Telnyx 推出跨邮件、语音和短信携带上下文的 AI 智能体

全渠道上下文携带 Agent — 客户上下文跨渠道跟随

一个 AI agent，可在电子邮件、语音和短信之间携带客户上下文，让客户无需重复自己。当客户在发送电子邮件后致电时，AI 会这样问候他们：“我看到您联系我们更改预订。您来电是为了同一个请求吗？”

为什么选择 Telnyx

Telnyx 是一个 AI 通信基础设施平台 — 电子邮件、消息、语音和 AI 都运行在一个私有全球网络上。此示例使用单个 API 密钥调用四个 Telnyx API（Email、Messaging、Call Control、AI Inference），以演示通过客户身份解析实现无缝的跨渠道上下文携带。

使用的 Telnyx API 端点

• 发送电子邮件：POST /v2/emails — API 参考
• 发送消息：POST /v2/messages — API 参考
• 创建呼叫：POST /v2/calls — API 参考
• 接听呼叫：POST /v2/calls/{call_control_id}/actions/answer — API 参考
• 语音播报：POST /v2/calls/{call_control_id}/actions/speak — API 参考
• 收集语音：POST /v2/calls/{call_control_id}/actions/gather — API 参考
• AI Inference：POST /v2/ai/chat/completions — API 参考

Telnyx Webhook 事件

此应用处理以下 webhook 事件：

• email.received — 入站电子邮件触发 AI 回复流程
• call.initiated — 来电触发身份查找和接听
• call.answered — AI 根据跨渠道历史生成上下文问候语
• call.speak.ended — TTS 播放完成，开始收集语音
• call.gather.ended — 捕获客户语音，AI 结合完整上下文进行处理
• call.hangup — 呼叫结束
• message.received — 入站短信触发带有跨渠道上下文的 AI 回复

架构

         Customer contacts on any channel
              │         │         │
          Email in   Call in   SMS in
              │         │         │
              ▼         ▼         ▼
        ┌─────────────────────────────┐
        │         Flask app.py        │
        │                             │
        │  ┌───────────────────────┐  │
        │  │  Customer Identity    │  │
        │  │  Registry (SQLite)    │  │
        │  │  email ↔ phone ↔ id   │  │
        │  └───────────┬───────────┘  │
        │              │              │
        │  ┌───────────▼───────────┐  │
        │  │  Cross-Channel        │  │
        │  │  Context Store        │  │
        │  │  (SQLite)             │  │
        │  └───────────┬───────────┘  │
        │              │              │
        │  ┌───────────▼───────────┐  │
        │  │  Telnyx AI Inference  │  │
        │  │  (context-aware       │  │
        │  │   greeting + reply)   │  │
        │  └───────────┬───────────┘  │
        │              │              │
        │     ┌────────┼────────┐     │
        │     │        │        │     │
        │  Email API  SMS API  Voice  │
        └─────────────────────────────┘
              │        │        │
              ▼        ▼        ▼
           Customer receives contextual
           responses on every channel

关键差异点：当客户切换渠道（例如，先发电子邮件再致电）时，AI 会解析其身份，加载完整的跨渠道对话历史，并生成引用其先前互动的问候语 — 因此他们无需重复自己。

环境变量

将 .env.example 复制为 .env 并填写：

Agent / CLI 访问 — 通过 Telnyx CLI 配置上述资源：

telnyx auth login
telnyx available-phone-numbers list --country US --features sms,voice
telnyx number-orders create --phone-number +15551234567
telnyx messaging-profiles create --name "Context Carrying Agent"

设置

选项 A — 演示模式（无需凭据）

git clone https://github.com/team-telnyx/telnyx-code-examples.git
cd telnyx-code-examples/omnichannel-context-carrying-python

pip install -r requirements.txt

python demo/demo_server.py

该演示展示了“Sarah 的预订变更” — 她发送电子邮件询问重新安排时间，然后致电并听到 AI 结合她电子邮件中的完整上下文向她问候。无需 Telnyx 凭据。

