Qwen Audio Agent 공개

Qwen Audio Agent는 음성 대화와 백그라운드 에이전트 작업을 분리해, 검색·코딩·도구 호출 중에도 사용자가 진행 상황을 묻거나 작업을 취소할 수 있도록 설계된 실시간 음성 런타임이다.

• WebUI, 터미널 TUI, 데스크톱 음성 orb 인터페이스를 제공한다.
• Voice Gateway와 TaskManager가 작업 수명주기와 상태를 관리한다.
• OpenCode, Qwen Code, Kimi Code, Codex, Claude Code 등 ACP 기반 백엔드 에이전트와 연동한다.
• 설치된 백엔드의 모델·도구·MCP·스킬·인증 설정을 재사용하며, 여러 작업을 비동기로 실행할 수 있다.
• 최신 버전은 v1.8.3이며 Node.js 22.22.2 이상과 npm 10 이상이 필요하다.

기본 음성 프론트엔드는 DashScope 실시간 음성 서비스로 오디오와 대화를 전송한다. 클라우드 API를 사용하지 않으려면 Hugging Face 기반 로컬 speech-to-speech 프론트엔드로 교체할 수 있다.

백엔드에 full 권한을 부여하면 명령 실행과 파일 수정이 가능하므로 신뢰할 수 있는 프로젝트에서만 사용해야 한다. 로컬 게이트웨이를 외부 네트워크에 노출하지 않는 것도 필요하다.