मैंने अपने एआई एजेंट को जीवंत किया (सिंथेसिया एआई)

1. वास्तविक चेहरे वाले AI एजेंट का निर्माण [0]

एक वास्तविक चेहरे वाला AI एजेंट बनाने के लिए, Synthesia, LiveKit और Claude Code को एक साथ जोड़ा जाता है, जिससे उपयोगकर्ता एक ऑन-स्क्रीन व्यक्ति से बात कर सकता है जो वास्तविक समय में प्रतिक्रिया देता है और कार्य करता है।

1.1. Synthesia और LiveKit को जोड़ना [4]

1. Synthesia और LiveKit को जोड़ना [4]
   1. Synthesia AI अवतारों तक पहुंच प्रदान करता है। [5]
   2. LiveKit पूरी बातचीत को संभालता है, जिसमें सुनना, सोचना और बोलना शामिल है। [5]
2. API कुंजी प्राप्त करना [7]
   1. इन दोनों को जोड़ने के लिए एक API कुंजी की आवश्यकता होती है, जो एक अद्वितीय पासवर्ड की तरह होती है। [7]
   2. Synthesia में, डेवलपर टैब में API कुंजी अनुभाग से एक नई कुंजी बनाई जाती है। [10]
   3. कुंजी को "इंटरैक्टिव अवतार" तक पहुंच के लिए सेट किया जाता है और "कभी नहीं" पर समाप्त होने के लिए सेट किया जाता है ताकि यह काम करना जारी रखे। [12]
   4. कुंजी केवल एक बार दिखाई जाती है, इसलिए इसे तुरंत कॉपी करके नोटपैड में पेस्ट करना महत्वपूर्ण है। [14]
3. LiveKit API कुंजी प्राप्त करना [16]
   1. LiveKit के लिए, एक मुफ्त योजना पर्याप्त है, और एक नया प्रोजेक्ट बनाया जाता है। [16]
   2. "API कुंजी प्रबंधित करें" में, एक नई कुंजी बनाई जाती है, और इस बार पासवर्ड तीन भागों में आता है। [20]
   3. पूरे "पर्यावरण चर" ब्लॉक को एक साथ कॉपी किया जा सकता है और Synthesia कुंजी के नीचे नोटपैड में पेस्ट किया जा सकता है, क्योंकि यह भी केवल एक बार दिखाया जाता है। [21]

1.2. एजेंट का निर्माण और सेटअप [24]

1. Python और Claude Code का उपयोग करना [24]
   1. एजेंट Python प्रोग्रामिंग भाषा पर चलता है, लेकिन Claude Code सब कुछ सेट कर देगा, इसलिए कोड लिखने की आवश्यकता नहीं है। [24]
   2. यदि Python 3.10 या नया स्थापित नहीं है, तो इसे Python डाउनलोड पेज से डाउनलोड और इंस्टॉल किया जा सकता है। [26]
   3. Claude Code को Claude डेस्कटॉप डाउनलोड करके प्राप्त किया जाता है, क्योंकि यह पहले से ही इसमें निर्मित है। [30]
   4. Claude में साइन इन करने के बाद, प्रोजेक्ट के लिए एक खाली फ़ोल्डर बनाया जाता है, कोड टैब खोला जाता है, "स्थानीय" चुना जाता है, और खाली फ़ोल्डर का चयन किया जाता है। [32]
   5. Claude Code को हर कदम के लिए अनुमति मांगे बिना पूरी बिल्ड चलाने के लिए मोड को "ऑटो" पर सेट किया जाता है। [33]
2. प्रॉम्प्ट का उपयोग करना [34]
   1. एक प्रॉम्प्ट का उपयोग किया जाता है जो छह भागों में लिखा गया है। [34]
   2. केवल व्यवसाय का नाम, बेची जाने वाली वस्तुएं और खुलने का समय कोष्ठकों में बदला जाता है। [35]
   3. उदाहरण के लिए, "नॉर्थलाइन मोटर्स" नामक एक कार डीलरशिप के लिए प्रॉम्प्ट भरा गया था, जिसमें तीन कारें बेची जानी थीं और चेहरे के लिए "केंजी" अवतार चुना गया था। [36]
   4. प्रॉम्प्ट का तीसरा भाग सबसे महत्वपूर्ण है क्योंकि यह Synthesia के आधिकारिक कौशल को स्थापित करता है, जो Claude Code को अवतार को एजेंट से जोड़ने का तरीका सिखाता है। [38]
   5. प्रॉम्प्ट भेजने के बाद, Claude Code कौशल स्थापित करता है और एजेंट लिखता है, जिसमें कुछ मिनट लगते हैं। [39]
   6. एक बार पूरा होने पर, यह एजेंट, केंजी के साथ पेज, बुकिंग फॉर्म और तीन कारों सहित निर्मित सभी चीजों का विवरण देता है। [41]
3. API कुंजियों को जोड़ना [44]
   1. Claude Code स्वचालित रूप से API कुंजियों को नहीं जोड़ सकता है, इसलिए यह उनके लिए चार खाली स्लॉट के साथ एक छोटी टेक्स्ट फ़ाइल छोड़ देता है। [44]
   2. कुंजियों को जोड़ने के लिए, प्रोजेक्ट फ़ोल्डर के अंदर .env नामक फ़ाइल को नोटपैड के साथ खोला जाता है। [46]
   3. Synthesia कुंजी को Synthesia API key= के बाद बिना स्पेस या उद्धरण चिह्नों के पेस्ट किया जाता है, और LiveKit ब्लॉक को LiveKit स्लॉट में पेस्ट किया जाता है। [48]
   4. फ़ाइल को सहेजने और बंद करने के बाद, Claude Code कुंजियों को उठाता है और एजेंट शुरू करता है। [49]
   5. यह बताता है कि यह बिना किसी त्रुटि के जुड़ा हुआ है और localhost:8080 खोला जा सकता है। [51]
   6. localhost:8080 वेबसाइट का पता है जब यह स्थानीय कंप्यूटर पर चलता है। [52]
   7. वेबसाइट एक वास्तविक डीलरशिप वेबसाइट की तरह दिखती है, जिसमें केंजी बाईं ओर, बुकिंग फॉर्म दाईं ओर और तीन कारें उनके विवरण के साथ हैं। [53]

