如果开发者可以直接“对话”文档，而不是搜索文档呢？

构建 DocTalk——一个由 Agora 对话式 AI 驱动的开源语音助手

你上一次在文档里一次搜索就找到答案是什么时候？

对我来说，通常是这样的流程：

• 搜索文档
• 打开三个不同的页面
• 去 Google 搜报错信息
• 翻一个 GitHub Issue
• 打开 Stack Overflow
• 再回到文档

文档本身没有错。

问题出在我们与它的交互方式上。

这让我开始思考：

如果文档不是用来搜索的，而是可以直接对话的呢？

于是，有了 DocTalk。

DocTalk 是什么？

DocTalk 是一个开源 SDK，可以为任何文档网站添加实时语音助手。

开发者不再需要搜索关键词，只需用自然语言提问即可。

助手会以以下方式回复：

• 语音
• 实时转录文字
• 相关文档链接
• 支持连续追问

集成过程非常简单：

<script src="https://YOUR-DOCTALK-URL/doctalk.js"></script><script>
DocTalk.init({
  apiBase: "https://YOUR-DOCTALK-URL"
});
</script>

为什么选择语音？

这个项目的重点其实不在于语音本身。

而在于消除摩擦。

开发者的思维方式，本来就不是围绕文档关键词展开的。

我们不会这样问队友：

“去 Wiki 里搜一下 RTC token 续期。”

我们会这样问：

“为什么我的通话一小时后会自动断开？”

语音让文档的使用方式回归自然。

开发者不需要把问题翻译成搜索关键词，而是直接描述他们想要实现的目标。

工作原理

DocTalk 由两个简单的部分组成：

• 一个 Next.js 服务端，负责加载你的文档并创建 AI 会话。
• 一个轻量级 JavaScript 挂件，将语音助手嵌入到任意文档网站中。

通过 Agora 对话式 AI，应用会创建一个实时 AI 语音代理，与用户加入同一个频道。

在对话进行的同时，DocTalk 还会推荐相关的文档页面，方便开发者继续阅读官方文档。

目标不是取代文档。

而是帮助开发者更快地找到正确的页面。

意外的发现

构建 DocTalk 的过程，收获了几个有趣的洞察。

开发者要的不是 AI，而是答案。

他们更关心问题能不能解决，而不是回答来自哪个模型。

上下文比规模更重要。

知道开发者正在阅读哪个文档页面，往往比加载成千上万个额外页面更能提升回答质量。

实时转录成了我最喜欢的功能。

看着对话实时呈现在屏幕上，比等待完整回复要自然得多。

这是文档的未来吗？

搜索框不会消失。

它依然非常有用。

文档会变得越来越对话化。

有时我们会搜索。

有时我们会输入。

有时我们只需要开口问。

DocTalk 就是我对这个未来的一次小小探索。

原文链接：https://medium.com/agora-io/what-if-developers-could-talk-to-documentation-instead-of-searching-it-071a1fa4d0ea