Chert

Chert 是什么？

Chert 是一个开发者平台，用于构建和部署可通过 FaceTime 进行交互式视频的 AI 智能体。它将自己定位为“FaceTime 版的 Vapi”，意味着它将语音智能体部署的便捷性带入了视频通话领域。只需几行代码，您就能创建既能接听也能拨出 FaceTime 通话的智能体，并利用通话者的实时摄像头画面作为视觉上下文。智能体不再需要仅通过音频描述问题，而是能真正看到通话者展示的内容——一根线缆、一个机器零件、一处伤口、一份文件——并给出精准、可操作的指导。

适用人群

• 构建支持工具的开发者 —— 希望快速上线视频通话智能体，却不想纠结于 WebRTC、通话信令或媒体基础设施的工程师。
• 现场密集型行业的运营团队 —— 负责远程支持、现场服务或视觉检查的管理者，在这些场景中，技术人员的眼睛往往是瓶颈。
• 探索远程医疗或用户引导的产品团队 —— 需要在接诊流程或客户成功引导中实现可视化互动体验的构建者，因为“展示”胜过“描述”。

核心功能

提示词配置的助手

在拨出任何电话之前，您就可以定义智能体的职责、指令、模型、语音和行为。提示词是智能体的核心——只需编写一次，系统便会处理其余一切，从话轮转换到打断处理，全都涵盖。

人设与头像选择

Chert 允许您选择符合品牌形象或使用场景的头像与画面构图。无论您想要专业的中景形象，还是更随意的风格，每个助手的人设都可以单独配置。

托管式 FaceTime 线路

部署过程简单到只需发布一个助手并将其分配给一条已开通的 FaceTime 线路即可。平台负责管理线路，您无需自行处理电话通信或呼叫路由。

浏览器预览测试

在正式上线之前，您可以在浏览器预览中测试智能体。这可以验证提示词、语音、麦克风、打断处理、头像以及清理流程——全程无需拨打任何 FaceTime 电话。

亮点所在

“语音智能体是盲的，Chert 不是。”

这就是核心洞察：视频智能体可以利用通话者的摄像头上下文来理解他们展示的内容，而不仅仅是他们说的话。语音智能体可能会问“呃，哪根线？”然后得到一个含糊的回答，而 Chert 的智能体则能直接看到左边第二根蓝色线缆并准确说出它。这种视觉锚定将支持通话从令人沮丧的猜测转变为逐步引导的解决方案。这是从纯音频交互到共享视觉工作空间的根本性转变。

值得关注，如果……

您正在构建任何涉及通话者环境的工作流程——远程支持、现场服务、远程医疗接诊、引导式入门或视觉检查。如果您曾希望支持机器人能直接看到客户眼前所见，那么 Chert 绝对值得认真考虑。请注意，FaceTime API 目前处于受控的私人预览阶段，生产环境的成熟度仍在验证中——但浏览器预览功能让您可以在投入之前先行评估体验。