TEN es un marco de código abierto para agentes conversacionales de voz impulsados por IA.

El ecosistema TEN incluye TEN Framework, Ejemplos de agente, VAD, Turn Detection y Portal.

Canal de la comunidad	Propósito
	Sigue TEN Framework en X para enterarte de novedades y anuncios
	Únete a la comunidad de Discord y conecta con otras personas desarrolladoras
	Sigue TEN Framework en LinkedIn para recibir actualizaciones y noticias
	Explora nuestros espacios y modelos en la comunidad de Hugging Face
	Únete al grupo de WeChat para conversar con la comunidad china

Asistente de voz multipropósito — Un asistente en tiempo real, de baja latencia y alta calidad que puedes ampliar con memoria, VAD, detección de turnos y otras extensiones.

Consulta el código de ejemplo para obtener más detalles.

Doodler — Un tablero de garabatos que convierte indicaciones habladas o escritas en bocetos sencillos a mano, con una paleta de crayones y dibujo en tiempo real.

Código de ejemplo

Avatares con sincronización labial — Compatible con múltiples proveedores de avatares. La demo incluye a Kei, un personaje anime con sincronización labial gracias a Live2D, y pronto añadirá avatares realistas de Trulience, HeyGen y Tavus.

Revisa el código de ejemplo para Live2D.

Diarización de voz — Detección y etiquetado de hablantes en tiempo real. El juego "Who Likes What" muestra un caso de uso interactivo.

Código de ejemplo

Llamada SIP — Extensión SIP que habilita llamadas telefónicas impulsadas por TEN.

Código de ejemplo

Transcripción — Herramienta de transcripción que convierte audio en texto.

Código de ejemplo

ESP32-S3 Korvo V3 — Ejecuta el ejemplo de TEN Agent en la placa de desarrollo Espressif ESP32-S3 Korvo V3 para integrar comunicación impulsada por LLM con hardware.

Consulta la guía de integración para conocer más.

cd ai_agents
cp ./.env.example ./.env

AGORA_APP_ID=
AGORA_APP_CERTIFICATE=

# Ejecutar el ejemplo predeterminado del asistente de voz
# Deepgram (requerido para STT)
DEEPGRAM_API_KEY=your_deepgram_api_key_here

# OpenAI (requerido para el modelo de lenguaje)
OPENAI_API_KEY=your_openai_api_key_here
OPENAI_MODEL=gpt-4o

# ElevenLabs (requerido para TTS)
ELEVENLABS_TTS_KEY=your_elevenlabs_api_key_here

docker compose up -d

docker exec -it ten_agent_dev bash

En la carpeta agents/examples encontrarás más muestras. Empieza con una de estas opciones:

# Usa el asistente de voz encadenado
cd agents/examples/voice-assistant

# O usa el asistente voz-a-voz en tiempo real
cd agents/examples/voice-assistant-realtime

Ejecuta task build si cambiaste código local. Es obligatorio para lenguajes compilados (TypeScript, Go, etc.) y opcional para Python.

task install
task run

Cuando el ejemplo esté en marcha podrás usar estas interfaces:

localhost:49483

localhost:3000

• TMAN Designer: http://localhost:49483
• UI de ejemplos de agente: http://localhost:3000

1. Abre localhost:49483.
2. Haz clic derecho en las extensiones STT, LLM y TTS.
3. Rellena sus propiedades con las API keys correspondientes.
4. Envía los cambios; el ejemplo actualizado aparecerá en localhost:3000.

TEN también ofrece una app de transcripción que puedes ejecutar en TEN Manager sin usar Docker.

Consulta la guía de inicio rápido para más detalles.

GitHub ofrece Codespaces gratuitos para cada repositorio. Puedes ejecutar los ejemplos de agente allí sin usar Docker, y normalmente inicia más rápido que un entorno local con contenedores.

Consulta esta guía para obtener más detalles.

Cuando personalices tu agente (ya sea con TMAN Designer o editando property.json), crea una imagen de Docker lista para producción y despliega tu servicio.

Nota: Ejecuta estos comandos fuera de cualquier contenedor Docker.

cd ai_agents
docker build -f agents/examples/<example-name>/Dockerfile -t example-app .

docker run --rm -it --env-file .env -p 3000:3000 example-app

Puedes dividir el despliegue en dos partes si deseas alojar TEN en proveedores como Vercel o Netlify.

1. Ejecuta el backend de TEN en cualquier plataforma preparada para contenedores (una VM con Docker, Fly.io, Render, ECS, Cloud Run, etc.). Usa la imagen de ejemplo sin modificar y expón el puerto 8080.
2. Despliega solo el frontend en Vercel o Netlify. Apunta la raíz del proyecto a ai_agents/agents/examples/<example>/frontend, ejecuta pnpm install (o bun install), luego pnpm build (o bun run build) y conserva el directorio de salida .next predeterminado.
3. Configura las variables de entorno en el panel de tu hosting. AGENT_SERVER_URL debe apuntar al backend y añade cualquier clave NEXT_PUBLIC_* necesaria (por ejemplo, credenciales de Agora visibles para el navegador).
4. Asegúrate de que tu backend acepte solicitudes desde el origen del frontend, ya sea mediante CORS abierto o usando el middleware proxy incluido.

Con esta arquitectura, el backend gestiona los procesos de larga duración y el frontend alojado solo reenvía el tráfico al backend.

Recibe notificaciones instantáneas sobre nuevas versiones y actualizaciones. Tu apoyo nos ayuda a seguir mejorando TEN.

Proyecto	Vista previa
️TEN Framework Marco de código abierto para agentes conversacionales.
TEN VAD Detector de actividad de voz (VAD) en streaming, ligero y de baja latencia.
️TEN Turn Detection Permite diálogo full-duplex mediante detección de turnos.
TEN Agent Examples Casos de uso impulsados por TEN.
TEN Portal Sitio oficial con documentación y blog.

TEN Framework también está disponible en plataformas de preguntas y respuestas impulsadas por IA. Ofrecen soporte multilingüe para todo, desde la configuración básica hasta la implementación avanzada.

Servicio	Enlace
DeepWiki
ReadmeX

¡Toda forma de colaboración de código abierto es bienvenida! Ya sea que corrijas bugs, agregues funciones, mejores la documentación o compartas ideas, tus aportes ayudan a impulsar herramientas de IA personalizadas. Revisa los Issues y Projects de GitHub para encontrar oportunidades y mostrar tus habilidades. ¡Construyamos juntas y juntos algo increíble!

¡Contribuye cuando quieras! Lee primero la guía de contribución.

1. Todo TEN Framework, salvo los directorios listados más abajo, se publica bajo la licencia Apache 2.0 con restricciones adicionales. Consulta el archivo LICENSE en la raíz del proyecto.
2. Los componentes dentro de packages se liberan bajo Apache License 2.0. Cada paquete contiene su propio archivo LICENSE con los detalles.
3. Las dependencias de terceros que usa TEN Framework se describen en la carpeta third_party.