CS-LLM-house 的项目扩展与二次开发
2025-06-19 20:41:05作者:虞亚竹Luna
CS-LLM-house 的项目扩展与二次开发
项目的基础介绍
CS-LLM-house 是一个基于现代 Web 技术构建的跨平台 AI 助手应用。该应用支持与多种 AI 模型(如 OpenAI、Google Gemini、Anthropic Claude、Grok、硅基流动、火山方舟等)的交互,提供流畅的对话体验,并支持 Android 平台部署。应用采用 React、TypeScript 和 Capacitor 框架开发,具有高度可定制的模型配置、多主题聊天管理、AI 思考过程可视化、语音合成、语音识别、MCP 工具支持、知识库管理等特色功能。
项目的核心功能
- 多模型 AI 对话: 支持 OpenAI、Claude、Gemini、Grok 等主流 AI 模型。
- 语音交互: 语音识别输入 + TTS 语音播放。
- 移动端优化: 原生 Android 应用体验。
- 知识库管理: 文档上传、智能检索。
- MCP 工具集成: 扩展 AI 能力的工具生态。
- Vue+React 混合架构: 充分利用两个生态优势。
- 代码编辑器: 语法高亮,多语言支持。
- AI 思考过程: 支持显示 AI 的思考过程(主要支持 Grok 模型)。
- 开发者工具: 控制台日志查看,网络请求监控,API 请求和响应分析。
项目使用了哪些框架或库?
- 前端框架: React 19、Material UI 7、Vue 3(混合架构)
- 构建工具: Vite 6、SWC 编译器
- 编程语言: TypeScript 5.8
- 移动框架: Capacitor 7
- 状态管理: Redux & Redux Toolkit 2.8
- API 集成: OpenAI、Google Gemini、Anthropic Claude、Grok、硅基流动、火山方舟等 AI 模型
- 存储: IndexedDB (Dexie)、localStorage
- 样式: MUI 组件 + Tailwind CSS + 自定义 CSS
- 语音技术: 硅基流动 TTS API、OpenAI TTS、Azure TTS、Web Speech API、Capacitor 语音识别
- 代码高亮: Shiki 语法高亮引擎
项目的代码目录及介绍
AetherLink/
├── android/ # Android 平台相关代码和配置
├── public/ # 静态资源文件和公共资产
├── src/ # 源代码目录
├── assets/ # 应用内图片、字体等资源
├── components/ # 可复用 UI 组件
├── pages/ # 页面级组件
对项目进行扩展或者二次开发的方向
- 集成更多 AI 模型: 支持更多 AI 模型,如百度文心一言、智谱清言等。
- 增强语音功能: 支持更多语言的语音识别和合成,提高语音交互的准确性和流畅度。
- 开发更多 MCP 工具: 扩展 MCP 工具生态,提供更多功能,如数据可视化、文本分析等。
- 优化移动端体验: 改善应用性能,提高响应速度和稳定性,提升用户满意度。
- 添加更多特色功能: 如多轮对话管理、情感分析、个性化推荐等。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
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++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869