语音助手会聊天就够了？销售挂电话后还有四个工具要手动填

电话挂断，行政工作才刚开始。

Maya 是一名客户经理。她刚和 Larkspur Freight 的 Priya 通完一通顺利的电话：双方原则上谈妥了价格，Priya 想要一份书面纪要，周二还有一次跟进，Larkspur 的首席营销官应该了解一下企业版方案。

距离下一通电话只剩十五分钟，而 Maya 有四个工具要更新：

• HubSpot：记录通话，把交易推进到谈判阶段。
• Apollo：找到那位首席营销官，加为联系人，放进企业版序列。
• Google Calendar：预约周二。
• Gmail：写一份价格纪要。

她的团队已经有语音助手了。它擅长对话，能总结通话、建议下一步。但它碰不了这四个工具中的任何一个，于是 Maya 只能再手动做一遍。

显而易见的解法是让助手接入这些应用。放到语音场景里，这比听起来难：

• 通话中没有屏幕。如果 HubSpot 的连接过期了，助手没法在 Maya 说话时弹出一个 OAuth 授权页。
• 每个工具都会拖慢回复。每一轮对话，工具的结构定义都要进入模型上下文。在聊天应用里多思考一秒没关系，在语音通话里就是一段尴尬的沉默。
• 语音会被听错。“给 Priya 起草纪要”可能变成“给 Priya 发送纪要”。一个词听错，一封没写完的邮件就发到了潜在客户那里。
• Maya 看不见改了什么。在聊天界面里，她能看着工具调用一条条滚过；在通话中，她只知道助手告诉她的内容。

要做的，是给一位销售代表配一个能处理整份清单的语音助手：用她自己的权限，并且把做过的事告诉她。

一句话，五个动作

用 Maya 的话说，需求是这样的：当我挂断潜在客户的电话，我想把发生的事说出来，然后在我的下一通电话之前，CRM、跟进和触达都已经更新好。

于是通话结束后她只说一句：“记录 Larkspur Freight 的通话，把交易推进到谈判阶段，预约周二跟进，给 Priya 起草价格纪要，把他们的首席营销官加入企业版序列。”

这句话会变成五个动作，每个动作背后都有一个来自连接器文档的工具。其中两个选择是刻意的。

纪要被保存为草稿，而不是直接发送。gmail_create_draft 和 gmail_send_message 都存在，而对语音助手来说，草稿才是正确的默认值。如果有词被听错，它躺在 Maya 的草稿箱里，而不是 Priya 的收件箱里。

助手还会把做过的事读回来：“已记录通话，Larkspur 已推进到谈判阶段，周二十点已预约，纪要已保存为草稿，Dana Okafor 已加入企业版序列。”在语音通话里，这段复述是 Maya 唯一能看到的审计记录。

自己动手要付出什么

这套东西可以自己接。对一个三十名销售代表的团队来说，需要这些：

• 三个 OAuth 应用、四个工具。HubSpot、Apollo 和 Google 各需要一个 OAuth 应用、一套授权流程、作用域、每位代表一份加密令牌存储，以及刷新逻辑。Google Calendar 和 Gmail 可以共用一个 Google 应用，但作用域仍要配对。
• 能在通话中工作的令牌处理。某位代表的 HubSpot 令牌下午两点过期，语音助手两点零五分尝试记录通话就会失败。代码需要在通话前刷新；如果刷新不了，就要大声说出来，并把链接发到通话之外代表能看到的地方。
• 一份小到能“对话”的工具清单。四个连接器合起来暴露数百个工具，仅 HubSpot 的连接器在 Scalekit 目录里就有 457 个，其中 80 个是破坏性的。你得亲手挑出八个，写好它们的结构定义，并在 API 变化时保持同步。
• 防听错的护栏。无论转写结果说了什么，都不能让删除、归档或发送类工具可达。
• 每位代表、每个动作都有记录。当交易阶段变了却没人记得为什么，你需要知道是哪个代表的助手、在什么时候做的、返回了什么。

