gpt-computer-assistant

gpt-computer-assistant

多功能集成的办公助手

GPT Computer Assistant 是一款交互式桌面应用程序,支持Windows、MacOS和Ubuntu。该应用程序基于Python,功能包括本地语音到文本与文本到语音的转换、多语言模型支持等。用户通过本工具可提升会议记录的效率、优化日常工作及编程活动。此外,该应用程序还支持自定义工具和代理,使其更加灵活和适应个人需求。

GPT Computer Assistant本地TTS本地STTWake WordPythonGithub开源项目
<p align="center"> <a href="#"> <img src="https://github.com/user-attachments/assets/df1a3ec1-8c03-43c8-9432-c71358c35b9e" > </a> <br> <p align="center"> <a href="https://docs.gca.dev"> <img src="https://github.com/user-attachments/assets/c60562bf-540e-47d9-b578-994285071128" width="250"> </a> . <a href="https://github.com/Upsonic/gpt-computer-assistant/releases/latest/download/gpt-computer-assistant-openai.dmg"> <img src="https://github.com/user-attachments/assets/a0475f31-9dfd-4a0c-91b0-7ae128c3c773" width="250"> </a> . <a href="https://github.com/Upsonic/gpt-computer-assistant/releases/latest/download/gpt-computer-assistant-openai.exe"> <img src="https://github.com/user-attachments/assets/c94139fd-609c-4780-9541-6e9e01dd0e47" width="250"> </a> </p> <p align="center"> <a href="https://discord.gg/qApFmWMt8x"><img alt="Static Badge" src="https://img.shields.io/badge/Discord-Join?style=social&logo=discord" width=150></a> </p> <p align="center"> <a href="https://x.com/GPTCompAsst"><img alt="Static Badge" src="https://img.shields.io/badge/X_App-Join?style=social&logo=x" width=150></a> </p> <p align="center"> <br /> 智能开发框架 <br /> </p> <br> <p align="center"> <a href="https://www.python.org/"> <img src="https://yellow-cdn.veclightyear.com/2b54e442/eb112a5a-53d3-4e97-b0bb-b62d0844b0fa.svg" alt="Made_with_python"> </a> . <img src="https://static.pepy.tech/personalized-badge/gpt-computer-assistant?period=total&units=international_system&left_color=grey&right_color=blue&left_text=PyPI%20Downloads" alt="pypi_downloads"> </p>

|ENGLISH|简体中文|正體中文|TÜRKÇE

GPT计算机助手

你好,这是用于为Windows和Linux提供ChatGPT MacOS应用程序的替代工作。因此,这是一个新的且稳定的工作。此时你可以轻松地作为Python库安装,我们将准备一个提供本地安装脚本(.exe)的流程。

<a href="https://github.com/Upsonic/Tiger"><strong>Upsonic Tiger 🐅</strong></a>提供动力 一个为llm代理提供功能的中心。

安装和运行

*需要Python 3.9或更高版本

pip install 'gpt-computer-assistant[base]' pip install 'gpt-computer-assistant[api]'

要运行gpt-computer-assistant,只需输入

computerassistant --api
<p align="center"> <a href="#"> <img src="https://github.com/user-attachments/assets/890b4e0a-4484-4870-a158-2d365b0d969e" > </a> </p>

本地文本转语音 | 新功能

<details>

现在GCA支持完全本地的基于微软开源模型的文本转语音。要启用和使用此功能,你应该运行以下命令:

pip3 install 'gpt-computer-assistant[local_tts]'

之后,只需转到LLM设置部分,并在tts组合框中选择 microsoft_local

</details>

本地语音转文本 | 新功能

<details>

现在GCA支持完全本地的基于OpenAI Whisper tiny模型的语音转文本。要启用和使用此功能,你应该运行以下命令:

pip3 install 'gpt-computer-assistant[local_stt]'

安装ffmpeg:

