
Turn Any LangGraph Agent Into a Voice Agent in Minutes
LangChain23 juni 2026Bekijk op YouTube
Onderdeel van serie
Afl. 4 · LangSmith Engine
LangChain's LangSmith Engine automatiseert het verbeteren van AI-agents door productie-traces om te zetten in geheugen en fixes.
Bekijk de serieWat je leert
- Je kunt een bestaande, in productie draaiende LangGraph-agent ombouwen tot spraakagent door alleen de OpenAI-LLM-laag in een Pipecat-pipeline te vervangen door de LangGraph-graph.
- De LangGraph-graph moet stateless gemaakt worden, zodat Pipecat de gesprekscontext beheert en er geen dubbele state wordt bijgehouden.
- Voor het traceren van een voice agent in LangSmith gebruik je de span processor die de OTEL-traces van Pipecat omzet in LangSmith-compatibele attributen.
- Pipecat regelt automatisch voice activity detection en onderbrekingen, en snoeit de context zodanig dat alleen wordt bewaard wat de gebruiker daadwerkelijk heeft gehoord.
- Bij de overgang naar spraak zijn kortere antwoorden en één vraag tegelijk nodig, anders klinkt de dialoog onnatuurlijk.
Veelgestelde vragen
Wat is er nodig om een bestaande LangGraph-agent als voice agent te laten werken?
Waarom moet de LangGraph-graph stateless worden gemaakt?
Hoe krijg je de voice agent getracet in LangSmith?
Wat verandert er aan de prompting als een agent gaat praten?
Onderwerpen
In deze video
Lees ook
World Summit AI keert in 2026 terug naar Amsterdam voor tiende editie
Op 7 en 8 oktober 2026 vindt in Amsterdam de tiende editie van de World Summit AI plaats, met meer dan 10.000 verwachte deelnemers, 300 sprekers en 100 exposanten. Het evenement wordt gehouden in Taets Art & Event Park en is onderdeel van de bredere World AI Week.
AI-agentframeworks winnen terrein nu modellen en platforms de markt rijper maken
Frameworks als LangChain, AutoGen en CrewAI worden steeds vaker ingezet voor complexe AI-workflows en multi-agentsystemen. Nieuwe modellen van Meta, Anthropic en het Chinese Meituan versterken die trend.
Een golf van nieuwe AI-agenttools kondigt zich aan rond begin september 2026
Rond 4 september 2026 werden meerdere nieuwe AI-agentframeworks en ontwikkelaarstools gelanceerd of bijgewerkt, van GitHub's multi-model orchestratiepreview HydraFusion tot gespecialiseerde tools voor locatiedata, beveiliging en gedeelde terminal-omgevingen.
World Summit AI keert na tien jaar terug naar Amsterdam met jubileumeditie
Op 7 en 8 oktober 2026 vindt in Amsterdam de tiende editie van World Summit AI plaats, met meer dan 10.000 verwachte bezoekers uit ruim 130 landen en meer dan 300 sprekers. Het evenement is het ankerpunt van World AI Week, die van 5 tot en met 9 oktober meer dan 100 nevenevenementen omvat.
AI-agentstartup LangChain bereikt waardering van 3 miljard dollar
LangChain zegt 7.000 klanten te hebben voor zijn model- en platformonafhankelijke agentbeheertool LangSmith en is nu 3 miljard dollar waard.
Speechmatics brengt Agent STT uit, een spraak-naar-tekst API gericht op fouten met grote gevolgen
Speechmatics heeft op 17 september 2026 Agent STT uitgebracht, een spraak-naar-tekst API aangedreven door het nieuwe Linden-model, specifiek gebouwd voor productie-spraakagenten. De API richt zich op het reduceren van fouten die in klantenservicegesprekken grote consequenties kunnen hebben, zoals fout herkende…
Bronnen
Wat er buiten deze uitzending over dit onderwerp bekend is, en waar dat staat.
Beschrijving van het kanaal
Caroline di Vittorio, software engineer at LangChain, walks through how to take an existing LangGraph multi-agent system and wire it into a fully functional voice agent using Pipecat — without rebuilding your graph from scratch. She covers the key architectural change required (dropping the checkpointer and making the graph stateless), how Pipecat handles speech-to-text, text-to-speech, voice activity detection, and interruptions out of the box, and how to get complete LangSmith traces that include audio recording, latency, and costs across every layer of the pipeline. Turn Any LangGraph Agent Into a Voice Agent in Minutes 0:00 Why voice agents are just a new modality for your existing agent 0:40 What Pipecat does and how it fits into the stack 1:10 The demo agent: LangGym customer support with four specialized sub-agents 1:47 How the multi-agent graph routes and maintains state 2:35 Testing the text agent with FastAPI 3:04 Watching the triage and cancellation agents hand off in real time 3:24 Inspecting the LangSmith trace for the text agent run 4:09 Time to add voice: swapping in Pipecat 4:20 Walking through the basic Pipecat pipeline (STT, LLM, TTS) 5:07 Voice activity detection and interruption handling explained 6:01 Replacing the OpenAI LLM layer with the LangGraph agent 7:20 The checkpointer problem: why stateful LangGraph breaks with Pipecat 8:01 Making the graph stateless: deriving active agent from messages 10:13 How the adapter passes context between Pipecat and LangGraph 10:38 Running the full voice agent demo 11:40 What's missing from the first trace: STT, TTS, audio, latency 12:22 Adding the LangSmith span processor for complete Pipecat tracing 14:42 Adding audio recording and seeing it in the trace UI 16:05 Prompting differences between text and voice agents Referenced docs: → Trace Pipecat application: https://docs.langchain.com/langsmith/trace-with-pipecat → Quickstart - Pipecat: https://docs.pipecat.ai/pipecat/get-started/quickstart → Quickstart - LangChain: https://docs.langchain.com/oss/python/langgraph/quickstart → Demo repo: https://github.com/langchain-ai/pipecat-langgraph-example Resources: → LangGraph: https://www.langchain.com/langgraph → LangSmith: https://www.langchain.com/langsmith → Pipecat docs: https://docs.pipecat.ai
