使用Langgraph和MCP服务器创建我自己的语音助手

在14天内构建,全部运行,没有API密钥,云服务或订阅费。​​使用Langgraph和MCP服务器创建我自己的语音助手的帖子首先出现在数据科学方面。

来源:走向数据科学

为什么?

,但我不喜欢。为什么?与基本语音命令相比,它无法执行更复杂的事情。

我最终将其用于三件事:

    获取当今电视的当前日期或时机天气信息开启或关闭连接的设备(例如电视,灯,机器人真空吸尘器)
  • 获取当前日期或时间
  • 获取今天的天气信息
  • 打开或关闭连接的设备(例如电视,灯,机器人真空)
  • 这是我唯一可以可靠地使用它的东西。其他任何事情,我都会得到一个礼貌和无助的“我无能为力”。

    我无能为力”

    鉴于LLM代理商和MCP服务器的兴起,创建个人助理和聊天机器人比以往任何时候都更容易。我问自己,

    “为什么要停在聊天机器人?为什么不进一步迈出这一步骤并创建自己的语音助手?”

    这是我尝试这样做的尝试。

    目标

    所以我想,我到底希望我的语音助手能够做什么?

    这是我的初始目标列表:

    1。在我的本地计算机上运行

    我不想为使用LLM的订阅付费,实际上,我不想支付任何费用。

    我构建的所有内容都应该在我的本地计算机上运行,​​而不必担心成本或我每个月底留下多少免费信用。

    2。复制Alexa功能

    让我们采取婴儿步骤 - 首先,我只是想复制我已经与Alexa拥有的功能。在我添加更复杂,奢侈的功能之前,这将是一个很好的里程碑。

    它应该能够:

    在我们开始将其构建成一个成熟的托尼·斯塔克(Tony Stark)的贾维斯(Jarvis)式语音助手之前,可以计算如何及时回去。

    3。快速

    如果响应不够快,语音助手与沉默一样好。

    问一个问题,等待一分钟的回答是不可接受的。我希望能够在合理的时间内提出问题并得到回答。

    但是,我知道,无论我做多少调整和重构,在我可爱的MacBook Air上在本地运行任何东西都会很慢。

    设备: 芯片: