meta-vision-api 的项目扩展与二次开发
2025-06-09 00:07:49作者:温玫谨Lighthearted
项目的基础介绍
meta-vision-api 是一个开源项目,旨在为Meta Rayban智能眼镜提供浏览器扩展和API,以支持将自定义AI机器人添加到Messenger应用中。这个项目通过利用语音命令,允许用户与AI进行交互,如发送消息、图片甚至视频通话截图到AI提供商(如ChatGPT、Claude等)并记录输出结果。
项目的核心功能
- 发送消息和图片: 用户可以通过语音命令“Hey Meta send a message to ___”来发送消息或者图片到指定的AI服务。
- 视频监控: 在视频通话中,可以自动发送截图到AI提供商,并将回复以文字或语音形式反馈给用户。
- AI交互: 利用AI服务提供商的API来回答问题或者描述图片内容。
项目使用了哪些框架或库?
项目主要使用TypeScript进行开发,同时使用了以下框架和库:
- Tailwind CSS: 用于快速UI开发。
- PostCSS: 用于转换CSS代码,使其更加兼容。
- ESLint: 用于代码质量和风格检查。
- Bun: 作为JavaScript的运行时环境。
项目的代码目录及介绍
meta-vision-api/
├── assets/ # 静态资源文件,如图片等
├── public/ # 公共文件,如 locales 语言文件
├── src/ # 源代码目录
│ ├── components/ # 组件目录
│ ├── eslintrc # ESLint 配置文件
│ ├── gitignore # Git 忽略文件
│ ├── LICENSE.md # 开源协议文件
│ ├── README.md # 项目说明文件
│ ├── SECURITY.md # 安全策略文件
│ ├── biome.json # 生物体配置文件
│ ├── bun.lock # Bun 锁文件
│ ├── components.json # 组件配置文件
│ ├── manifest.json # 清单文件,定义浏览器扩展的元数据
│ ├── package-lock.json # 包锁文件
│ ├── package.json # 包文件
│ ├── postcss.config.cjs# PostCSS 配置文件
│ ├── tailwind.config.cjs# Tailwind CSS 配置文件
│ ├── tsconfig.json # TypeScript 配置文件
│ └── wxt.config.ts # wxt 配置文件
对项目进行扩展或者二次开发的方向
- 增加更多AI服务提供商: 集成更多AI服务提供商,如百度AI、腾讯AI等,为用户提供更多选择。
- 扩展功能: 增加新的交互方式,例如手势识别、眼动追踪等,以丰富用户的交互体验。
- 优化性能: 对现有代码进行优化,提高扩展的稳定性和性能。
- 增强安全性: 加强API调用的安全性,确保用户数据的安全。
- 用户界面改进: 改进用户界面,使操作更加直观和用户友好。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
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++
943
884
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
398
299
🎉 (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
1.56 K
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212