🔥

Voice-Marketing-Agent

🏆VÀNG
@OpenVoiceX >

Voice-Marketing-Agent: Giải pháp thoại AI cho

★ 92,8833,3830Cập nhật 6 tháng trước
Trung cấp⏱ 15 phút triển khaiHiệu suất⏱ Tiết kiệm ~180 phút mỗi lần dùng
Hoạt động với:
Claude CodeCursor

Cài đặt nhanh

Terminal
claude install OpenVoiceX/Voice-Marketing-Agent
Xem trên GitHub

Mục lục

🔥

@OpenVoiceX

Cần hỗ trợ?

Chúng tôi xây dựng các kỹ năng và quy trình tự động hóa AI tùy chỉnh cho doanh nghiệp B2B.

Liên hệ ngay →

Đang dùng kỹ năng này?

Khám phá xem các công cụ khác trong hệ thống của bạn kết nối với AI như thế nào.

Tổng quan

Về kỹ năng này

Voice-Marketing-Agent là một framework mã nguồn mở hỗ trợ xây dựng các AI voice agent để xử lý các cuộc gọi điện thoại thực tế thông qua các API đám mây như Google Gemini, Groq và ElevenLabs. Nền tảng này mang lại trải nghiệm hội thoại thoại với độ trễ thấp nhờ kết hợp tốc độ suy luận (inference) cực nhanh cùng công nghệ tổng hợp văn bản thành giọng nói (text-to-speech) chất lượng phòng thu. Ngoài ra, framework giúp loại bỏ các phức tạp về hạ tầng bằng giải pháp container hóa với Docker và cung cấp một React dashboard trực quan để quản lý agent. Doanh nghiệp có thể ứng dụng nền tảng này cho việc tự động hóa cuộc gọi, tiếp cận khách hàng và tương tác marketing mà không cần tự vận hành các model local hay hạ tầng GPU riêng. Hệ thống tích hợp sẵn với Twilio để kết nối viễn thông và PostgreSQL để lưu trữ dữ liệu. Tự động hóa cuộc gọi dịch vụ khách hàng Khảo sát thị trường qua cuộc gọi thoại Nâng cao quy trình phân loại lead (lead qualification) Gửi các thông điệp marketing cá nhân hóa

Trường hợp sử dụng

🎯

Thương mại điện tử

Trích xuất dữ liệu sản phẩm từ các trang thương mại điện tử để quản lý tồn kho và phân tích.

🎯

Xuất bản nội dung

Chuyển đổi nội dung blog thành định dạng markdown có cấu trúc để quản lý và xuất bản dễ dàng hơn.

🎯

Nghiên cứu đối thủ

Thu thập thông tin chiến dịch của đối thủ cạnh tranh từ nhiều nguồn để hỗ trợ ra quyết định chiến lược.

🎯

Đánh giá phản hồi

Thu thập đánh giá của người dùng từ nhiều nền tảng để cải thiện phân tích phản hồi sản phẩm.

Phù hợp nhất cho

Hiệu suấtVận hành

Thẻ

#AI voice agents#open-source#call automation#real-time#marketing technology

Cài đặt & Cấu hình

Cài đặt nhanh

Sao chép lệnh cài đặt bên dưới và chạy trong terminal của bạn.

Terminal
claude install OpenVoiceX/Voice-Marketing-Agent

Cài đặt thay thế (Git Clone)

Terminal
git clone https://github.com/OpenVoiceX/Voice-Marketing-Agent

Yêu cầu hệ thống

  • ✓ Claude Code hoặc AI Agent tương thích
  • ✓ Hoạt động với: Claude Code, Cursor

Hướng dẫn nhanh

1

Cài đặt kỹ năng

Sao chép lệnh cài đặt ở trên và chạy trong terminal của bạn.

2

Mở AI Agent của bạn

Mở Claude Code, Cursor hoặc AI agent lập trình mà bạn muốn sử dụng.

3

Chạy thử

Sử dụng mẫu prompt hoặc ví dụ bên dưới để chạy thử kỹ năng.

4

Tùy biến

Tùy biến cấu hình kỹ năng phù hợp với quy trình làm việc của bạn.