单拎出来都不难，合在一起就是项目的大头，而且每加一个新应用、一位新代表，它都会变大。语音那部分，反而是最容易的。

用 Scalekit 和 Vapi 搭起来

这个版本把 Scalekit 的 Vapi 语音助手教程从 Google Calendar 扩展到 HubSpot、Apollo 和 Gmail。Vapi 负责语音和对话，Scalekit 坐在助手和应用之间：它持有每位代表的连接，只暴露这个角色需要的工具，并记录每一次调用。

第一步，每位代表一次性连好应用。在 Maya 的第一通电话之前，她连上 HubSpot、Apollo 和 Google，比如从应用里的设置页操作。后端向 Scalekit 查询她在每个连接上的账户，如果尚未激活，就拿到一条授权链接发给她。她的令牌留在 Scalekit 里加密保存并在那里刷新，语音应用和模型都看不到。

第二步，建一个只含这个角色工具的虚拟 MCP 服务器。四个连接器合起来有数百个工具，Maya 的助手只拿八个。这份清单里没有 HubSpot 的 80 个破坏性工具，没有 Apollo 的两个归档类工具，没有 Google Calendar 的六个删除类工具，也没有 Gmail 的八个删除和清空工具，gmail_send_message 同样不在其中。无论转写说了什么，助手都无法删除、归档、移除或发送。八个结构定义而不是数百个，也让每一轮对话都保持简短——有人在等一句口头回复时，这很关键。

第三步，每通电话开始时传入代表的身份。Maya 点“开始通话”，后端检查她的连接，然后在那台服务器上为她签发一个会话令牌。令牌绑定她的标识，所以这通对话里的每次工具调用都以她的权限运行，不会是别人的。会话令牌在这里有效期三十分钟，不可刷新，每通电话换一个新的。如果她的 HubSpot 授权已过期，通话不会悄悄带着故障启动：应用会告诉她该重连哪个应用，并把链接发到她能看到的地方。如果连接在通话中途失效，工具调用会失败，助手的指令要求它大声说明，而不是猜测。

第四步，把 Vapi 助手指向这个服务器。在 Vapi 里给助手加一个 MCP 工具，它接收服务器地址和请求头，请求头可以用变量。然后从浏览器用这位代表的值发起通话。Vapi 在通话开始时发现那八个工具，剩下的交给系统提示词：写任何东西之前，先复述名字、日期和找到的交易，等一个“是”；更新前先用 hubspot_deals_search 找到交易；邮件永远是草稿，不能发送；把联系人加入序列，从指定邮箱发出；如果某个工具说连接需要重新授权，说出是哪个应用并告诉代表重连链接正在路上，不要重试；做完之后，把每一处改动逐行读回来。

第五步，每个动作都记在代表名下。每次工具调用都经过 Scalekit，因此都会连同工具、代表标识、时间和结果被记录。如果下周 Larkspur 的交易阶段看起来不对，你能看到究竟是哪一通电话移动了它、来自谁的助手、HubSpot 返回了什么。失败会标记为连接器错误（HubSpot 限流、被拒绝的作用域）或 API 错误（你的配置问题）。

偏好 LiveKit 的话，Scalekit 的 LiveKit 教程用另一种方式做同样的身份传递：服务器读取已登录用户，把标识放进助手的调度元数据，worker 为它定义的每个工具调用 executeTool。教程指出 @livekit/agents 1.4.11 没有 MCP 工具集，所以那里要靠选择包装哪些工具来限定范围。两套教程都有可克隆的仓库。

什么时候不需要这套东西

如果语音助手只给你自己用，跑在你自己的 HubSpot 和 Google 账户上，可以跳过这层集成：把 API 密钥放进环境变量，手写那八个工具，一个下午就能搞定。

当第二位代表想要自己的权限、当连接在季度中途过期、当有人问是哪个助手移动了交易，它才开始变得重要。到那时，按代表隔离的连接、限定范围的工具清单和逐次通话的日志，就不再是锦上添花。

想用自己的账户试一试，从 Scalekit 的快速开始入手，然后在控制台里添加 HubSpot、Apollo、Google Calendar 和 Gmail 连接。