Patter SDK构建餐厅预订电话代理指南：动态变量、护栏、延迟仪表盘和评估检查
本教程详细介绍了如何使用Patter SDK构建一个用于餐厅预订的语音代理工作流。内容涵盖动态调用变量的定义、可调用工具的注册（如查询空位、预订、营业时间和转接人工）、输出护栏的叠加、语音转文字和文字转语音的模拟、脚本化通话流程的运行、延迟和成本仪表盘的追踪，以及通过确定性评估套件验证代理。最后，展示了如何将相同的逻辑映射到使用Twilio和OpenAI Realtime的实际部署中。
在本教程中，我们通过构建一个完整的语音代理工作流来深入探索Patter SDK，该工作流模拟了AI电话助手在真实对话中的表现。我们以餐厅预订为用例，从定义动态调用变量开始，逐步注册可调用工具、应用输出护栏、模拟语音转文字（STT）和文字转语音（TTS）行为，并在无需实时电话凭证的情况下运行完整的脚本化通话流程。此外，我们还检查已安装的Patter API（如果可用），创建确定性的代理大脑，追踪模拟的延迟和成本指标，并通过回归式评估验证系统。最终，我们理解Patter SDK如何将代理逻辑、工具使用、安全检查、通话模拟和实际部署模式整合到一个结构化的语音代理管道中。
首先，我们设置Patter SDK、工具和餐厅后端。导入所需库后，可选安装Patter SDK，并在可用时检查已安装的API。定义动态调用变量（如客户姓名、忠诚度等级、餐厅名称），创建小型工具注册表，并准备内存中的餐厅后端，用于模拟空位查询、预订、营业时间和转接人工。注册的核心工具包括：check_availability（检查空位）、book_table（预订）、get_hours（获取营业时间）、lookup_reservation（查找预订）和transfer_to_human（转接人工）。这些工具使模拟电话代理能够执行基本的餐厅预订任务。
接下来，我们构建输出护栏层和模拟语音层。输出护栏确保电话助手安全、简洁且适合预订场景：它剔除敏感信息（如邮箱、电话号码）、隐藏内部客户ID、清理不当语言、阻止离题请求，并保持回复简短以提供更好的电话体验。我们定义了五个护栏函数：gr_scope（限制话题）、gr_hide_internal_ids（隐藏内部ID）、gr_redact_pii（编辑PII）、gr_profanity（过滤脏话）和gr_concise（保持简洁）。然后，模拟STT和TTS行为，定义系统提示（包含动态变量），并添加轻量级解析函数（parse_party、parse_date、parse_slot、parse_name、parse_code），用于从用户输入中提取关键信息。
构建代理大脑——agent_brain函数是该工作流的核心。它处理历史记录、用户文本和上下文，根据用户输入决定调用哪个工具或直接回复。例如，如果用户要求转接人工，则调用transfer_to_human；如果需要查询空位，则调用check_availability。预订流程逐步收集信息：人数、日期、时间段、姓名，然后检查可用性并最终完成预订。我们还实现了fold_tool_result函数，将工具返回的原始结果转换为自然的语音回复。
最后，通过确定性评估套件验证代理。我们编写多个测试用例，涵盖预订、查询空位、营业时间、查找预订和转接人工等场景，确保代理在不同输入下行为一致且正确。评估套件使用重置后的后端状态，保证每次运行结果可重复。然后，讨论如何将相同的代理逻辑映射到使用Twilio和OpenAI Realtime的实际部署中，实现真实的语音通信。整个教程展示了Patter SDK如何简化AI电话代理的开发流程，从模拟到生产，提供了一套完整的工具链。