AI-Sphere-Butler 的项目扩展与二次开发
2025-05-24 14:33:36作者:冯爽妲Honey
AI-Sphere-Butler 是一个开源项目,旨在创造一个全方位服务于用户全场景的 AI 全能管家——代号“小粒”。该项目提供了一个与远程视频通话中的真人几乎无异的体验,具备思考、情感交流、视觉、听觉以及模拟触觉反馈等能力。项目功能覆盖智能家居控制、情感陪伴、学习交流、健康管理、安全防护、个人购物、外出导航及酒店预订等多个方面。此外,项目还可以代理主人进入 AI 世界与 AI 网络互联,和其他用户的虚拟管家或者虚拟个体交互。
项目的核心功能
AI-Sphere-Butler 的核心功能包括:
- 虚拟形象模块:打造高度逼真的虚拟形象,实现面部表情动态、自然动作模拟及多设备适配。
- 语音交互模块:搭建高精度语音识别、自然语言理解(NLU)和人类语音合成(TTS)系统。
- 情感计算与心理支持模块:通过情感分析理解用户情绪,并提供适当的心理互动或安慰。
- 智能家居与物联网模块:支持主流的智能家居协议和设备对接,实时控制和建议。
- 学习与知识模块:提供知识共享和学习支持服务,包括个性化推荐、语言学习助手等。
- 健康与安全模块:结合健康监测设备,提供健康建议、紧急响应服务。
- 跨平台兼容性模块:确保 AI-Sphere-Butler 可在电视、平板、手机、车载设备等多种终端上呈现。
项目使用了哪些框架或库?
AI-Sphere-Butler 项目使用了以下框架或库:
- 后端:FastAPI(API接口制作和调用)、Nginx。
- 数据库:SQLite、Redis。
- 容器化:Docker 用于模块的部署和扩展。
- 虚拟形象模块:wav2lip(形象制作)、LiveTalking。
- 视觉交互模块:OpenCV、OCR。
- 语音交互模块:FunASR、腾讯云 ASR、火山 TTS、gpt-sovitsTTS(声音克隆)、cosyvoiceTTS、Hugging Face、Transformers。
- 大模型交互模块:Langchain 框架、Ollama 框架、大模型(多模态)LoRA 微调训练、Embedding 模型、提示词工程。
- 智能家居与物联网模块:MQTT、Home Assistant。
- 跨平台兼容性模块:React Native、Flutter、WebRTC。
项目的代码目录及介绍
项目的代码目录如下:
core/
docs/
images/
modules/
iot_control/
scripts/
.gitignore
LICENSE
requirements.txt
setup.py
core/:项目核心模块代码。docs/:项目文档。images/:项目相关图片资源。modules/:项目模块代码,如iot_control。scripts/:项目相关脚本。.gitignore:Git 忽略文件列表。LICENSE:项目许可证。requirements.txt:项目依赖库列表。setup.py:项目配置文件。
对项目进行扩展或者二次开发的方向
对 AI-Sphere-Butler 进行扩展或者二次开发的方向包括:
- 增加更多功能模块,如音乐播放、视频播放、游戏互动等。
- 优化现有模块的性能和稳定性。
- 开发更多跨平台兼容性模块,如适配更多智能设备。
- 与其他开源项目进行集成,如与智能家居平台、在线教育平台等。
- 开发更多个性化服务,如根据用户习惯推荐内容、定制虚拟形象等。
总之,AI-Sphere-Butler 项目具有很大的扩展和二次开发潜力,欢迎广大开发者一起参与共建,为用户提供更加智能、人性化的服务。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
348
413
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
暂无简介
Dart
778
193
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
357
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896