我如何一步步搭出一个能真正接电话的语音 Agent

一位开发者用 Telnyx 号码、WebSocket 双向音频、Deepgram STT、Grok/Gemini 模型、ElevenLabs 或 Cartesia TTS 加 VAD，搭出一个能像真人一样接电话的语音 Agent，整个闭环用 ngrok 测试，耗时一个周末。