2. AI एजेंट के साथ बातचीत और बुकिंग [57]

AI एजेंट के साथ बातचीत शुरू करने के बाद, यह सवालों के जवाब देता है, बुकिंग फॉर्म को अपडेट करता है, और उपयोगकर्ता के इनपुट के आधार पर कार्य करता है, जिससे एक सहज और इंटरैक्टिव अनुभव मिलता है।

2.1. कार डीलरशिप एजेंट के साथ बातचीत [57]

1. बातचीत शुरू करना [57]
   1. "बातचीत शुरू करें" दबाने और माइक्रोफ़ोन की अनुमति देने के बाद, केंजी तुरंत अभिवादन करता है। [57]
   2. वह जो कुछ भी कहता है वह वीडियो के नीचे कैप्शन के रूप में दिखाई देता है। [59]
   3. जब "ल्यूमेन" नामक इलेक्ट्रिक कार के बारे में पूछा जाता है, तो वह सटीक विवरण के साथ समझाना शुरू कर देता है। [60]
   4. यदि उसे वाक्य के बीच में बाधित किया जाता है, तो वह तुरंत बात करना बंद कर देता है। [64]
2. टेस्ट ड्राइव बुक करना [65]
   1. जब उपयोगकर्ता ल्यूमेन की टेस्ट ड्राइव बुक करना चाहता है, तो केंजी "शानदार पसंद" कहता है। [65]
   2. बुकिंग फॉर्म पर कार मॉडल तुरंत भर जाता है। [68]
   3. एजेंट केवल कारों के बारे में बात नहीं कर रहा है; वह एक चुनने में मदद कर रहा है, अगले कदम के माध्यम से मार्गदर्शन कर रहा है, और बातचीत के दौरान बुकिंग फॉर्म को अपडेट कर रहा है। [69]
3. व्यक्तिगत जानकारी प्रदान करना [71]
   1. नाम के लिए, एजेंट इसे अक्षर-दर-अक्षर वर्तनी के लिए कहता है। [71]
   2. ईमेल के लिए भी यही प्रक्रिया दोहराई जाती है, जिसमें उपयोगकर्ता यह निर्दिष्ट करता है कि नाम भाग में कोई बिंदु नहीं है। [73]
   3. एजेंट जानकारी की पुष्टि करता है। [75]
4. तिथि और समय का चयन करना [77]
   1. जब उपयोगकर्ता "शायद अगले सप्ताह सोमवार" कहता है, तो एजेंट सटीक तिथि के लिए पूछता है। [77]
   2. एजेंट सोमवार, 5 अक्टूबर, 2026 की पुष्टि करता है और सुबह 9:00 बजे या 9:30 बजे जैसे उपलब्ध टेस्ट ड्राइव स्लॉट प्रदान करता है। [80]
   3. उपयोगकर्ता सोमवार और फिर सुबह 10:30 बजे का चयन करता है। [84]
   4. एजेंट बुकिंग की पुष्टि करने से पहले पूरी बुकिंग को वापस पढ़ता है। [89]
   5. जब पूछा जाता है कि क्या रविवार को टेस्ट ड्राइव उपलब्ध है, तो एजेंट बताता है कि वे रविवार को बंद रहते हैं और एक और दिन का सुझाव देता है। [91]
   6. उपयोगकर्ता पिछली तिथि पर रहने का फैसला करता है, और एजेंट बुकिंग की पुष्टि करता है। [93]
5. बुकिंग की पुष्टि [96]
   1. एजेंट टेस्ट ड्राइव की पुष्टि करता है, एक संदर्भ कोड प्रदान करता है, और बताता है कि एक पुष्टिकरण ईमेल भेजा जा रहा है। [96]
   2. फॉर्म पूरी तरह से भर जाता है, बैज "विवरण की प्रतीक्षा" से "पुष्टि" में बदल जाता है, और संदर्भ कोड के साथ एक टेस्ट ड्राइव बुक किया गया कार्ड दिखाई देता है। [99]
   3. किसी ने कुछ भी टाइप नहीं किया, और बुकिंग सहेज ली गई। [102]
   4. एक बार पहला एजेंट चलने के बाद, एक अलग व्यवसाय के लिए दूसरा एजेंट बनाना केवल एक और प्रॉम्प्ट लेता है क्योंकि यह समान कुंजियों और सेटअप का पुन: उपयोग करता है। [103]

