使用Amazon Bedrock AgentCore和Amazon Nova 2 Sonic構建餐廳電話AI接待員

餐廳每處地點平均每月錯過150通電話，其中約60%是顧客試圖下單或預訂餐桌。這些電話大多在晚餐時段打入，此時接待員正忙於引導客人入座，服務員在翻枱，電話往往被忽略。讓人從餐廳現場抽身接電話並不能真正解決問題，反而會惡化兩方面體驗。雖然添加應用或網站有助於偏好在線下單的顧客，但對只想打電話的人無濟於事。

本文展示如何構建一個語音點餐系統，該系統能接聽電話並從問候到確認完成整個訂單流程。系統使用Amazon Bedrock AgentCore來託管和運行代理，Amazon Nova 2 Sonic實現實時語音交互，並通過模型上下文協議（MCP）連接餐廳後端。本指南涵蓋使用AWS Cloud Development Kit（AWS CDK）部署完整堆棧，以及通過Amazon Elastic Container Service（Amazon ECS）和AWS Fargate上的會話發起協議（SIP）網關將電話呼叫橋接到代理。此外，系統會在電話振鈴期間預熱代理會話，因此呼叫者永遠不會聽到靜音。

解決方案概述 系統分為三層。電話層處理電話相關事項：音頻通過電話網絡而非瀏覽器傳輸，系統通過電話號碼而非登錄信息識別呼叫者。SIP網關通過簽名WebSocket連接將音頻流傳輸到代理層，代理層使用Amazon Nova 2 Sonic進行對話。代理通過MCP工具訪問後端層，後端層包含菜單、購物車、訂單和位置信息。這種分層設計使得訂單邏輯獨立於調用渠道，新渠道（如移動應用或自助終端）可以連接到同一代理而無需重寫後端。由於MCP是連接代理與外部工具的開源標準，後端可以在不影響代理的情況下更改。代理支持文本和音頻作為輸入輸出，在單個雙向流中處理轉錄、輪流發言和打斷。

部署解決方案時，電話側使用Amazon Chime SDK Voice Connector提供SIP中繼和免費號碼，接收來電。Amazon ECS on AWS Fargate運行SIP網關，後端為Network Load Balancer。代理層中，AgentCore Runtime託管對話邏輯，每個呼叫在獨立微VM中運行以確保隔離。Amazon Nova 2 Sonic處理語音到語音交互。AgentCore Gateway將後端API暴露為MCP工具，代理可以發現並按名稱調用。後端層使用Amazon API Gateway前端REST端點，通過AWS Identity and Access Management（IAM）保護安全。AWS Lambda運行菜單、購物車、訂單和位置查詢的業務邏輯。Amazon DynamoDB存儲數據，Amazon Location Service處理地理編碼和路線計算。Amazon Elastic Container Registry（Amazon ECR）、AWS CodeBuild和Amazon Simple Storage Service（Amazon S3）構建並存儲代理容器鏡像。

架構圖 解決方案分為四個部分。第一部分部署餐廳後端基礎設施：Amazon DynamoDB存儲客户、訂單、菜單、購物車和位置數據，Amazon Location Service處理地址和路線，AWS Lambda執行業務邏輯，Amazon API Gateway以IAM授權對外暴露。第二部分創建AgentCore Gateway，設置IAM權限，並將後端端點配置為代理可訪問的MCP工具，這一層解耦了代理與後端。第三部分配置代理：創建Amazon ECR倉庫，使用Amazon S3和AWS CodeBuild構建並推送容器鏡像，然後部署AgentCore Runtime，同時部署支持個性化呼叫的組件，包括提示渲染Lambda函數和存儲提示模板及客户識別密鑰的AWS Systems Manager Parameter Store條目。第四部分提供電話路徑：設置Amazon Chime SDK Voice Connector和免費號碼、SIP媒體應用Lambda（決定如何處理來電）、共享Amazon Virtual Private Cloud（Amazon VPC）以及在Amazon ECS on AWS Fargate上運行的SIP網關（drachtio-server），後接Network Load Balancer。網關在Chime SDK Voice Connector和AgentCore Runtime之間橋接呼叫。

呼叫流程 當呼叫者撥打免費號碼時，Amazon Chime SDK Voice Connector應答並調用SIP媒體應用Lambda。Lambda計算會話標識符，向AgentCore Runtime發送預熱請求以便在振鈴期間準備會話，然後指示Voice Connector將呼叫橋接到ECS Fargate上的SIP網關，並傳遞會話標識符。SIP網關使用同一會話標識符打開到AgentCore Runtime的SigV4簽名WebSocket，呼叫連接到預熱會話，呼叫者音頻流向代理，代理音頻返回給呼叫者。代理使用Amazon Nova 2 Sonic進行對話，並通過AgentCore Gateway在需要菜單、購物車、訂單或位置數據時調用後端工具。

部署前提條件包括擁有AWS賬户、在部署區域啓用Amazon Bedrock模型訪問（Amazon Nova 2 Sonic）、申請Amazon Chime SDK PSTN Audio訪問及電話號碼配額增加、安裝Node.js 24+、AWS CLI 2.x、git，並引導AWS CDK。完整解決方案可在GitHub示例倉庫中找到。克隆倉庫並運行預檢腳本後，使用部署腳本（例如./scripts/deploy-all.sh --deploymentPrefix qsr-tel）按順序部署各堆棧。腳本會播種示例菜單和位置數據，以便測試。部署完成後會打印可撥打的號碼。

SIP網關的工作原理是將來電轉換為代理可讀寫的媒體流。Amazon Chime SDK Voice Connector接收來電並調用SIP媒體應用Lambda，該Lambda返回橋接指令。SIP網關運行在ECS Fargate上，使用drachtio-server進行SIP信令，節點.js橋接處理音頻轉換。這種設計使代理無需瞭解電話網絡細節，從而保持渠道無關性。