دوره آموزشی OpenAI Realtime API: ساخت عامل‌های صوتی با Realtime API و Agents SDK

تو این دوره یاد می‌گیری چطور عامل‌های هوش مصنوعی با قابلیت تبدیل صدا و متن به صدا و حتی تصویر به صدا بسازی، همه با استفاده از Realtime API و Agents SDK از OpenAI. این دوره بهت نشون می‌ده چطور برنامه‌های Realtime Voice Agent بسازی و قابلیت‌های پیشرفته‌ای مثل گاردریل‌ها، فراخوانی توابع، سرورهای MCP و ورودی تصویر زنده از دوربین دستگاه رو فعال کنی.

علاوه بر این، یاد می‌گیری چطور اپلیکیشن‌های فرانت‌اند رو با استفاده از سرور احراز هویت سفارشی و توکن‌های موقت (Ephemeral Tokens) ایمن کنی. این دوره بهت ابزار و تجربه عملی می‌ده تا اپلیکیشن‌های هوشمند صوتی و تصویری بسازی که تعاملی، ایمن و کاربردی هستن.

در طول دوره، با مفاهیم جلسات WebRTC، مدیریت رویدادهای سرور، افزودن متن زنده برای ورودی و خروجی AI و دسترسی‌پذیری بهتر هم آشنا می‌شی. همچنین می‌تونی گزینه چت متنی، توابع سفارشی و زیرعامل‌های اختصاصی بسازی تا عامل AI انعطاف‌پذیرتر و حرفه‌ای‌تر بشه.

اهداف یادگیری
راه‌اندازی سرور احراز هویت برای تأیید اپلیکیشن‌ها با توکن‌های موقت
ساخت اپلیکیشن‌های صوتی realtime با استفاده از OpenAI Agents SDK
درک عملکرد رویدادهای سرور و مدیریت جلسات WebRTC
افزودن متن زنده برای ورودی کاربر و خروجی AI برای دسترسی بهتر
اضافه کردن گزینه چت متنی
پیکربندی گاردریل‌ها برای جلوگیری از خروجی کلمات و عبارات مشخص
توسعه توابع سفارشی و استفاده از اون‌ها به عنوان ابزار برای عامل
ساخت زیرعامل‌های سفارشی