TEN Agent 是一个为开发者提供的快速、高效的工具，用于构建实时对话式 Voice Agent。它基于开源框架 TEN Framework，支持语音、图像等多种输入方式，并具备实时语音打断功能，为用户带来自然的交互体验。TEN Agent 已集成 Gemini 2.0、OpenAI Realtime、DeepSeek、RTC 等多种模型及组件，适配 Dify、Coze 主流编排工具，同时支持 ESP32。其核心特点包括免费开源、完整的音视频传输解决方案（低延时、可打断）、集成全球主流模型、接入主流编排工具以及支持 ESP32。应用场景涵盖 AI 语音聊天助手、智能陪伴硬件、AI 智能外呼中心、同声传译与 AI 会议翻译等。