AI导哈

语音文本助手

一个基于GPT-4o-mini和MCP协议的语音文本交互AI助手，支持记忆对话、自定义服务集成和异步设计。

  • by lokesh046
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 lokesh046/mcp-browser-agent

使用说明

结合MCP和GPT-4o-mini的语音与文本助手

项目概述

这个项目是一个 语音和文本控制的AI助手 由……提供支持/驱动 OpenAI / OpenRouter GPT模型 和 MCP（模型上下文协议）。
它允许用户通过（某种方式）进行互动 文本输入 或者 语音指令该助手能够生成智能回复，保存对话历史，并且可选择通过连接的MCP服务（如网页抓取或自动化工具）执行操作。

特点/功能

  • 文本与语音输入选择通过打字或语音输入您的查询。
  • 支持记忆的对话助手会记住之前的互动。
  • 基于人工智能的回复使用GPT-4o-mini或其他兼容的大型语言模型（LLM）。
  • 自定义MCP集成通过MCPClient连接到外部服务（浏览器自动化、网页抓取、API）。
  • 会话管理退出时优雅地关闭所有活动会话。
  • 清除对话历史随时重置聊天记录。
  • 异步设计使用Python构建 asyncio 以确保顺畅运行。

技术栈

  • Python 3.11及以上版本
  • `asyncio`
  • LangChain（ChatOpenAI）
  • MCP（模型上下文协议）
  • 语音转文字模块
  • dotenv（用于环境变量）

安装

  1. 克隆仓库：
git clone https://github.com/lokesh046/mcp-browser-agent.git
cd voice-text-assistant

相关 MCP