小蜜陪护机器人 —— 懂你、陪你、守护你的本地AI伴侣

一句话介绍

小蜜陪护机器人是一个完全本地化运行的多 Agent 协作 AI 陪伴系统，集语音对话、任务规划、工具调用、计算机视觉、智能记忆于一体，无需联网，保护隐私，全天候陪伴你、守护你和你的家人。

---

为什么选择小蜜陪护机器人？

隐私安全，数据不出门

所有 AI 推理均在本地完成，不依赖任何云端 API。你的语音、对话、图片、记忆全部存储在本地，杜绝数据泄露风险。即使断网也能正常工作，是真正属于你自己的 AI 助手。

不止聊天，更能办事

小蜜陪护机器人不是普通的聊天机器人。它采用多 Agent 协作架构——一个"任务规划专家"负责理解你的意图，然后自动将任务分配给 9 个专业 Agent 去执行。它能：

• 查询天气预报
• 搜索和播放在线音乐
• 控制系统音量
• 创建定时提醒
• 查询网络信息
• 进行数学计算
• 提供时间日期查询
• 播放广播和电视节目
• 陪你聊天解闷

你只需要用自然语言说出需求，系统会自动识别意图、规划步骤、选择工具、执行并验证结果。

---

核心能力全景

智能语音交互

你说"小蜜" → 系统唤醒 → 你说"播放一首周杰伦的歌"
→ LLM 理解意图 → 音乐专家接管 → 搜索Kugou → 自动播放

• KWS 关键词唤醒：叫一声就响应，无需手动操作
• VAD 人声检测：自动判断你什么时候说完，不用手动停止录音
• ASR 语音转写：实时将语音转为文字，离线流式识别
• TTS 语音播报：双引擎（系统 + 离线）合成自然语音，可自由切换音色

全程离线，延迟低，体验流畅。

多 Agent 协作调度

普通 AI 助手只会一问一答。小蜜陪护机器人采用层级协作架构：

用户输入
   │
   ▼
任务规划专家 ── 自动分解任务，生成 JSON 执行计划
   │
   ├──→ 数学专家      "帮我算个复杂的算式"
   ├──→ 音乐专家      "放一首安静的歌"
   ├──→ 天气专家      "明天会不会下雨"
   ├──→ 定时任务专家   "半小时后提醒我关窗"
   ├──→ 音量专家      "音量调到 50%"
   ├──→ 网络专家      "看看我的IP是多少"
   ├──→ 广电专家      "播放中央人民广播电台"
   ├──→ 时间专家      "下周五是几号"
   └──→ 贴心聊天助手   "今天心情不太好..."
   │
   ▼
自动验证结果 → 不满足要求自动重试 → 返回最佳答案

任务规划专家会智能路由：同一句话里包含多个需求时，自动拆解为子任务，按依赖关系顺序执行，最后组装结果并验证是否真的回答了你的问题。

权重共享，高效节能

传统多 Agent 系统中，每个 Agent 都需要一份独立的模型副本，显存消耗成倍增长。小蜜陪护机器人独创权重共享 + 懒加载机制：

• 所有 Agent 共享同一份 GGUF 模型权重，仅创建独立上下文
• 首次调用时懒加载，不调用时不占 VRAM
• 4-bit 量化 + KV Cache Q8_0 量化，大幅节省显存
• 空闲 20 秒自动释放，不浪费资源

一颗消费级显卡即可流畅驱动 10 个 Agent 协作。

持久化智能记忆

小蜜陪护机器人拥有跨对话记忆能力，不会"失忆"：

• 语义向量存储：用户偏好、过往操作、系统状态全部向量化存储
• 语义检索：下次对话时自动注入相关历史记忆
• 多分类管理：用户输入、Agent 动作、音乐播放、定时任务、系统状态等分类存储
• 自动过期：旧记忆自动清理，保持知识库新鲜

它会记住你喜欢听什么歌、常用什么音量、创建过哪些定时任务，让每次交互都越来越懂你。

计算机视觉

不仅有"耳"和"嘴"，小蜜陪护机器人还有"眼睛"：

• YOLOv8 目标检测：识别通用物体
• 火灾检测：火焰和烟雾实时检测，自动语音报警
• 姿态估计：人体关键点检测 + 单人追踪
• 多摄像头接入：TCP 服务器支持多设备同时接入
• 场景脚本：检测结果自动分发给 JavaScript 脚本，支持自定义逻辑

家用安防、老人看护、智能监控，一套系统全搞定。

可扩展的插件架构

小蜜陪护机器人的核心能力通过插件系统灵活扩展：

插件	能力
MusicPlayer	Kugou 在线音乐搜索、下载、流式播放
RadioTvPlayer	广播和在线电视流媒体播放
TaskScheduler	Cron 表达式定时任务 + 延迟任务
VolumeControl	Windows 系统音量精细控制
NetworkInfo	网络连接详情查询
Weather	天气信息查询

