大数跨境

让Agent帮你创建数字人:讯飞数字人开发助手来了!

让Agent帮你创建数字人:讯飞数字人开发助手来了! 讯飞AI虚拟人交互平台
2026-09-11
8
导读:把平台接入经验交给Agent

“给网站加一位能听、能说、能回答业务问题的数字人。”

需求只有一句话,但真正落到开发,却往往是一连串准备:选SDK还是Web API、配置应用和场景、准备形象与声音资源、处理鉴权,再把模型、知识库和音视频交互串起来。文档、控制台、代码编辑器之间的来回切换,有时候比写出第一个页面更费精力。


现在,这些接入工作有了新的帮手:讯飞数字人开发助手(iFLYTEK Digital Human)。它把讯飞AI虚拟人交互平台的接入知识、开发流程和工具封装成 Agent 可调用的Skills,让你通过自然语言提出需求,由Agent匹配工作流,辅助完成配置、开发和联调。


简单来说,以前可能是“翻文档、找接口、配控制台、写代码、查问题”,现在则可以先告诉 Agent:“我想做一个什么样的数字人。”接下来,让它帮你一步步把流程跑起来。


把平台接入经验交给 Agent


讯飞数字人开发助手现已支持接入多款国内外AI编程工具与办公Agent平台,包括Claude Code、Codex、Cursor、讯飞AStudio和Kooky等。

你可以在编程工具里围绕现有项目继续开发,也可以在办公Agent中从业务场景发起任务。例如,为官网制作咨询入口,为培训资料增加数字人讲解,或把企业知识库接入一个可交互的服务页面。


不同平台的技能安装方式、可用工具和执行环境会有所区别,具体能力以对应平台的接入说明为准。但无论在哪个平台,开发助手做的都不只是告诉 Agent“接口在哪里”,更重要的是帮助它理解“接下来应该做什么”。


  • 需要快速搭建标准页面,可以从Web模板开始;

  • 已有网站或App需要定制交互,可以走SDK路线;

  • 后端需要直接控制数字人会话,则选择Web API。

  • 模型配置、知识库接入和故障排查,也有对应的工作流。


过去,开发者可能需要自己把这些环节一个个拼起来;现在,可以把更多精力放在真正重要的问题上:这个数字人服务谁、应该回答什么,又该如何融入业务场景。


从零创建一个Web数字人


以一个实际需求为例。开发者希望从零创建一个Web数字人,支持文本和语音交互,使用自定义模型,并连接文旅导览知识库。

安装并启用开发助手后,可以直接向Agent描述需求:



第一步 描述需求并选择路线


帮我创建一个文旅导览Web数字人应用,支持文本输入和语音交互,接入DeepSeek自定义模型,知识来源使用我提供的 Markdown文件。请先检查环境和接入条件,再完成配置与工程开发,最后给出启动方法和验证清单。


需求交代了运行终端、交互方式、模型和知识来源。Agent据此选择“SDK 自建Web工程”路线,进入分析、规划和执行工作流。

Agent 根据需求匹配接入工作流



第二步 连接平台配置与本地工程

开发前,Agent检查工具链、模型接口、知识库与登录状态。录屏中还能看到代理问题排查、应用和场景检查、模型绑定、知识库上传等操作。

随后,开发助手生成Web SDK接入代码、服务端接口与前端页面,安装依赖,启动本地服务并输出验证结果。

Agent 输出工程生成与服务验证记录


原本分散在控制台和代码中的工作,就这样被串进了一条完整流程。需要扫码登录、补充授权或开通服务时,开发者按提示完成;遇到报错,也可以根据错误信息继续让Agent协助定位。


数字人页面运行起来之后,可以看到左侧是数字人画面和启动、停止控件,右侧是对话区,底部提供文本输入和按住说话入口。发送“你好”后,对话区出现了文字回复。



当然,页面跑起来并不是整个项目的终点。声音播放、麦克风授权、语音识别、问答内容和知识库命中情况,都还需要继续单独验证。这也是开发助手可以继续参与的地方。

比如,数字人页面已经打开,但没有声音,可以直接告诉Agent:


数字人页面已打开,但没有声音。请检查声音配置、播放事件和浏览器限制,给出可以逐项验证的排查步骤。


除了声音问题,页面黑屏、鉴权失败、连接中断等情况,也可以将复现步骤、错误信息和脱敏后的日志交给Agent,让它结合对应工作流帮助缩小问题范围、定位可能原因。同样的方式也适用于已有项目,不必为了使用开发助手重新创建应用。


从一个 Demo 延伸到更多应用


前面展示的文旅导览数字人,只是讯飞数字人开发助手应用场景中的一个范例。面对不同项目需求,开发者还可以选择不同的数字人接入能力。



Web 智能客服

从标准模板开始,搭建服务入口、咨询页面或产品讲解Demo;需要融入现有网站时,再根据实际交互和界面要求选择SDK接入。


Web、Android、iOS SDK

在网页和移动应用中集成数字人,配置文本或语音交互、字幕、动作等能力,并处理连接状态、事件回调和资源释放。具体功能以所用SDK、资源授权及平台能力为准。


后端 Web API

在网页和移动应用中集成数字人,配置文本或语音交互、字幕、动作等能力,并处理连接状态、事件回调和资源释放。具体功能以所用SDK、资源授权及平台能力为准。


模型与知识库

按业务需要配置模型,上传并关联知识资料,检查处理状态与场景发布,让数字人围绕指定内容提供服务。


无论是官网智能客服、企业知识问答,还是产品咨询等数字人应用,都可以从一个真实需求开始。

准备好平台账号、服务订阅与资源授权,在所用Agent工具中接入iFLYTEK Digital Human。可以先跑通文本对话,再接入知识库,最后验证语音交互与异常处理。

同时,凭据应通过安全配置读取,不写入前端源码、公开仓库或日志;Web 生产环境建议在服务端完成签名,发布前还需要检查权限、稳定性和成本。

安装入口、依赖与配置步骤可查看使用文档和GitHub仓库。


👉🏻使用文档:

https://www.yuque.com/xnrpt/bbc1du/dkauxvpxydstyre8


👉🏻GitHub:

https://github.com/firstdebug/iflytek-digital-human



从“翻文档、找接口、拼流程”,到向Agent描述需求、按工作流辅助接入。

从一个真实需求开始,创建你的数字人应用!


【声明】内容源于网络
0
0
讯飞AI虚拟人交互平台
讯飞AI虚拟人交互平台,依托于讯飞核心的虚拟形象技术及星火认知大模型,为用户提供一系列开箱即用的虚拟人交互应用,可实现低代码搭建、多端口接入、多模板选择、多种语义配置等,致力于为政企、文旅、金融、赛事等打造虚拟人+大模型智能交互新业态。
内容 124
粉丝 0
讯飞AI虚拟人交互平台 讯飞AI虚拟人交互平台,依托于讯飞核心的虚拟形象技术及星火认知大模型,为用户提供一系列开箱即用的虚拟人交互应用,可实现低代码搭建、多端口接入、多模板选择、多种语义配置等,致力于为政企、文旅、金融、赛事等打造虚拟人+大模型智能交互新业态。
总阅读2.2k
粉丝0
内容124