

数字人形象自动加载显示

她会用自然语音向你问候并提问，例如：“我能为你介绍哪几款豪华车？”

你可以根据她的回答，验证她是否成功读取并理解了 Dify 知识库的内容。

恭喜！

到这里，我们就已经拥有了完整的 AI Sales Avatar！

来自 Azure OpenAI / Dify 的聊天大脑

使用 Azure 的自然语音合成能力（女声）

拥有 Trulience 的数字人形象

构建于 TEN平 台的语音交互能力

这就是 AI Agent 最核心的完整链路：听 → 想 → 说 → 演 → 链接

如需进一步了解，可参考 TEN 官方技术文档：https://theten.ai/docs/ten_agent/architecture_flow。

下一步扩展建议（基于 AX 架构）

在目前已搭建的 AI Sales Avatar 基础上，我们可以依照 AX Architecture的路径进一步扩展它在实际业务场景中的能力，逐步打通：“数据 → 模型 → 代理 → 用户接口 → 全业务生命周期管理”的闭环链路。

嵌入网页首页，作为公司虚拟形象代表

结合 Trulience 的 D-Human & Avatar 能力，将当前数字人部署到公司首页或 Web App，通过自然语音问答引导访客、收集意图，构建以用户为中心的入口，承接：

Marketing Info

Customer Lifecycle

接入数据库&订单管理系统，进阶为“AI 销售代表”

将 Avatar 与公司内部系统对接，例如 CRM、ERP、OA、订单系统（如 Salesforce、SAP、Notion DB 等），实现：销售线索管理、库存查询、合同生成等闭环任务等，服务于：

Contract Lifecycle

Asset Lifecycle

接入企业核心平台：从“个体应用”迈向“组织级协同”

我们还可以进一步将 Agent PF（平台）能力模块化，嵌入不同 BU 的 Data Lake 与工作流管理平台，实现以下多业务融合扩展场景：

AI + Finance

AI + HR

AI + R&D

AI + SNS（协作）

最终推动企业整体的 AI 转型升级。

写在最后：一点感言

我们始终相信，AI 不应只是冰冷和强大的工具，它更可以是人类温暖的伙伴，是个体能力的延伸与放大器。

未来也许会有越来越多像 Vendy 这样的数字伙伴在世界各地悄然诞生，她们倾听、思考、回应、表达，用技术的力量守护人的尊严与创造力。

若您也愿意加入这场全球共创的旅程，欢迎携手探索与分享，让每一位个体都有机会与 AI 一同成长，共同探索“以一当千、不落一人”的 AX 新时代。

衷心感谢 Agora、Azure、Dify 和 TEN 团队给予的指导与鼓励。正是全球开源社区所秉持的探索、共创与赋能精神，让像我这样从零起步的 AI 共建探索者也有机会将设想落地，实现这一端到端集成方案。

谨以此文作为一次小小的尝试与记录，愿它化作一颗微小的种子，在人与 AI 和谐共生的未来中，悄然生根、缓缓发芽。

Alec Lee

AX 全球战略师&全栈探索者

跨越文化和系统，探索“以一当千，不落一人” 的 AX 新时代。

自2022年 ChatGPT 问世以来，主导并推动 AI 全栈实践；

深度参与企业的经营管理与AI转型的战略落地，围绕 AI 智能体、数字人、机器人、数据仓库等关键技术，推动与企业全链条的融合落地，探索人机协同的 AI 化转型路径。