编程 / CLI 设置

# Install CLI — https://developers.telnyx.com/development/cli
go install github.com/team-telnyx/telnyx-cli/cmd/telnyx@latest
telnyx auth login

# Provision resources
telnyx available-phone-numbers list --country US --features sms,voice
telnyx number-orders create --phone-number +15551234567
telnyx messaging-profiles create --name "Context Carrying Agent"

要进行完整的 API 发现，请将你的 agent 指向 llms-full.txt。

选项 B — 生产模式（使用凭据）

git clone https://github.com/team-telnyx/telnyx-code-examples.git
cd telnyx-code-examples/omnichannel-context-carrying-python

cp .env.example .env    # ← fill in your credentials
pip install -r requirements.txt
python app.py           # starts on http://localhost:5000

注册客户并测试流程：

# Register a customer identity
curl -X POST http://localhost:5000/customers/register \
  -H "Content-Type: application/json" \
  -d '{
    "id": "cust_sarah_chen",
    "name": "Sarah Chen",
    "email": "sarah@example.com",
    "phone": "+15551234567"
  }'

Webhook 配置

1. 暴露你的本地服务器：

   ngrok http 5000

2. 复制 HTTPS URL 并在 Telnyx 门户 中配置：

   • 呼叫控制应用 → Webhook URL → https://<id>.ngrok.io/webhooks/voice
   • 消息配置文件 → 入站 Webhook URL → https://<id>.ngrok.io/webhooks/messaging
   • 电子邮件 → 入站 Webhook URL → https://<id>.ngrok.io/webhooks/email

API 参考

POST /customers/register

注册客户身份以进行跨渠道解析。

curl -X POST http://localhost:5000/customers/register \
  -H "Content-Type: application/json" \
  -d '{"id": "cust_001", "name": "Sarah Chen", "email": "sarah@example.com", "phone": "+15551234567"}'

GET /customers

列出所有已注册的客户。

curl http://localhost:5000/customers

GET /customers/<id>/context

查看客户的跨渠道上下文。

curl http://localhost:5000/customers/cust_001/context

GET /conversations

查看所有跨渠道对话历史记录，按客户分组。

curl http://localhost:5000/conversations

POST /demo/journey

触发完整的脚本化演示流程（仅限演示服务器）。

curl -X POST http://localhost:5555/demo/journey

GET /health

健康检查端点。

curl http://localhost:5000/health

Webhook 端点

POST /webhooks/email

接收 Telnyx Email webhook 事件。在 email.received 时：通过电子邮件解析客户身份，存储消息，并在后台线程中触发 AI 生成的回复。

POST /webhooks/voice

接收 Telnyx Call Control webhook 事件。在 call.initiated（来电）时：通过电话号码解析客户并接听。在 call.answered 时：加载跨渠道历史记录并生成上下文相关的问候语。在 call.gather.ended 时：结合完整上下文处理客户语音。

POST /webhooks/messaging

接收 Telnyx Messaging webhook 事件。在 message.received（入站）时：通过电话号码解析客户，存储消息，并触发带有跨渠道上下文的 AI 回复。

测试

python -m pytest smoke_test.py -v

故障排除

代理发现

此示例是 Telnyx Code Examples 目录的一部分。

• 代理注册：telnyx.com/agent-signup.md — 通过代理邮件自动配置账户
• 代理 CLI：github.com/team-telnyx/ai/tree/main/cli
• LLM 优化文档：llms-full.txt
• 示例索引：llms.txt

相关示例

• 全渠道 AI 代理（Python）
• 全渠道 AI 接待员（Python）
• AI 电子邮件代理（Python）
• 带函数调用的 AI 语音代理（Python）

资源

• Telnyx Email API 指南
• Telnyx Messaging 指南
• 呼叫控制指南
• Telnyx AI Inference
• Telnyx Python SDK
• Telnyx Email API 产品
• Telnyx SMS API 产品
• Telnyx Voice AI 产品
• Telnyx 开发者文档
• Telnyx Portal