# 在Ubuntu或Debian上 sudo apt update && sudo apt install ffmpeg # 在Arch Linux上 sudo pacman -S ffmpeg # 在MacOS上使用Homebrew (https://brew.sh/) brew install ffmpeg # 在Windows上使用Chocolatey (https://chocolatey.org/) choco install ffmpeg # 在Windows上使用Scoop (https://scoop.sh/) scoop install ffmpeg

之后,只需转到LLM设置部分,并在stt组合框中选择 openai_whisper_local

</details>

唤醒词

<details>

我们已添加Pvporcupine集成。要使用它,你需要安装一个附加的库:

pip3 install 'gpt-computer-assistant[wakeword]'
</details>

错误解决方案

<details>

Setuptools

pip install setuptools --upgrade
</details>

之后,请输入你的Pvporcupine API密钥并启用唤醒词功能。

</details> <p align="center"> <br> <br> <br> </p> <p align="center"> <a href="#"> <img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/5c6b7063-3d9b-4ea6-befa-ce15d69fcd43" alt="Logo" > </a> </p>

代理基础设施

通过这种方式,你可以创建crewai代理,并在gpt-computer-assistant gui和工具中使用它。

pip3 install 'gpt-computer-assistant[base]' pip3 install 'gpt-computer-assistant[agentic]'
from gpt_computer_assistant import Agent, start manager = Agent( role='Project Manager', goal='理解项目需求并协助编码员', backstory="""你是某大公司的经理。""", ) coder = Agent( role='高级Python编码员', goal='编写Python脚本并复制到剪贴板', backstory="""你是某大公司的Python开发者。""", ) start()
<p align="center"> <a href="#"> <img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/c78f3460-6660-4da6-8941-a8ac5cfc1191" alt="Logo" > </a> </p>

添加自定义工具

现在你可以添加在代理基础设施和助手进程中运行的自定义工具。

from gpt_computer_assistant import Tool, start @Tool def sum_tool(first_number: int, second_number: int) -> str: """在需要将两个数字相加时非常有用。""" return first_number + second_number start()
<p align="center"> <a href="#"> <img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/65b5fe7c-c0e1-40e9-9447-f41cd4f369a3" alt="Logo" > </a> </p>

API | 新功能

现在你可以远程使用你的GPT计算机助手!GUI仍然可以使用,为此有几个步骤:

