syxanash/maxheadbox

Tiny truly local voice-activated LLM Agent that runs on a Raspberry Pi

What it solves

Max Headbox 提供了一種在 Raspberry Pi 上建立完全本地化、語音啟動的 AI 助手的方式。它消除了對雲端 AI 提供商的需求，在確保隱私和離線能力的同時，也允許助手與實體硬體互動並自動化裝置上的任務。

How it works

該系統結合了用於語音處理和 LLM 推理的本地工具：

  • Voice Activation: 使用 Vosk 進行喚醒詞檢測，並使用 faster-whisper 將語音轉錄為文字。
  • Intelligence: 透過 Ollama 在本地運行 LLM（例如 Gemma）。
  • Agentic Logic: 前端管理代理的邏輯，並可以觸發「工具」（JavaScript 模組）來執行特定操作。某些工具透過 Express.js 和 Python 後端與 Raspberry Pi 硬體互動。
  • Safety: 支援對特定工具使用「危險」標記，要求用戶透過語音說出 ""YES"" 或 ""NO"" 來口頭確認執行。

Who it’s for

硬體愛好者和 Raspberry Pi 用戶，他們想要一個私密的、裝置上的 AI 桌上小玩具或家庭自動化代理，且可以透過自定義工具進行擴展。

Highlights

  • 100% Local: 完全在裝置上運行，沒有雲端依賴。
  • Custom Tooling: 透過在 src/tools/ 目錄下建立 JavaScript 模組，可以輕鬆地加入新功能。
  • Hardware Integration: 專為 Raspberry Pi 5 和相容的螢幕/散熱器設計。
  • Safety Confirmation: 為高風險操作提供內建的確認流程。
  • Visual Feedback: 包含一個動畫角色 UI，用以指示代理的狀態。