Dograh AI：开源私有化语音AI智能体，拖拽式快速搭建电话机器人

一、Dograh AI是什么

Dograh AI是一款开源免费、支持私有化部署的实时语音人工智能智能体开发平台，项目由具备创业与技术研发经验的专业团队维护，遵循BSD 2-Clause宽松开源协议，个人开发者、企业团队均可免费使用、二次修改与商用部署。

该项目核心对标商用付费语音机器人SaaS平台，打破商用语音平台厂商锁定、数据托管受限、定制成本高昂的弊端。依托低代码可视化拖拽编排模式，用户无需深厚语音开发功底，短时间内即可搭建具备实时通话、语音交互、逻辑应答能力的电话语音机器人。平台兼容主流通话网关、大语言模型、语音转文字与文字转语音模型，同时提供本地容器化部署、云端托管双重使用模式，兼顾个人调试、中小企业业务落地与大型企业数据自主管控需求，是当下轻量化语音智能体落地的实用开源解决方案。

二、功能特色

1. 低代码可视化流程编排
   平台内置可视化操作面板，采用拖拽式编辑逻辑搭建语音对话流程，无需编写大量代码即可设定问答话术、分支判断、通话转接、挂断触发等规则，零基础人员也能快速完成机器人逻辑配置。

2. 全链路实时语音交互
   支持低延迟双向语音对话，人声识别、语音播报响应流畅自然，还原真人通话体验，满足长时间连续通话、多轮问答交互场景使用。

3. 多渠道通话接入兼容
   原生集成Twilio、Vonage等主流电话通信通道，支持电话呼入、主动外呼、人工客服无缝转接三类基础通话模式，适配常规通讯业务对接需求。

4. 自定义语音模型自由接入
   不绑定固定语音模型，用户可自主接入任意开源、商用STT语音转文字模型、TTS文字转语音模型以及LLM大语言模型，按需匹配音色、识别精度与应答风格。

5. 便捷线上自测调试能力
   后台搭载Web网页通话测试功能，无需外接实体电话线路、通信硬件，在浏览器内即可直接发起通话测试，实时校验对话逻辑、语音效果与应答准确性，大幅缩减调试周期。

6. 灵活部署与权限管控
   提供Docker容器一键部署方案，支持本地电脑、私有服务器离线私有化部署，数据全程留存自有设备；同时官方提供云端托管服务，适配不同团队部署偏好。

7. 标准化开发接口配套
   配套Python、Node.js多语言SDK与专属API密钥，可与企业现有办公系统、业务管理平台、客户管理系统打通对接，实现语音业务数据互通联动。

三、技术细节

3.1 整体技术架构

项目采用前后端分离模块化架构，各功能模块独立解耦，降低维护与二次开发难度，整体架构分工清晰：

• 业务后端：以FastAPI作为核心服务框架，承担接口请求处理、对话逻辑运算、模型调度、通话状态管理核心工作，高并发适配多线路同时通话场景。

• 实时通讯：基于WebRTC实时音视频传输协议、pipecat语音处理框架，保障语音数据流低延迟传输，规避通话卡顿、声音断层问题。

• 前端界面：使用Next.js框架开发可视化管理面板，页面交互流畅，拖拽编辑、参数配置、数据查看操作直观易懂。

• 网络穿透：集成Coturn服务，解决内网部署场景下的音视频网络穿透难题，保障跨网络通话正常连通。

3.2 部署运行技术

全程基于Docker、Docker Compose容器化打包封装，所有运行依赖、环境配置内置镜像，使用者无需手动配置系统环境、安装程序组件，一条命令即可完成整套服务拉取、启动运行，兼容主流Linux服务器、本地PC系统。搭配Nginx反向代理服务，优化访问链路，提升面板访问稳定性与访问速度。

3.3 模型与数据处理机制

语音识别、语音合成、智能问答三大模块相互独立调度，服务仅负责调用对接外部模型接口，不强制绑定模型内核。通话语音数据、对话记录、配置数据默认存储于部署本地服务器，私有化部署模式下外部无法调取数据，保障业务数据隐私安全。

