探索Google Actions的Java世界:非官方Java SDK
请注意:本项目已废弃,Google已经推出了官方的Java库。建议您转而使用官方库进行开发。
即便如此,我们仍可以回顾一下这个曾经试图填补Java开发者在构建Google助手和Home应用空白的项目。这是一个非官方的Google Actions Java SDK,为那些习惯于Android开发且希望复用已有Java代码的开发者提供了可能性。
项目简介
Google Actions Java SDK是一个概念验证项目,旨在让Java开发者能够利用Google Assistant平台的能力,创建语音交互的应用。它基于Node.js官方库,但并不是简单的复制,而是力求与Google的对话协议(Conversational Protocol)保持完全兼容。
技术剖析
项目分为两个模块:
- Assistant Actions Java SDK:处理与Google Actions兼容的请求和响应。
- Assistant Actions Java Sample:提供示例,展示如何在AppEngine Java项目中使用该SDK,目前包括一个能够欢迎用户并重复语句的Servlet示例。
应用场景
这个SDK最适合用于扩展或替代现有移动应用的语音界面。例如,你可以为你的Android应用添加一个Google Home的接口,使得用户可以通过自然语言与之互动。
项目特点
尽管处于早期阶段,但这个SDK已经足够处理基础的Google Assistant通信。即使功能有限,由于响应基于Conversational Protocol,开发者也可以手动构建RootResponse对象以应对任何限制。同样,RootRequest对象也应该能反映出Google Actions发送的所有数据。
为了使用这个SDK,你需要实现ResponseHandler接口并将其实例传递给AssistantActions构造函数。然后,通过RequestHandlerFactory来配置意图映射,将请求委托给适当的处理器。
以下是一个简单的使用示例:
AssistantActions assistantActions =
new AssistantActions.Builder(new AppEngineResponseHandler(response))
.addRequestHandlerFactory(StandardIntents.MAIN, new MainRequestHandlerFactory())
.addRequestHandlerFactory(StandardIntents.TEXT, new TextRequestHandlerFactory())
.addRequestHandlerFactory(StandardIntents.PERMISSION, new MyPermissionRequestHandlerFactory())
.build();
assistantActions.handleRequest(request);
部署到Google Cloud后,你可以使用Web模拟器进行测试,观察应用在Google Assistant上的表现。
结论
虽然这个项目不再维护,但它展示了Java开发者如何以自己的方式接入Google Assistant的世界。如果你曾经对使用Java构建Google Assistant应用感兴趣,那么这个项目的历史和背后的思路可能会对你有所启发。现在,转向官方的Java库是更明智的选择,它们提供了更多支持和更新保障。
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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