"Всегда включенный" Deepseek AI Assistant: создание интеллектуальной системы голосового взаимодействия на основе Deepseek-V3

Общее введение

Always-On AI Assistant - это инновационный проект по созданию мощного и постоянно работающего в режиме онлайн ИИ-ассистента, объединяющего такие передовые технологии, как Deepseek-V3, RealtimeSTT и Typer. Проект специально оптимизирован для сценариев инженерных разработок, предоставляя полный интерфейс голосового взаимодействия и систему выполнения команд. Система построена по модульному принципу и включает в себя базовый чат-интерфейс ассистента и продвинутую систему командных сессий ассистента Typer, поддерживающую функции распознавания речи и преобразования текста в речь в режиме реального времени. Благодаря интеграции технологии синтеза речи ElevenLabs и возможностей распознавания речи в реальном времени RealtimeSTT, проект предоставляет разработчикам полную парадигму разработки ИИ-ассистентов, что делает создание интеллектуальных голосовых помощников более простым и эффективным.

Список функций

• Система распознавания и реагирования на речь в реальном времени
• Интеллектуальный диалоговый движок на основе Deepseek-V3
• Настраиваемая система выполнения команд Typer
• Поддержка нескольких режимов работы (по умолчанию, выполнение, выполнение без памяти)
• Система динамического управления памятью (Scratchpad)
• Высококонфигурируемая архитектура ассистента
• Поддержка распознавания родной речи
• ElevenLabs Интеграция высококачественного синтеза речи
• Расширяемая система шаблонов команд
• Возможность проведения интерактивных сеансов в режиме реального времени

Использование помощи

1. конфигурация окружающей среды

1.1 Базовая конфигурация

• Сначала клонируйте проект локально
• Скопируйте файл конфигурации среды: выполнить cp .env.sample .env
• Обновите ключ API:
  • Установите DEEPSEEK_API_KEY (для доступа к модели AI).
  • Установка ELEVEN_API_KEY (для синтеза речи)
• осуществлять uv sync зависимость синхронизации
• Дополнительно: установите Python 3.11 (с помощью команды uv python install 3.11)

1.2 Системные требования

• Python 3.11 или более поздняя версия.
• Стабильное сетевое соединение
• Микрофонное оборудование (для голосового ввода)
• устройство вывода звука (компьютер)

2. Описание использования основных функций

2.1 Базовый интерфейс чата помощника

• Команда "Старт":uv run python main_base_assistant.py chat
• Откроется основной диалоговый экран
• Возможно прямое текстовое или голосовое взаимодействие
• Голосовой ответ с помощью встроенного TTS

2.2 Система команд сеанса работы с ассистентом Typer

• Команда "Старт":

uv run python main_typer_assistant.py awaken --typer-file commands/template.py --scratchpad scratchpad.md --mode execute

• Описание параметра:
  • --typer-file: указывает местоположение файла шаблона команды
  • --scratchpad: установить файл динамической памяти помощника
  • --mode: устанавливает режим выполнения (по умолчанию/выполнить/выполнить-без-царапин)

2.3 Взаимодействие с ассистентами

• Явно выраженное пробуждение "Ады".
• Произнесите инструкции, например, "Ада, пропингуй сервер и дождись ответа".
• Ассистент распознает речь в режиме реального времени и выполняет соответствующие команды
• Результаты выполнения записываются в файл scratchpad.md

3. Описание архитектурных компонентов

3.1 Архитектура помощника Typer Assistant

• Мозг: использование Deepseek V3 в качестве основного движка ИИ
• Обработка задач: определяется через prompts/typer-commands.xml
• Динамическая память: управление состоянием с помощью scratchpad.txt
• Распознавание речи: преобразование речи в текст в реальном времени с помощью RealtimeSTT
• Синтез речи: интеграция с ElevenLabs обеспечивает естественный речевой вывод

3.2 Инфраструктура для основных помощников

• Основной движок: использование ollama:phi4
• Упрощенная конструкция: не требуется дополнительных подсказок или динамической памяти
• Распознавание речи: также используется RealtimeSTT
• Голосовой вывод: использование местной системы TTS

4. Расширенная настройка функций

• Конфигурации помощника можно настраивать с помощью файла assistant_config.yml
• Поддержка добавления пользовательских команд Typer
• Возможность настройки параметров распознавания и синтеза речи
• Поддержка расширения новых функциональных модулей