实时语音模型让我们可以轻松构建能即时响应的语音助手 Agent。但如果想让一个语音助手真的有 “用”，仅仅能听和说还不够——它必须拥有记忆。

在本教程中，你将使用 TEN Framework + memU 构建一个具备实时语音能力与长期记忆的智能 Agent，它可以记住和你发生的一切对话内容。

你将构建

基于本教程的实时语音 + 记忆 Pipeline，你可以将 Agent 扩展为：

• AI 伙伴 / 情感陪伴 Agent

• 语言学习或口语练习 Tutor

• 客服 / 销售语音 Agent

• VTuber / 虚拟角色互动 Agent

• 外呼语音 Agent

... ...

完成本教程后，你将拥有一个支持跨会话记忆的端到端实时语音 Agent，并可按需扩展至以上应用场景。

整体流程

本教程将指导你：

✔ 在本地运行 TEN Agent

✔ 集成 memU 实现可持续的长期记忆

整体处理流程如下：

User
 │ (live audio)
 ▼
TEN Framework
 ├─ VAD / Turn Detection
 ├─ ASR (OpenAI Realtime)
 ├─ LLM Reasoning
 ├─ Memory Retrieval (memU → TEN)
 ├─ Memory Storage (TEN → memU)
 └─ TTS (OpenAI Realtime)
 ▼
User

• TEN Framework 负责实时语音处理，包括音频采集、轮次检测、流式推理与响应播放等。

• memU 提供持久、跨会话的长期记忆，让 Agent 能记住用户信息，而不是每次都从零开始。

二者结合，就能构建一个可立即投入应用的实时记忆语音 Agent。

操作步骤

本教程使用 Docker 来运行 TEN Agent 与 memU，确保本地环境一致。

请严格按照以下步骤操作，即可在几分钟内让 Agent 跑起来。

1. 克隆代码

git clone https://github.com/TEN-framework/ten-framework.git

cd ten-framework/ai_agents

2. 准备环境变量文件

cp .env.example .env

3. 填入必要的密钥

打开 .env 文件，填写以下信息（只保留你实际使用的 provider）：

# Agora (required for audio streaming)
AGORA_APP_ID=your_agora_app_id_here
AGORA_APP_CERTIFICATE=your_agora_certificate_here
# Voice-to-Voice Model Provider (choose one)
OPENAI_API_KEY=your_openai_api_key_here
# OR
AZURE_AI_FOUNDRY_API_KEY=your_azure_api_key_here
AZURE_AI_FOUNDRY_BASE_URI=your_azure_base_uri_here
# OR
GEMINI_API_KEY=your_gemini_api_key_here
# OR
GLM_API_KEY=your_glm_api_key_here
# OR
STEPFUN_API_KEY=your_stepfun_api_key_here
# Memu Memory Service
MEMU_API_KEY=<MEMU_API_KEY>

 4. 启动容器从项目根目录执行：

从项目根目录执行：

docker compose up -d

5. 进入容器，执行编译后启动服务器（建议关掉 vpn）

5.1 进入 dev container

docker exec -it ten_agent_dev bash

 5.2  设置 tman Registry

mkdir -p ~/.tman && echo '{  "registry": {    "default": {      "index":

5.3 设置 Go Proxy

export GOPROXY=https://goproxy.cn,direct

5.4 设置 Python/pip Proxy

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple

5.5 选择示例 Agent 并运行

task use AGENT=agents/examples/voice-assistant-companion

task run

6. 打开 Web UI

当 Agent 成功运行后，在浏览器中访问：

http://localhost:3000

你将看到语音助手 UI

7. 确认 UI 是否正常显示

🎉如果配置无误，你应看到如下界面：

8. 开始语音对话

点击 “Call” 即可开始与语音助手对话。

通话结束后，系统会将本次对话相关记忆存储在 memU。

9. 测试记忆功能

尝试重新连接 Agent，并询问它之前的对话内容，例如：

• “我之前跟你说我最喜欢的食物是什么？”

• “你还记得我的名字吗？”

Agent 会检索 memU 中的记忆做出回答。

10. 在 memU 后台查看记忆任务

你可以随时登录 memU 的 Dashboard 查看：

• 已存储的记忆项

• 记忆结构

• 任务状态

• 分类整理结果

你也可以尝试通过修改 prompt、系统设定和参数，来打造专属于你的 Agent

更多扩展学习与相关教程

TEN Framework

• GitHub: https://github.com/TEN-framework/ten-framework

• 文档: https://theten.ai/docs

memU

• GitHub: https://github.com/NevaMind-AI/memU

• 云上平台版本: https://app.memu.so/

• 文档: https://memu.pro/docs

阅读更多 Voice Agent 学习笔记：了解最懂 AI 语音的头脑都在思考什么