Peça à ferramenta Agent para criar e executar um cliente de voz e conectar-se ao modelo de conversa por voz em tempo real do Token Plan.
Modelos suportados
| Modelo | Capacidade |
|---|---|
qwen-audio-3.0-realtime-plus | Conversa por voz em tempo real |
Pré-requisitos
- Assinatura do Token Plan. Para a Edição Pessoal, obtenha a chave de API
sk-sp-em My Subscription (Personal). Para a Edição de Equipe, atribua um assento em Gerenciamento de membros e depois obtenha a chave de API. - Python 3.9 ou superior, microfone e alto-falantes.
Etapa 1: Enviar a instrução de integração para a ferramenta Agent
Expanda a instrução de integração abaixo e envie para a ferramenta Agent que você usa. Ela lê a chave do Token Plan já configurada, instala as dependências, cria qwen_realtime_voice.py e o executa. Não é necessário configurar a chave manualmente nem escrever Python.
Instrução de integração (com script do cliente de voz)
Instrução de integração (com script do cliente de voz)
Na primeira execução, permita que o aplicativo que executa a ferramenta Agent (como Cursor ou Terminal) acesse o microfone nas configurações do sistema. Caso contrário, o script não recebe áudio. Use fones de ouvido para evitar que o áudio dos alto-falantes seja capturado pelo microfone e interrompa a resposta.
Etapa 2: Iniciar a conversa por voz
Depois que a ferramenta Agent iniciar o script, comece a falar quando a mensagem de início aparecer. O terminal mostra a transcrição e a resposta do modelo, e os alto-falantes reproduzem o áudio. Pressione Ctrl+C para encerrar a sessão.
A ferramenta Agent instala as dependências, cria o script e inicia a sessão. Os dados de áudio trafegam entre o cliente local e o Token Plan e não passam pelo modelo de texto da ferramenta Agent.
Salvar como extensão da ferramenta
Para usar novamente, peça à ferramenta Agent para salvar a instrução acima como Skill, Slash Command ou configuração de Agent da ferramenta atual e inicie pelo acionador dessa ferramenta. Mecanismos de extensão e caminhos para ferramentas comuns:
| Ferramenta | Mecanismo de extensão | Caminho do arquivo de configuração |
|---|---|---|
| Claude Code | Slash Command | .claude/commands/voice-chat.md |
| Codex | Skill | ~/.codex/skills/token-plan-voice/SKILL.md |
| Qwen Code | Skill | ~/.qwen/skills/voice-chat/SKILL.md |
| OpenCode | Agent | .opencode/agents/voice-chat.md |
| OpenClaw | Skill | ~/.openclaw/workspace/skills/token-plan-voice/SKILL.md |
| Hermes Agent | Skill | ~/.hermes/skills/media/voice-chat/SKILL.md |
| Qoder | Skill | ~/.qoder/skills/voice-chat/SKILL.md |
Limitações
- Com alto-falantes, o áudio do modelo pode ser capturado pelo microfone e interromper a resposta. Use fones de ouvido.
- Chamadas Bash da ferramenta Agent têm um tempo limite. Para conversas longas, execute o script como um processo independente ou empacote-o em um servidor MCP.
- A solução atual processa apenas entrada e saída de voz.