为什么需要
做出海产品，AI Agent 要支持语音交互，传统方案是 STT + LLM + TTS 三段拼接，延迟高、轮次切换卡顿，一旦 Agent 在后台查数据整个对话就停了。Qwen Audio Agent 是阿里通义千问团队开源的全双工实时语音运行时，让 Agent 始终在线——语音交互、后台任务、状态反馈同时进行，互不阻塞。
核心差异是「对话不中断」：用户问完问题，Agent 可以立刻回应，同时后台异步调工具查数据，结果回来后无缝接回对话。这种体验在海外市场尤其重要——用户已经习惯 ChatGPT Voice 的实时感。
怎么用
一键安装：
npm install -g qwen-audio-agent
配置阿里云百炼 DashScope API Key：
qwenaudio config
启动 Gateway（后台常驻）和 TUI（前台语音）：
qwenaudio # 启动 Gateway
qwenaudio tui # 另开终端启动语音界面
macOS 用户还可以下载桌面版（.dmg），直接获得语音悬浮球，内置 Gateway 不用单独跑服务。
集成后台 Agent（OpenCode、OpenClaw、Claude Code、Codex 等通过 ACP 协议接入）：
# 设置环境变量选择后台 Agent
AGENT_PROTOCOL=openclaw
OpenCode 和 OpenClaw 支持自动下载安装，配好 API Key 直接开箱用。其他 Agent 按文档配置。
使用案例
独立开发者做一个面向海外用户的 AI 客服，需要 7×24 在线、支持自然语音对话、还要能查订单调 API。用 Qwen Audio Agent + OpenClaw 后台 Agent：用户语音提问时前台 Agent 立刻回应"正在查询"，同时后台调 Stripe API 查订单，结果出来后自然接回对话。整套体验和 ChatGPT Voice 类似，但完全自托管，数据自主可控。
另一个场景：做开发者工具的语音 Copilot。前台语音对话 + 后台 Codex 跑代码查文档，用户问「怎么配置 Stripe Webhook」，Agent 一边说一边查官方文档，回答直接基于最新 API。
注意事项
- 依赖阿里云百炼 DashScope API Key，新用户有免费额度
- 需要 Node.js 22.22.2+ 或 24.15.0+
- macOS 全双工默认带回声消除；Linux/Windows 默认半双工（播报时按
x打断），可手动开启全双工模式（需戴耳机） - 支持作为用户后台服务常驻：
qwenaudio gateway install - 后台 Agent 需要单独安装配置，前台纯聊天不需要