yihong0618/xiaogpt

解決する課題

ChatGPT、Gemini、Llama3などの大規模言語モデル（LLM）をXiaomi AIスピーカーと統合し、デフォルトのシステムではなく高度なAIを使用してクエリに応答できるようにします。

仕組み

このプロジェクトは、XiaomiスピーカーとさまざまなAI APIの間のブリッジとして機能します。スピーカーの特定のトリガーワード（例：「帮我」）を監視し、キャプチャしたクエリを選択したLLM APIに送信した後、テキスト読み上げ（TTS）を使用してAIの応答をスピーカーから再生します。複数のTTSエンジン（Edge、OpenAI、Azureなど）をサポートしており、CLI引数またはYAMLファイルで設定可能です。

対象ユーザー

最新のLLMに接続してデバイスの知能を向上させたいXiaomi AIスピーカーの所有者。

ハイライト

• 幅広いモデルサポート: ChatGPT、Gemini、ChatGLM、Doubao、Moonshot、Llama3、Qwenと互換性があります。
• 柔軟なTTSオプション: Edge、OpenAI、Azure、Fish Audioなど、さまざまな高品質TTSプロバイダーをサポートしています。
• 高度なインタラクション: 「連続会話」モードや、スピーカーのデフォルト応答をミュートする機能を備えています。
• 拡張性: LangChainと統合して、Web検索や数学演算を有効にすることができます。