pip3 install 'gpt-computer-assistant[base]' pip3 install 'gpt-computer-assistant[api]'
computerassistant --api
from gpt_computer_assistant.remote import remote output = remote.input("你好,你今天怎么样?", screen=False, talk=False) print(output) remote.just_screenshot() remote.talk("TTS测试") # 其他功能 remote.reset_memory() remote.profile("default") 远程.enable_predefined_agents() 远程.disable_predefined_agents() 远程.enable_online_tools() 远程.disable_online_tools() # 自定义工具 远程.install_library("numpy") @远程.custom_tool def 娱乐活动(): "返回娱乐活动" import numpy return "网球、排球和游泳。" # 创建一个操作,通过顶部栏动画通知用户 with 远程.operation("扫描"): 远程.wait(5) color_name = 远程.ask("你最喜欢的颜色是什么") 远程.set_background_color(255, 255, 255) 远程.set_opacity(200) 远程.set_border_radius(3) 远程.collapse() 远程.expand() <p align="center"> <br> <br> <br> <br> <br> </p> <p align="center"> <br> <br> <br> </p> ## 使用方法 ![options](https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/37d34745-ae4b-4b37-9bfa-aec070c97897) ### 使用案例 <table> <tr> <td><img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/b4a4f11e-5588-4656-b5d7-b612a9a2855b" alt="会议记录" width="500"/></td> <td><img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/49eeac70-b33a-4ec4-8125-64127621ed62" alt="每日助手" width="500"/></td> </tr> <tr> <td><img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/10b69a18-033c-4d81-8ac9-f4e3c65b59c3" alt="阅读文档" width="500"/></td> <td><img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/0f483bae-ffaf-4311-8653-c0dc64fb5ebe" alt="代码助手" width="500"/></td> </tr> </table> ## 路线图 | 功能 | 状态 | 目标发布日期 | |---------------------------------|--------------|----------------| | 清除聊天记录 | 已完成 | 2024年第二季度 | | 长音频支持(分割20MB) | 已完成 | 2024年第二季度 | | 文本输入 | 已完成 | 2024年第二季度 | | 仅文本模式(静音语音) | 已完成 | 2024年第二季度 | | 添加配置文件(不同聊天) | 已完成 | 2024年第二季度 | | 更多关于助手状态的反馈 | 已完成 | 2024年第二季度 | | 本地模型视觉和文本(与Ollama和视觉模型) | 已完成 | 2024年第二季度 | | **我们的可定制代理基础设施** | 已完成 | 2024年第二季度 | | 支持Groq模型 | 已完成 | 2024年第二季度 | | **添加自定义工具** | 已完成 | 2024年第二季度 | | 点击屏幕上的文本和图标 | 已完成 | 2024年第二季度 | | 新UI | 已完成 | 2024年第二季度 | | 本地应用程序,exe,dmg | 失败(Agentic Infra库目前不支持) | 2024年第二季度 | | **合作使用不同语音模型在长回复中说话** | 已完成 | 2024年第二季度 | | **完成通话时自动停止录音** | 已完成 | 2024年第二季度 | | **唤醒词** | 已完成 | 2024年第二季度 | | **连续对话** | 已完成 | 2024年第二季度 | | **在设备上添加更多功能** | 已完成 | 2024年第二季度 | | **本地TTS** | 已完成 | 2024年第三季度 | | **本地STT** | 已完成 | 2024年第三季度 | | 系统托盘菜单 | 已完成 | 2024年第三季度 | | **全局热键** | 即将发布 | 2024年第三季度 | | DeepFace集成(面部识别) | 计划中 | 2024年第三季度 | ## 功能 目前我们有很多基础设施元素。我们只是想提供ChatGPT应用程序中已有的所有功能。 | 功能 | 状态 | |------------------------------------|----------------------------------| | **与视觉功能的本地LLM(Ollama)** | OK | | 本地文本转语音 | OK | | 本地语音转文本 | OK | | **屏幕读取** | OK | | **点击屏幕上的文本或图标** | OK | | **移动到屏幕上的文本或图标** | OK | | **输入一些内容** | OK | | **按任意键** | OK | | **滚动** | OK | | **麦克风** | OK | | **系统音频** | OK | | **内存** | OK | | **打开和关闭应用程序** | OK | | **打开URL** | OK | | **剪贴板** | OK | | **搜索引擎** | OK | | **编写和运行Python代码** | OK | | **编写和运行SH代码** | OK | | **使用您的Telegram账号** | OK | | **知识管理** | OK | | **[添加更多工具](https://github.com/onuratakan/gpt-computer-assistant/blob/master/gpt_computer_assistant/standard_tools.py)** | ? | ### 预定义代理 如果启用助手将与以下团队合作: | 团队名称 | 状态 | |------------------------------------|----------------------------------| | **在互联网上搜索并报告团队** | OK | | **生成代码目标团队** | OK | | **[添加您自己的团队](https://github.com/onuratakan/gpt-computer-assistant/blob/master/gpt_computer_assistant/teams.py)** | ? | <a href="#"> <img src="https://github.com/onuratakan/gpt-computer-assistant/assets/41792982/ba590bf8-6059-4cb6-8c4e-6d105ce4edd2" alt="Logo" > </a> ## 贡献者 <a href="https://github.com/onuratakan/gpt-computer-assistant/graphs/contributors"> <img src="https://contrib.rocks/image?repo=onuratakan/gpt-computer-assistant" /> </a>

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

下拉加载更多