yihong0618/xiaogpt

解决的问题

它允许用户将 ChatGPT、Gemini 和 Llama3 等大型语言模型 (LLM) 与小米 AI 音箱整合，使音箱能够使用先进的 AI 来响应查询，而非使用预设系统。

运作原理

此项目作为小米音箱与各种 AI API 之间的桥梁。它会监听音箱的特定触发词（例如“帮我”），将撷取的查询发送到选定的 LLM API，然后使用文字转语音 (TTS) 技术透过音箱播放 AI 的响应。它支持多种 TTS 引擎（包括 Edge、OpenAI 和 Azure），并可通过 CLI 参数或 YAML 文件进行设定。

适用对象

希望透过连接现代 LLM 来提升设备智慧的小米 AI 音箱用户。

特色亮点

• 广泛的模型支持：兼容于 ChatGPT、Gemini、ChatGLM、Doubao、Moonshot、Llama3 和 Qwen。
• 灵活的 TTS 选项：支持多种高质量 TTS 提供者，如 Edge、OpenAI、Azure 和 Fish Audio。
• 进阶互动：具备“连续对话”模式以及静音音箱预设响应的功能。
• 扩充性：可与 LangChain 整合以启用网络搜索和数学运算功能。