Ví dụ sử dụng

Mẫu Prompt & Hướng dẫn

Hướng dẫn & Kịch bản
```
Triển khai một Voice-Marketing-Agent để xử lý các cuộc gọi inbound từ phân khúc khách hàng [CUSTOMER_SEGMENT] cho doanh nghiệp [BUSINESS_NAME]. Agent cần phải: 1) Chào hỏi người gọi bằng tin nhắn cá nhân hóa đề cập đến việc mua hàng hoặc yêu cầu thông tin gần đây của họ về [PRODUCT_CATEGORY], 2) Chuyển hướng các lead có ý định mua hàng cao (high-intent lead) đến đội ngũ sales thông qua bản chép lời (transcription) theo thời gian thực, 3) Đưa ra các chương trình giảm giá hoặc khuyến mãi tức thì cho [SPECIFIC_OFFER] đối với khách hàng tiềm năng đủ điều kiện, và 4) Lưu lại toàn bộ lịch sử tương tác vào hệ thống [CRM_SYSTEM] kèm theo bản tóm tắt cuộc gọi và các bước xử lý tiếp theo. Sử dụng giọng điệu ấm áp, chuyên nghiệp tuân theo [BRAND_VOICE_GUIDELINES].
```
Sao chép

```
Đối với thương hiệu thương mại điện tử quy mô vừa 'EcoThread Collective', Voice-Marketing-Agent đã được triển khai để xử lý các cuộc gọi inbound từ phân khúc khách hàng mua 'Eco-Friendly Activewear' (Đồ thể thao thân thiện với môi trường). Trong đợt thử nghiệm kéo dài 48 giờ, agent đã xử lý 127 cuộc gọi với kết quả như sau:

- **Cá nhân hóa:** Agent đã chào hỏi 78 khách hàng cũ bằng tên riêng và nhắc lại đơn hàng trước đó của họ là 'Organic Cotton Leggings' (SKU: ECO-2023-045). Ví dụ câu chào: 'Xin chào Sarah! Cảm ơn bạn đã gọi đến EcoThread Collective. Chúng tôi thấy bạn rất thích chiếc quần legging cotton hữu cơ đã mua — việc tập luyện của bạn dạo này thế nào rồi?'

- **Phân loại Lead (Lead Qualification):** 42 cuộc gọi được xác định là có ý định mua hàng cao dựa trên các từ khóa như 'giảm giá', 'đặt hàng số lượng lớn' hoặc 'bộ sưu tập mới'. Các cuộc gọi này ngay lập tức được chuyển hướng tới đội sales kèm theo transcription theo thời gian thực. Agent cũng gắn cờ 15 cuộc gọi mà khách hàng hỏi về gói sản phẩm mùa hè 'Summer Sustainability Bundle' (SKU: SUM-2024-078), với ghi chú: 'Khách hàng rất quan tâm đến bộ sưu tập mùa hè — khuyến nghị ưu tiên theo dõi (follow-up).'

- **Triển khai khuyến mãi (Promotion Execution):** Đối với 31 người gọi, agent đã tặng mã giảm giá 15% cho đơn hàng tiếp theo nếu họ đăng ký nhận bản tin email. 18 khách hàng đã đồng ý và agent đã tạo các mã promo duy nhất (ví dụ: 'ECO15-SARAH'), đồng thời đồng bộ vào HubSpot cùng với tóm tắt cuộc gọi: 'Người gọi đã nhận mã giảm giá, đã thêm vào phân khúc đăng ký nhận bản tin, lên lịch gửi email follow-up vào ngày [DATE].'

- **Tích hợp dữ liệu (Data Integration):** Mọi tương tác cuộc gọi đều được lưu lại trong HubSpot với các tag như 'High Intent', 'Promo Accepted' hoặc 'Sales Routed'. Agent cũng gắn tag cho 23 cuộc gọi hỏi về 'chứng nhận phát triển bền vững' (sustainability certifications) để đội ngũ marketing giải đáp trong các nội dung truyền thông tiếp theo. Một khách hàng tên Mark đến từ Portland đã để lại thư thoại hỏi về 'quy trình đạt chứng nhận B Corp'. Agent đã chuyển đổi thư thoại này thành văn bản và tạo một task cho đội ngũ nội dung: 'Cập nhật trang FAQ với thông tin chi tiết về chứng nhận B Corp trước ngày [DATE].'

Sau chương trình thử nghiệm, EcoThread Collective ghi nhận tỷ lệ chuyển đổi cho các cuộc gọi inbound tăng 22% và thời gian phản hồi cho các lead chất lượng cao giảm 35%.
```

Công cụ tương thích

Kỹ năng này tương thích hoàn toàn với các trợ lý lập trình AI và môi trường sau:

🤖

Claude Code

Môi trường thực thi gốc

💻

Cursor & Windsurf

Tích hợp Agent biên tập

Máy chủ MCP

Kỹ năng này hỗ trợ Model Context Protocol (MCP), cho phép tích hợp trực tiếp như một dịch vụ MCP mở rộng tính năng cho AI Agent.

# Đăng ký trong cấu hình Claude Desktop của bạn:

{
  "mcpServers": {
    "voice-marketing-agent": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-voice-marketing-agent"]
    }
  }
}