From 3b47f18a12441ebc2a285d7ff5afb143b323a1d3 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E6=AC=A3=E5=8D=97=E7=A7=91=E6=8A=80?= Date: Sun, 9 Mar 2025 21:59:15 +0800 Subject: [PATCH] =?UTF-8?q?update:=E5=A2=9E=E5=8A=A0=E6=84=8F=E5=9B=BE?= =?UTF-8?q?=E8=AF=86=E5=88=AB=E3=80=81=E8=AE=B0=E5=BF=86=E5=8A=9F=E8=83=BD?= =?UTF-8?q?=20(#251)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-authored-by: hrz <1710360675@qq.com> --- README.md | 32 +++++++++++++++++++++++--------- main/xiaozhi-server/config.yaml | 2 +- 2 files changed, 24 insertions(+), 10 deletions(-) diff --git a/README.md b/README.md index fc1cb425..08df7e62 100644 --- a/README.md +++ b/README.md @@ -129,25 +129,29 @@ server: 基于 `xiaozhi-esp32` 协议，通过 WebSocket 实现数据交互。 - **对话交互** 支持唤醒对话、手动对话及实时打断。长时间无对话时自动休眠 +- **意图识别** + 支持使用LLM意图识别、function call函数调用，减少硬编码意图判断 - **多语言识别** 支持国语、粤语、英语、日语、韩语（默认使用 FunASR）。 - **LLM 模块** 支持灵活切换 LLM 模块，默认使用 ChatGLMLLM，也可选用阿里百炼、DeepSeek、Ollama 等接口。 - **TTS 模块** 支持 EdgeTTS（默认）、火山引擎豆包 TTS 等多种 TTS 接口，满足语音合成需求。 +- **记忆功能** + 支持超长记忆、本地总结记忆、无记忆三种模式，满足不同场景需求。 ### 正在开发 🚧 -- 对话记忆功能 - 多种心情模式 - 智控台webui +- iot功能 ![图片](docs/images/webui.png) --- ## 本项目支持的平台/组件列表 📋 -### LLM +### LLM 语言模型 | 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | |:---:|:------------------:|:---------------------:|:--------:|:-----------------------------------------------------------------:| @@ -164,7 +168,7 @@ server: --- -### TTS +### TTS 语音合成 | 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | |:---:|:----------------------:|:----:|:--------:|:-------------------------------------------------------------------------:| @@ -177,7 +181,7 @@ server: --- -### VAD +### VAD 语音活动检测 | 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | |:---:|:---------:|:----:|:----:|:--:| @@ -185,7 +189,7 @@ server: --- -### ASR +### ASR 语音识别 | 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | |:---:|:---------:|:----:|:----:|:--:| @@ -194,11 +198,21 @@ server: --- -### Memory +### Memory 记忆存储 -| 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | -|:------:|:------:|:----:|:----:|:--:| -| Memory | mem0ai | 接口调用 | 免费 | | +| 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | +|:------:|:---------------:|:----:|:--------:|:--:| +| Memory | mem0ai | 接口调用 | 100次/月额度 | | +| Memory | mem_local_short | 本地总结 | 免费 | | + +--- + +### Intent 意图识别 + +| 类型 | 平台名称 | 使用方式 | 收费模式 | 备注 | +|:------:|:-------------:|:----:|:-------:|:---------------------:| +| Intent | intent_llm | 接口调用 | 根据LLM收费 | 通过大模型识别意图，通用性强 | +| Intent | function_call | 接口调用 | 根据LLM收费 | 通过大模型函数调用完成意图，速度快，效果好 | --- diff --git a/main/xiaozhi-server/config.yaml b/main/xiaozhi-server/config.yaml index 23226459..eff4f3bf 100644 --- a/main/xiaozhi-server/config.yaml +++ b/main/xiaozhi-server/config.yaml @@ -73,7 +73,7 @@ selected_module: LLM: ChatGLMLLM # TTS将根据配置名称对应的type调用实际的TTS适配器 TTS: EdgeTTS - # 记忆模块，默认使用本地压缩记忆，如果想使用超长记忆，推荐使用mem0ai + # 记忆模块，默认不开启记忆；如果想使用超长记忆，推荐使用mem0ai；如果注重隐私，请使用本地的mem_local_short Memory: nomem # 意图识别模块，默认不开启。开启后，可以播放音乐、控制音量、识别退出指令 # 如果意图识别设置成 function_call，建议使用：DoubaoLLM，推荐把的model_name设置为：doubao-pro-32k-functioncall-241028