agent-live

Agent Live 是一款实时双工语音顾问和副驾驶，专为 Cursor 和 Antigravity IDE 等现代 AI 编辑器设计。它由 Gemini 3.8 Live API、全双工多模态流式传输和战术 HUD 驱动。该工具旨在消除“打字描述”与“等待模型输出”之间的来回往返，充当常驻的语音策略师和敏捷的执行工程师。它提供端到端的全双工实时语音，响应达毫秒级，并支持插话打断。系统包含全局按键通话快捷键（Ctrl+Space），用于系统级采集，让用户在浏览代码、阅读文档或调试时说话。嵌入 IDE 终端的动态战术 HUD 使用 ANSI 颜色，可视化麦克风能量、对话状态、后台动作和实时字幕。Agent Live 同时监控 Antigravity 和 Cursor 两者的本地智能体转录，智能识别用户问题、工具调用和任务完成事件，提供语音点评和战报。它还具备单通道优先队列和双 IDE 冲突仲裁，防止多个实例同时说话。系统通过检测音频活动，并将播报排队到媒体停止之后，智能避免打断媒体播放或会议。直接工程引擎允许用户口头下达命令，在当前工作区执行任务并获得语音汇报。其他功能包括硬件回声抑制、用于平滑音频流的自适应抖动缓冲，以及红队式的技术审查方式，给出中立、不带奉承的三要素报告（变更实质、影响范围、残余风险）。