每个插件通过 DLL 动态加载，支持独立开发和热更新。插件可以将功能注册为 JavaScript 全局对象，让工具脚本直接调用。

JavaScript 脚本引擎

工具和场景逻辑全部使用 JavaScript 编写，无需重新编译：

• 工具脚本：定义 Agent 可调用的函数（如天气查询、定时任务创建）
• 场景脚本：定义 CV 检测后的响应逻辑（如检测到火焰时如何报警）
• 热重载：修改脚本后自动生效，无需重启
• 独立引擎隔离：每个脚本维护独立的 JS 引擎，互不干扰

非程序员也能定制系统行为——改一行 JS 即可，不需要懂 C++。

---

技术指标

指标	参数
推理引擎	llama.cpp + CUDA 加速
模型	Gemma-4B (4-bit 量化，Q4_K_XL)
ASR	sherpa-onnx 流式识别
TTS	QTextToSpeech + VoiceTts 离线引擎
目标检测	YOLOv8 (ONNX Runtime)
Embedding	bge-small-zh-v1.5 (512维)
向量存储	SQLite + sqlite-vector 扩展
脚本引擎	Qt QJSEngine (JavaScript ES6)
Agent 数量	1 规划 Agent + 9 专业 Agent
工具数量	8 个内置工具
插件数量	6 个功能插件

---

应用场景

• 个人 AI 管家：音乐播放、定时提醒、天气查询，一句话搞定
• 智能家居中枢：结合场景脚本，实现安防检测、自动报警
• 老人看护助手：火灾检测 + 姿态追踪 + 语音交互，24 小时守护
• 车载智能座舱：全离线运行，隐私安全，方言友好
• 企业知识助手：本地化部署，敏感数据不出内网
• 开发学习平台：插件 + 脚本的开放式架构，适合 AI Agent 技术研究和教学

---

与竞品对比

特性	小蜜陪护机器人	ChatGPT App	小爱/天猫精灵
完全本地运行	✅	❌	❌
无需联网	✅	❌	❌
多 Agent 协作	✅	❌	❌
工具自动调用	✅	✅ (Plugin)	有限
CV 视觉能力	✅	有限	❌
跨对话记忆	✅	✅	❌
插件扩展	✅	❌	❌
JS 脚本定制	✅	❌	❌
数据隐私	✅ 完全本地	❌ 上传云端	❌ 上传云端
开源可控	✅	❌	❌

---

推荐配置

基础运行配置（满足日常语音对话和任务执行）

硬件	最低配置	推荐配置
CPU	Intel i5-8400 / AMD Ryzen 5 2600	Intel i7-12700 / AMD Ryzen 7 5800X
内存	8 GB DDR4	16 GB DDR4 / DDR5
显卡	NVIDIA GTX 1060 6GB	NVIDIA RTX 3060 12GB
硬盘	10 GB 可用空间 (SSD)	50 GB 可用空间 (NVMe SSD)
麦克风	USB 或 3.5mm 接口麦克风	降噪麦克风或麦克风阵列
音箱	3.5mm/USB/蓝牙音箱	高品质立体声音箱
摄像头 (可选)	USB 1080P 摄像头	广角 USB 摄像头 / IP 摄像头
网络 (可选)	—	宽带网络（音乐/天气/广播需联网）

软件要求

软件	最低版本	说明
操作系统	Windows 10 21H2+ / Windows 11	仅支持 64 位
NVIDIA 驱动	545.84+ (CUDA 12.3)	CUDA 加速必需，A 卡/核显使用 CPU 推理
Visual C++ 运行库	VC++ 2015-2022 Redistributable	C++17 运行时依赖
DirectX	DX11+	音频采集与播放依赖

推荐部署方案

场景	推荐硬件	显存需求	说明
轻量级（纯语音对话）	Mini PC (N100/N305) + 16GB RAM	无独显 / CPU 推理	适合纯聊天、定时提醒，推理速度较慢但可用
标准版（语音 + 工具调用）	台式机 + RTX 3060 12GB	~6 GB	体验流畅，全功能运行
增强版（语音 + 工具 + CV 视觉）	台式机 + RTX 4070 12GB	~8 GB	多 Agent + 多摄像头 + 目标检测同时运行
旗舰版（全功能 + 多路摄像头）	工作站 + RTX 4090 24GB	~10 GB	高并发多路 CV 分析 + 高频对话，极致体验

---

开始使用

小蜜陪护机器人的设计理念是 "开箱即用、灵活扩展"。

只需配置好模型文件，启动程序，说一声"小蜜"，你的本地 AI 伴侣就开始陪伴你了。无论是播放音乐、查询天气、设置提醒，还是安防监控、老人看护，它都能理解并完成。

一声小蜜，时刻陪伴。本地运行，隐私无忧。

---

小蜜陪护机器人 —— 让你的电脑会听、会说、会看、会想、会守护。