BotSharp项目r5.0-mcp版本发布:多模态对话与电话集成能力升级
BotSharp是一个基于.NET平台构建的开源对话AI框架,它提供了完整的自然语言处理(NLP)和对话管理功能,使开发者能够快速构建和部署智能对话系统。该项目采用模块化设计,支持多种AI模型集成,特别适合企业级对话机器人应用的开发。
近日,BotSharp发布了重要的r5.0-mcp版本,这个版本带来了多项关键改进,特别是在电话集成和多模态对话处理方面有显著增强。下面我们将详细解析这个版本的主要技术特性和改进。
电话系统集成能力增强
r5.0-mcp版本对Twilio电话系统的集成进行了全面升级。新增了电话转接功能(util-twilio-transfer_phone_call),使对话机器人能够在必要时将通话转接给人工客服或其他分机。同时加入了语音信箱功能(util-twilio-leave_voicemail),当用户无法接听时,系统可以自动记录留言。
电话系统的改进还包括:
- 通话状态管理优化(OnCallBusyStatus),能够更准确地处理各种通话状态
- 实时语音转写功能(Twilio realtime transcribe),实现通话内容的实时文字转换
- 通话结束音频提示(Hang up phone with audio),提升用户体验
- 消息ID追踪(SetMessageId),便于调试和日志分析
多模态对话处理协议(MCP)支持
这个版本引入了Model Context Protocol(MCP)服务,这是一个重要的架构升级。MCP为BotSharp提供了统一的多模态上下文处理能力,使得系统能够更好地处理包含文本、语音、图像等多种形式输入的复杂对话场景。
MCP的主要特点包括:
- 支持多轮对话状态的持久化(Append dialogs into model context)
- 提供0.1.0-preview.5版本的协议实现
- 优化了对话上下文的传递机制
- 增强了模型响应的超时处理(Model response timeout)
Web自动化功能改进
WebDriver相关功能在这个版本中得到了多项增强,使BotSharp能够更好地处理基于Web的自动化任务:
- 支持多任务并行处理(handle mutiple tasks per agent)
- 新增文件上传和下拉选择支持(handle fileupload and dropdown selection)
- 优化了元素定位策略(add read content to locate element utility)
- 改进了超时处理机制(Update default timeout)
- 实现了Web浏览设置的Singleton模式管理
模型与功能优化
在AI模型支持方面,r5.0-mcp版本新增了对Gemini文本嵌入模型的支持,扩展了模型选择范围。同时进行了多项功能优化:
- 改进了实时模型与v1/chat/completions端点的兼容性
- 增强了指令日志记录机制(refine instruction log settings)
- 增加了LLM成本追踪功能(add additional llm cost)
- 优化了函数调用参数描述(update function param desc)
- 引入了音频合成接口(IAudioSynthesis)
错误修复与稳定性提升
这个版本还包含多项错误修复和稳定性改进:
- 修复了实时对话中conversationId为空的问题
- 解决了pizza演示项目中的若干问题
- 修正了Gemini模型函数调用的兼容性问题
- 优化了JSON数据处理流程
- 改进了路由日志记录(Add route_to_agent log)
总结
BotSharp r5.0-mcp版本标志着该项目在电话系统集成和多模态对话处理方面迈出了重要一步。通过引入MCP协议和增强Twilio集成,开发者现在能够构建更加复杂和实用的对话应用场景。Web自动化功能的改进也为构建能够操作网页的智能助手提供了更好的支持。
这个版本的发布使BotSharp在企业级对话系统开发领域更具竞争力,特别是对于那些需要集成电话系统和处理多模态输入的应用场景。随着项目的持续发展,我们可以期待看到更多创新功能的加入和现有功能的进一步优化。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









