自动呼叫催收机器人:ligar-cobranca 使用指南
2026-01-19 11:37:55作者:沈韬淼Beryl
项目介绍
ligar-cobranca 是一个基于 Node.js 的开源工具,设计用于模拟自动电话拨打过程,尤其是针对催收公司或电话营销业务。通过这个工具,用户能够设置自动化拨打流程,不断向指定号码拨打电话,并播放预设的语音消息,如无限循环的“阿尔ô”声,或是自定义文本转语音的消息。该项目利用了 TotalVoice 的 VoIP API 来实现通话功能,并遵循 MIT 许可证。
项目快速启动
环境准备
确保你的开发环境已安装 Node.js 和 npm。
安装项目
打开终端,执行以下命令来全局安装 ligar-cobranca 工具:
npm install ligar-cobranca -g
配置并运行
在进行呼叫前,你需要从 TotalVoice 获取访问令牌(--token 参数)。替换下面命令中的 <NUMERO> 和 <TOKEN> 为你的真实电话号码和Token值:
ligar-cobranca --de=1199999999 --para=1199999999 --token=YOUR_TOTALVOICE_TOKEN
如果你想使用特定的语音消息或者改变声音性别,可以加上额外参数,例如:
ligar-cobranca --de=你的号码 --para=目标号码 --token=你的Token --texto="这里是测试消息" --voz=1
循环拨打示例(Unix-like系统)
创建一个名为 calling_loop.sh 的脚本文件,内容如下:
#!/bin/bash
while true; do
ligar-cobranca --de=你的起始号码 --para=目标号码 --token=你的Token值
sleep 60
done
给予执行权限并运行:
chmod +x calling_loop.sh
./calling_loop.sh
对于 Windows 用户,则创建一个 .bat 文件以实现相似循环逻辑。
应用案例与最佳实践
- 测试电话服务稳定性:可以通过持续的自动呼叫检测目标电话线路的状态。
- 内部培训模拟:模拟客户来电情况,用于销售人员的接听训练。
最佳实践:确保合法合规使用,尊重隐私与法规,避免对个人或机构造成骚扰。
典型生态项目
尽管 ligar-cobranca 主要是一个独立的项目,但它在自动化电话场景中启发了其他潜在的应用,如客户服务自动化、自动通知系统等。开发者可以根据这一概念拓展到更多需要自动电话交互的领域,结合其他API和服务,构建更加复杂的工作流。
请记得,使用此类工具时应遵守当地法律法规,不得用于非法骚扰他人或违反隐私权的行为。正确且负责任地运用技术是每个开发者的基本责任。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0162- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go02
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
3.99 K
Ascend Extension for PyTorch
Python
433
521
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
913
753
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
239
暂无简介
Dart
839
204
昇腾LLM分布式训练框架
Python
130
154
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
173
React Native鸿蒙化仓库
JavaScript
321
371
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
165
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.45 K
812