场景接入
AI 对话与实时音视频能否在同一设备上使用？
可以组合，但需要区分功能共存与同时运行。先设计麦克风、扬声器及会话切换，再逐步接入 AI 与人工通话。
先回答：可以组合，但不能默认所有功能同时运行
同一设备可以提供 AI 对话、远程查看和人工对讲等功能。是否能够同时使用，要看硬件资源、SDK 与业务设计。比如用户正在和 AI 说话时收到人工来电，产品需要明确继续 AI、拒接来电，还是经用户确认后切换；仅列出支持功能并不能回答这些问题。
实时通信和 AI 各自解决什么？
实时通信把声音、画面与命令在设备和服务之间传递；AI 服务负责理解输入并生成回复。以探鸽 AI 实时对话引擎为例，平台可处理语音识别、模型推理与语音合成，设备负责采集、发送和播放，并处理会话事件。只有实时连接还不等于已经配置好智能体。
先设计资源和切换规则
建议列出每个功能会占用的麦克风、扬声器、摄像头和连接资源，再定义开始、运行、结束与失败状态。资源受限时，先采用一次只运行一个主要交互的设计更容易验证。例如进入通话前暂停原来的媒体任务，结束后再恢复。是否允许并行，需要单独设计并在目标设备上验证。
开源示例采用什么策略？
Linux C 参考实现提供了统一会话管理示例：前台 AI 或通话占用主要媒体资源时暂停实时流，结束后恢复；冲突来电按明确规则处理。它是一种参考策略，不代表所有设备或所有 SDK 必须如此，也不代表开源固件支持任意功能并发。
建议先语音，再加入视频与设备动作
第一阶段验证一句话能够被接收并得到可听清的回复；第二阶段测试结束会话和中途打断；第三阶段再加入摄像头输入或设备动作。每新增一种输入，都要检查响应时间、资源占用和失败反馈。涉及执行设备动作时，建议明确允许的动作范围，避免把模型输出直接当作任意控制指令。
从回答到执行：提示词、工具与设备分别负责什么？
提示词定义 AI 的角色、任务和表达方式，工具提供实时数据或执行入口，设备与业务系统完成实际动作并返回结果。把设备设为英语陪练或翻译器，主要改变对话行为；查天气、控制灯光和发起微信联系，还要接入对应服务与权限，不能只靠角色描述获得。
查询天气：先取得所需地点和实时数据，再组织回答；查询失败时说明失败，不能用编造的天气替代。
控制设备：把用户意图映射到已实现且允许的操作，验证参数，等待设备返回结果后再播报完成。
发起微信联系：确认目标联系人及授权，通过已有呼叫流程发起；“请求已提交”和“对方已接听”应分别表达。
这些视频是公开材料中的演示入口，不代表所有板卡默认具备相同工具。首次实现建议只接一个动作，同时测试成功、拒绝、超时和重复请求，避免回复与设备状态不一致。
继续设计角色与语音体验
希望同一设备提供不同身份与任务：阅读角色提示词指南，从英语陪练和翻译器模板开始。
已经可以对话，希望改善开场、识别与结束：阅读语音交互指南，按问题选择设置并验证。
服务端凭证与设备端不要混为一谈
探鸽 AI 接入流程由业务服务端申请连接凭证并下发给设备，设备使用凭证建连和启动会话。官方文档明确要求设备端不要持有服务端签名密钥。智能体配置、AI 服务开通和设备媒体接入也是独立环节；基础 RTC 流量赠送不应被理解为包含所有 AI 服务费用。
哪些场景必须在实机上检查？
建议检查 AI 播报时用户再次说话、AI 中途收到来电、网络中断后重连、用户结束后是否仍在录音，以及退出后能否恢复远程查看。对带摄像头的产品，还应让用户能理解何时正在采集或上传。测试记录应同时包含用户看到的状态和设备日志，便于发现界面显示结束但后台仍在运行的问题。
资料核对：2026 年 11 月 7 日。本文提供接入思路；接口、板卡支持与平台条件请以所链接文档的当前版本为准。