2.2. कुकिंग स्कूल एजेंट का निर्माण और बातचीत [104]

1. कुकिंग स्कूल एजेंट बनाना [104]
   1. "केसर और नमक" नामक एक कुकिंग स्कूल के लिए एक नया एजेंट बनाया जाता है, जिसमें "मे" को चेहरे के रूप में चुना जाता है। [104]
   2. Claude Code चैट में एक छोटा प्रॉम्प्ट पेस्ट किया जाता है जो Claude Code को पूरे प्रोजेक्ट को एक नए फ़ोल्डर में कॉपी करने और केवल व्यवसाय को बदलने के लिए कहता है। [105]
   3. कुछ मिनटों के बाद, एजेंट तैयार हो जाता है, जिसमें एक ही लेआउट होता है लेकिन एक कुकिंग स्कूल पेज होता है जिसमें प्रति व्यक्ति कीमत के साथ तीन कक्षाएं होती हैं। [107]
   4. केवल व्यवसाय बदला गया था; बाकी सब कुछ पहली बिल्ड से आया था। [111]
2. कुकिंग स्कूल एजेंट के साथ बातचीत [113]
   1. "बातचीत शुरू करें" दबाने के बाद, मे अभिवादन करती है और कक्षाओं या बुकिंग के बारे में पूछती है। [113]
   2. जब "वीकेंड सावरडो क्लास" के बारे में पूछा जाता है, तो वह विवरण समझाती है। [116]
   3. यदि उसे बाधित किया जाता है और पूछा जाता है कि क्या रोटी घर ले जाई जा सकती है, तो वह तुरंत जवाब देती है कि हाँ, रोटी घर ले जाई जा सकती है। [118]
3. कुकिंग क्लास बुक करना [122]
   1. जब उपयोगकर्ता क्लास बुक करना चाहता है, तो मे नाम और ईमेल पते के लिए अक्षर-दर-अक्षर वर्तनी के लिए कहती है। [122]
   2. जब उपयोगकर्ता सोमवार को बुक करने के लिए कहता है, तो मे बताती है कि वे सोमवार को बंद रहते हैं लेकिन मंगलवार से शनिवार तक विकल्प प्रदान करती है। [129]
   3. वह केवल "नहीं" नहीं कहती है; वह एक और विकल्प देती है और बुकिंग को आगे बढ़ाती है। [131]
4. तिथि, समय और मेहमानों की संख्या का चयन करना [133]
   1. उपयोगकर्ता शनिवार को दोपहर 3:00 बजे का चयन करता है, लेकिन मे बताती है कि कक्षाएं केवल सुबह 11:00 बजे या शाम 6:00 बजे शुरू होती हैं। [133]
   2. उपयोगकर्ता सुबह 11:00 बजे का चयन करता है और बताता है कि 10 लोग होंगे। [139]
   3. मे बताती है कि कक्षा में अधिकतम आठ मेहमान ही आ सकते हैं और पूछती है कि क्या उपयोगकर्ता आठ मेहमानों के लिए बुक करना चाहता है। [142]
   4. उपयोगकर्ता इसे चार में बदल देता है, फिर अपना विचार बदलकर शाम 6:00 बजे और फिर अगले शनिवार को कर देता है। [144]
5. बुकिंग की पुष्टि [149]
   1. फॉर्म हर बार अपडेट होता है, और मे पुष्टि करने से पहले सब कुछ वापस पढ़ती है। [149]
   2. बुकिंग की पुष्टि हो जाती है, एक संदर्भ कोड, कुल $480, और एक पुष्टिकरण ईमेल प्रदान किया जाता है। [156]
   3. एक क्लास बुक किया गया कार्ड दिखाई देता है जिसमें शनिवार, 3 अक्टूबर को शाम 6:00 बजे चार मेहमानों के लिए कुल $480 के साथ विवरण होता है। [159]
   4. एजेंट लोगों को ऐसी कोई भी चीज़ बुक करने नहीं देता है जिसकी अनुमति नहीं है और फिर भी हर बार बुकिंग पूरी करता है। [161]
6. Synthesia का उपयोग करना [162]
   1. Synthesia इसे आज़माने के लिए 500 मुफ्त मिनट प्रदान करता है। [162]
   2. साइन अप करने के लिए विवरण में दिए गए लिंक का उपयोग किया जा सकता है। [163]