AI Telephony Agent

Sales con un worker en Python que ya habla por teléfono: atiende llamadas entrantes y lanza salientes por pasarelas SIP, con conversación en tiempo real y voz del modelo Gemini Live. El proceso se registra en VideoSDK, se queda a la espera y saluda al interlocutor en cuanto entra la llamada.

Del entorno local al trunk SIP

Configuras las claves de VideoSDK y de Google, creas el entorno virtual con Python 3.12 o superior e instalas las dependencias. Al ejecutar main.py el agente queda registrado (agent_id agent1). En el panel enlazas la pasarela de entrada con la URI SIP de tu proveedor, la de salida con cifrado de media y transporte TLS, y una regla de enrutado de tipo Self Hosted apuntando a ese mismo identificador.

• Entrantes: marcas el número del trunk y el agente responde solo.
• Salientes: un POST al endpoint SIP de VideoSDK con el gatewayId y el destino en sipCallTo.
• El terminal del worker tiene que seguir abierto mientras quieras recibir llamadas.

El repo es un esqueleto mínimo (script, requirements y plantilla de variables) para que lo clones, lo conectes a un Elastic SIP Trunk tipo Twilio y lo pruebes de punta a punta. Sin cuenta VideoSDK y sin API key de Google no arranca; no añade funciones que no estén en ese flujo.