AI-Sphere-Butler 的项目扩展与二次开发
2025-05-24 05:52:53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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.14 K
Ascend Extension for PyTorch
Python
162
183
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
254
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
React Native鸿蒙化仓库
JavaScript
240
314
🎉 (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
1.09 K
617
暂无简介
Dart
613
138
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++
644
255