Show HN: Jargo —— 用于对话式AI应用的Go语言版Pipecat

Jargo是一个将Pipecat移植到Go语言的开源项目，专为构建实时语音AI代理而设计。它通过WebRTC接收音频输入，经过流式语音转文字（STT）→大语言模型（LLM）推理→文字转语音（TTS）的管道处理，再通过RTVI数据通道将音频输出到客户端，实现与现有RTVI客户端的互操作。项目目前处于早期开发阶段，API尚不稳定，可能会发生变化。

为什么选择Go而不是Python？Pipecat本身是基于Python的，但实时语音服务器通常不需要复杂的AI/数据科学生态系统——模型通常作为远程服务或ONNX运行时运行，剩下的工作主要是音频帧处理、WebRTC连接管理、并发控制和最终二进制打包。对于这些任务，Go语言更为合适：它可以编译为单个静态二进制文件，部署简单；内存占用低且可预测；启动速度快；并且能够实现真正的并发，同时处理多个会话而不受GIL限制。因此，Jargo应运而生，同时避免了依赖Daily等专有云服务的锁定。

Jargo的核心特性包括：使用纯Go的Pion库实现标准WebRTC，无需专有传输层；音频编码方面，默认使用纯Go的Opus编码器，也可选择libopus以获得更佳的语音质量；流式管道支持STT、LLM和TTS，并带有提示缓存；轮流对话和打断功能基于本地ONNX运行的Silero VAD和Smart Turn v3算法；所有服务（STT/LLM/TTS）都可通过小型接口进行插拔；架构采用独立的处理器，通过帧传递实现中断和并发。

依赖方面，Jargo使用cgo（不支持CGO_ENABLED=0），并需要一些本机库：libsoxr用于音频重采样（构建时链接），libopus是可选的C Opus编码器（通过-tags libopus选择），ONNX Runtime在运行时加载用于VAD和对话结束检测。容器镜像已包含所有这些依赖。

使用方式上，可以通过go get获取，本地构建时需要安装本机依赖，然后使用cgo运行示例。也提供Docker方式，镜像已包含所有依赖，只需设置相应的API密钥即可。项目包含两个示例：echo bot（无需API密钥）和完整的语音bot（需要DeepGram、Anthropic、ElevenLabs的API密钥）。

Jargo采用BSD-2-Clause许可证，与Pipecat相同，并保留上游Daily的版权声明。这是一个独立项目，与Daily无关联或背书。