mrleo1nidandClaude Opus 5
513d010c19
- Глобальная горячая клавиша через RegisterHotKey (по умолчанию Win+Alt+Space) - Запись с микрофона, конец фразы по паузе через Silero VAD, звуковые сигналы - Распознавание faster-whisper large-v3-turbo на GPU, CUDA-библиотеки из pip-пакетов nvidia-* - Состояния «слушаю» и «распознаю», кнопка «Говорить» в чате и пункт в трее - Голосовая команда прерывает текущий ответ и озвучку - Тесты горячей клавиши, детектора конца фразы и сеанса голосового ввода Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
57 lines
3.0 KiB
Markdown
57 lines
3.0 KiB
Markdown
# agr-assistent
|
|
|
|
Минимальный AI-ассистент, живущий в системном трее.
|
|
|
|
- LLM: локальные модели (Ollama, LM Studio, llama.cpp) или OpenRouter — через единый OpenAI-совместимый API
|
|
- Текстовый чат со стримингом ответа
|
|
- Озвучка ответов голосом Silero: фразы проговариваются по мере генерации, блоки кода пропускаются
|
|
- Голосовой ввод по глобальной горячей клавише: faster-whisper на видеокарте, конец фразы по паузе (Silero VAD)
|
|
- В планах: слово активации
|
|
|
|
## Запуск
|
|
|
|
Нужен [uv](https://docs.astral.sh/uv/).
|
|
|
|
```bash
|
|
uv sync
|
|
uv run agr-assistent
|
|
```
|
|
|
|
При первом запуске рядом создаётся `config.yaml` (путь можно переопределить переменной
|
|
`AGR_ASSISTENT_CONFIG`). В нём выбирается провайдер и модель:
|
|
|
|
```yaml
|
|
llm:
|
|
provider: openrouter
|
|
providers:
|
|
openrouter:
|
|
api_key: ${OPENROUTER_API_KEY} # или ключ напрямую
|
|
model: openai/gpt-4o-mini
|
|
```
|
|
|
|
Для Ollama достаточно запустить сервер и скачать модель: `ollama pull qwen2.5:7b`.
|
|
|
|
Модель Silero (~145 МБ) скачивается при первом запуске в `%LOCALAPPDATA%\agr-assistent\models`.
|
|
Голос и модель задаются в секции `tts` конфига; озвучку можно выключить в меню значка.
|
|
Silero читает только кириллицу: числа переводятся в слова, латиница пропускается.
|
|
|
|
### Голосовой ввод
|
|
|
|
Нажмите `Win+Alt+Space` (настраивается в `voice.hotkey`), дождитесь короткого сигнала и говорите —
|
|
запись закончится сама после паузы, или нажмите клавишу ещё раз. Если ассистент в этот момент
|
|
отвечает, он замолкает и слушает.
|
|
|
|
Распознаёт faster-whisper (`large-v3-turbo`, ~1.6 ГБ, скачивается при первом запуске).
|
|
При наличии видеокарты NVIDIA используется она: библиотеки CUDA ставятся pip-пакетами
|
|
`nvidia-cublas-cu12` и `nvidia-cudnn-cu12`, отдельно устанавливать CUDA Toolkit не нужно.
|
|
Без видеокарты распознавание идёт на CPU — тогда лучше выбрать модель `small` или `medium`.
|
|
|
|
Закрытие окна сворачивает приложение в трей. Клик по значку открывает чат, в меню значка —
|
|
переключение провайдера, новый диалог и выход.
|
|
|
|
## Разработка
|
|
|
|
```bash
|
|
uv run pytest
|
|
```
|