LiveKit：开源的实时音视频通信基础设施

LiveKit 是一个开源项目，提供基于 WebRTC 的可扩展多人实时音视频通信能力。项目目前获得了 19,205 个 Star。

LiveKit 的服务端用 Go 语言编写，底层依赖 Pion WebRTC 实现。它提供视频、音频和数据三种通道的实时通信能力，让开发者在自己的应用中集成多人通话、直播和协作功能，不需要从零搭建 WebRTC 信令和媒体服务器。

核心架构

LiveKit 采用 SFU（Selective Forwarding Unit）架构，服务端负责转发媒体流，不做编解码。这种架构在多方通话场景下延迟低、扩展性好。

具体能力包括：

• 分布式部署，支持多区域和集群扩展
• 网络层兼容 UDP、TCP、TURN，适应复杂网络环境
• 支持 Simulcast 和 SVC 编解码（VP9、AV1），按带宽自适应调整画质
• 发言者检测，可自动切换主讲人画面
• 端到端加密，保障通话安全
• JWT 鉴权机制，适合生产环境接入
• Webhook 回调，方便与外部系统联动
• 审核 API，支持主持人踢人、静音等操作

客户端 SDK

LiveKit 提供了覆盖主流平台的客户端 SDK：

• JavaScript/TypeScript（含 React 声明式 UI）
• Swift（iOS/macOS，支持 SwiftUI）
• Kotlin（Android，支持 Compose）
• Flutter（跨平台）
• React Native（beta）
• Unity WebGL
• Rust

每个 SDK 都有对应的示例工程和文档，覆盖了 Web、移动端、桌面端和游戏引擎场景。

服务端 SDK

后端方面，LiveKit 提供了多种语言的服务端 SDK，用于生成 access token、调用服务端 API 和接收 webhook：

• Go（官方维护）
• JavaScript/TypeScript
• Ruby
• Java/Kotlin
• Python（社区维护）
• PHP（社区维护）

Go 版 SDK 还支持客户端能力，可以用来构建自动化机器人，模拟真实用户行为。

周边生态

LiveKit 围绕核心服务搭建了几个配套组件：

• Agents：构建实时多模态 AI 应用，把 AI 作为参与者加入房间
• Egress：负责录制和转推，支持录制整个房间或单独的音视频轨道
• Ingress：支持从外部源（RTMP、WHIP、HLS、OBS）推流到 LiveKit 房间

这三个组件让 LiveKit 从一个音视频服务器扩展成了一个可以接入 AI、支持直播推流、支持录制归档的平台。

快速上手

安装方式比较直接。Mac 上用 brew：

brew install livekit

Linux 上用脚本：

curl -sSL https://get.livekit.io | bash

Windows 直接从发布页下载二进制文件。

启动开发模式只需一行命令：

livekit-server --dev

默认会生成一组测试用的 API Key 和 Secret，用 CLI 工具生成 access token 后，连上官方的 Example App 就能看到自己的音视频画面被推送到本地服务器。

部署方式

项目提供两种部署选择。LiveKit Cloud 是官方托管的云服务，每月有免费额度，适合快速验证和中小规模使用。自托管则按照官方部署文档，用 Docker 或 Kubernetes 搭建，适合对数据合规和网络有要求的团队。

LiveKit 是目前开源实时音视频方案中功能覆盖较全的一个项目。从 SFU 核心到多平台 SDK，从 AI Agents 到录制推流，覆盖了实时通信的主要环节。对于需要在产品中集成音视频通话、直播或实时协作功能的团队，LiveKit 是一个值得评估的选项。

核心到多平台 SDK，从 AI Agents 到录制推流，覆盖了实时通信的主要环节。对于需要在产品中集成音视频通话、直播或实时协作功能的团队，LiveKit 是一个值得评估的选项。