3.4 程序版本与运行基础

项目持续迭代更新，当前稳定版本为v1.31.0，不断修复通话漏洞、优化交互体验、拓展兼容通道。运行无严苛硬件门槛，普通服务器、家用主机均可承载基础语音机器人运行，扩容可支撑企业级批量通话业务。

四、应用场景

• 智能客服接待：企业进线咨询电话自动应答，解答产品价格、售后流程、营业时间等常规问题，分流基础咨询，减轻人工客服工作压力。

• 营销外呼筛选：批量外呼客户电话，自动推送业务介绍，筛选意向客户并分类标记，为线下销售团队精准推送有效客源。

• 政务便民语音咨询：社区、政务单位搭建语音问答机器人，解答办事材料、办理流程、政策相关常见问题。

• 通知回访语音播报：自动发起电话回访、缴费提醒、活动通知、售后回访等批量语音通知工作，替代人工重复拨号通话。

• 个人语音助手调试：开发者用于语音交互逻辑、大模型对话能力测试，快速验证语音项目开发思路。

五、使用方法

5.1 容器化一键部署

打开服务器终端，执行下方部署命令，自动拉取项目镜像并启动服务

curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && REGISTRY=ghcr.io/dograh-hq ENABLE_TELEMETRY=true docker compose up --pull always

5.2 后台页面访问

部署完成后，在浏览器输入本地访问地址：http://localhost:3010，进入Dograh AI管理控制台，完成账号初始化设置。

5.3 创建语音智能体

1. 在控制台首页点击新建机器人项目，标注机器人使用用途与业务类型；

2. 采用拖拽方式编辑对话流程，设置问答内容、分支跳转、转接规则；

3. 按需绑定STT、TTS、LLM对应模型接口，调整语音音色、应答语速参数。

5.4 线上测试与正式启用

1. 点击页面Web Call测试按钮，网页内发起模拟通话，核验对话逻辑与语音效果；

2. 接入Twilio、Vonage通话线路，配置呼入、外呼权限；

3. 调试无误后正式上线，投入实际电话通话业务使用。

5.5 系统对接拓展

调用平台配套SDK与API接口，将语音机器人嵌入企业现有业务系统，实现数据同步、业务联动运行。

六、竞品对比

选取行业主流两款商用语音智能体平台Vapi、Retell，与Dograh AI进行多维度对比：

七、常见问题解答

Dograh AI部署对服务器系统有要求吗？

项目依托Docker容器运行，主流Linux系统均可正常部署，Windows、macOS系统也可借助容器工具完成本地调试部署，适配性广泛。

私有化部署后通话数据会不会泄露？

私有化部署场景下所有通话录音、对话内容、配置信息均存储在自身服务器中，平台官方无法获取本地数据，能够有效保障数据隐私安全。

零基础代码基础可以使用该项目搭建语音机器人吗？

可以，平台核心操作依靠可视化拖拽完成，无需编写代码，仅部署环节执行简单终端命令，普通使用者也能独立完成机器人搭建调试。

是否能够商用落地使用？

项目遵循宽松BSD 2-Clause开源协议，个人、企业均可免费商用，也支持基于源码进行功能修改与二次开发。

无法接入外部自定义语音模型是什么原因？

大概率是模型接口参数填写错误、网络访问受限，核对接口地址、密钥信息，同时检查服务器网络连通状态即可排查解决。

Web网页测试通话无声音该如何处理？

优先检查浏览器麦克风、扬声器权限是否开启，其次查看服务运行状态与音视频传输配置，重启服务后重新发起测试即可。

八、相关链接

• GitHub仓库地址：https://github.com/dograh-hq/dograh

• 官方文档：https://docs.dograh.com/

九、总结

Dograh AI凭借开源免费、私有化部署的核心优势，补齐了商用语音智能体平台数据管控弱、定制门槛高、使用成本昂贵的短板，搭配低代码可视化编辑、多模型兼容、网页自测等实用功能，既降低了语音机器人的开发搭建门槛，也满足企业对于数据自主可控的核心需求。项目技术架构成熟稳定，部署方式简单便捷，可灵活适配客服接待、营销外呼、通知回访等多元化语音业务场景，同时开放源码与开发接口，支持开发者深度定制拓展，是兼顾个人学习开发与企业实际业务落地的优质开源实时语音AI智能体平台。