AnubhavChaturvedi-GitHub/jarvis-ai-assistant

解決的問題

J.A.R.V.I.S 是一款語音控制的桌面助手，旨在透過自然的語音介面實現電腦任務的自動化並提供資訊。它允許使用者透過語音指令控制系統並存取 AI 能力，從而消除了手動打字和點擊的需求。

工作原理

該系統構建為一系列可替換的子系統，用於處理不同的模態。中央入口點 (jarvis.py) 將使用者意圖路由到特定模組：

• 語音處理：使用自定義的語音轉文字引擎 (NetHyTechSTT) 和用於語音回覆的文字轉語音模組。
• 推理：Brain (co_brain.py) 管理對話記憶和語言模型推理。
• 能力：專用模組處理即時網路搜尋、圖像生成、基於攝影機的圖像理解 (Vision) 以及桌面自動化（開啟應用程式和執行系統任務）。
• 整合：使用 Selenium 和 PyWhatKit 進行瀏覽器和 WhatsApp 自動化。

適用對象

想要為桌面配備免手操作、鋼鐵人風格 AI 助手的使用者，以及正在尋找可擴充新功能的模組化 Python 助手框架的開發者。

亮點

• 模組化架構：子系統是分離的，允許使用者僅使用他們需要的部分。
• 多模態能力：結合了語音、文字、圖像生成和電腦視覺。
• 離線友好：包含一個不需要付費 API 的自定義語音轉文字引擎。
• 系統自動化：可以免手操作控制桌面、開啟應用程式並發送 WhatsApp 訊息。