AnubhavChaturvedi-GitHub/jarvis-ai-assistant

解决的问题

J.A.R.V.I.S 是一款语音控制的桌面助手，旨在通过自然的语音界面实现计算机任务的自动化并提供信息。它允许用户通过语音命令控制系统并访问 AI 能力，从而消除了手动打字和点击的需要。

工作原理

该系统构建为一系列可替换的子系统，用于处理不同的模态。中央入口点 (jarvis.py) 将用户意图路由到特定模块：

• 语音处理：使用自定义的语音转文本引擎 (NetHyTechSTT) 和用于语音回复的文本转语音模块。
• 推理：Brain (co_brain.py) 管理对话记忆和语言模型推理。
• 能力：专用模块处理实时网络搜索、图像生成、基于摄像头的图像理解 (Vision) 以及桌面自动化（打开应用和运行系统任务）。
• 集成：使用 Selenium 和 PyWhatKit 进行浏览器和 WhatsApp 自动化。

适用对象

想要为桌面配备免手操作、钢铁侠风格 AI 助手的用户，以及正在寻找可扩展新功能的模块化 Python 助手框架的开发者。

亮点

• 模块化架构：子系统是分离的，允许用户仅使用他们需要的部分。
• 多模态能力：结合了语音、文本、图像生成和计算机视觉。
• 离线友好：包含一个不需要付费 API 的自定义语音转文本引擎。
• 系统自动化：可以免手操作控制桌面、打开应用程序并发送 WhatsApp 消息。