【ai】LiveKit Agent 的example及python本地开发模式工程实例

title: ‘LiveKit Agent Playground’

playground
LiveKit Community

playground的环境变量：LiveKit API

# LiveKit API Configuration
LIVEKIT_API_KEY=YOUR_API_KEY
LIVEKIT_API_SECRET=YOUR_API_SECRET# Public configuration
NEXT_PUBLIC_LIVEKIT_URL=wss://YOUR_LIVEKIT_URL# Application Configuration
NEXT_PUBLIC_APP_CONFIG="
title: 'LiveKit Agent Playground'
description: 'LiveKit Agent Playground allows you to test your LiveKit Agent integration by connecting to your LiveKit Cloud or self-hosted instance.'
github_link: 'https://github.com/livekit/agents-playground'
video_fit: 'cover' # 'contain' or 'cover'
settings:editable: true # Should the user be able to edit settings in-apptheme_color: 'cyan'chat: true  # Enable or disable chat featureoutputs:audio: true # Enable or disable audio outputvideo: true # Enable or disable video outputinputs:mic: true    # Enable or disable microphone inputcamera: true # Enable or disable camera inputsip: true    # Enable or disable SIP input
"

先下载模型，然后启动agent

D:\XTRANS\pythonProject\LIVEKIT\agents\examples\voice-assistant\Dockerfile
依赖于agent和多个插件

livekit-agents~=0.7.dev0
livekit-plugins-openai~=0.5.dev0
livekit-plugins-deepgram~=0.5.dev0
livekit-plugins-elevenlabs~=0.5.dev0
livekit-plugins-silero~=0.5.dev0

最简单的simple-color仅用了livekit-agents~=0.7.dev0

在这里插入图片描述

看下需要的库：

在这里插入图片描述

WorkerOptions 没看到啊：

在这里插入图片描述

在woker.py中：

在这里插入图片描述

在Python中，使用setuptools.setup的install_requires参数是为了指定项目安装时必须安装的依赖库。这些依赖被自动从Python的包索引库（如PyPI）下载和安装。每个依赖可以指定版本号，以确保与项目的兼容性。
关于install_requires中的版本指定，如livekit~=0.11，这表示安装livekit这个库时，**会自动选择0.11.x系列的最新版本，**其中x是该系列中的任意一个小修复版本号。这样做可以避免引入重大更改，同时保证获得重要的错误修复。

如果你不想使用来自仓库（如PyPI）的livekit库，而是想使用本地的livekit源码

如果你不想使用来自仓库（如PyPI）的livekit库，而是想使用本地的livekit源码，你可以通过以下几种方法实现：
本地安装：如果你有livekit的源码，可以在其源码目录下运行pip install .或python setup.py install来安装。这样，livekit将被安装到你的环境中，就像它是从PyPI下载的一样。
开发模式安装：使用pip install -e .（其中.指当前目录，需要在包含setup.py的目录中执行）。这种方法会将库安装在“可编辑”模式下，意味着你对本地源码的任何修改都会立即反映在你的Python环境中，不需要重新安装。
直接修改install_requires：你也可以在setup.py的install_requires中直接指定本地路径或通过特定的链接来引用依赖，例如使用本地路径：

install_requires=["click~=8.1.0","livekit @ file:///path/to/your/livekit",...
]

这里的路径需要指向包含setup.py文件的本地livekit库的根目录。
选择哪种方法取决于你的具体需求和工作流。如果你正在开发和测试修改后的库，建议使用开发模式安装。如果只是一次性使用或确保环境的一致性，则可以使用本地安装。如果要在多个项目中重用本地库，修改install_requires可能更为方便。

开发模式

假如新建了一个包，咱既要让它工作又要让它方便编辑后的修改立刻生效，这里就需要说道开发者模式，原理大概类似把当前的源码文件夹指向site-pacakges，所以修改能立即被应用。

python setup.py develop

开发者模式安装，当然也可以卸载

python setup.py develop --uninstall

开发完后打包分发

python setup.py sdist

GPT：推荐pip install -e

在这里插入图片描述

myproject/

│
├── mylibrary/
│ ├── mylibrary/
│ │ ├── init.py
│ │ └── core.py
│ └── setup.py
│
└── examples/
└── use_mylibrary.py

在这个结构中，mylibrary是你要开发的库，examples文件夹包含一个示例脚本，演示如何使用这个库。
步骤 1: 设置库的setup.py
在mylibrary/setup.py中，你需要定义库的安装配置，例如：
from setuptools import setup, find_packages

setup(name="mylibrary",version="0.1.0",packages=find_packages(),install_requires=[# 在这里列出需要的依赖库]
)

步骤 2: 安装库为开发模式
在mylibrary目录下，运行以下命令来安装库为开发模式：

pip install -e .

这样，任何在mylibrary库中做的修改都会立即反映在使用该库的任何Python环境中。
步骤 3: 创建示例脚本
在examples/use_mylibrary.py中，你可以使用mylibrary中定义的功能，例如：

from mylibrary.core import some_functiondef main():print(some_function())if __name__ == "__main__":main()

这个脚本调用了mylibrary中的一个函数，并打印其结果。
步骤 4: 运行示例
确保已经按照开发模式安装了mylibrary，然后你可以直接从examples目录运行use_mylibrary.py，看到库函数的效果：

python use_mylibrary.py

这样，你就设置了一个使用本地库源码的开发环境，可以自由地修改库的代码并直接在示例应用中测试更改。

python编码过程中copilot一直提建议

在这里插入图片描述

开发者模式

要再有setup.py的路径下执行

(.venv) PS D:\XTRANS\pythonProject\myLibrary> cd .\mylibrary\
(.venv) PS D:\XTRANS\pythonProject\myLibrary\mylibrary> pip install -e .
Looking in indexes: http://mirrors.aliyun.com/pypi/simple/
Obtaining file:///D:/XTRANS/pythonProject/myLibrary/mylibraryPreparing metadata (setup.py) ... done
Installing collected packages: mylibraryRunning setup.py develop for mylibrary
Successfully installed mylibrary-0.1.0[notice] A new release of pip is available: 23.2.1 -> 24.0
[notice] To update, run: python.exe -m pip install --upgrade pip
(.venv) PS D:\XTRANS\pythonProject\myLibrary\mylibrary>