TySVA - TypeScript Voice Assistant🪄

TySVA - TypeScript 语音助手🪄

通过与 AI 聊天轻松学习 TypeScript

TySVA 旨在为您创建一个学习空间，深入了解 TypeScript，利用：

• Qdrant 本地数据库，包含完整的 TypeScript 文档
• LinkUp，用于网络深度搜索
• MCP 服务，用于向量搜索和网络搜索自动化
• ElevenLabs，用于语音输入转录和语音输出生成
• LlamaIndex，用于 Agent 工作流

它支持语音输入/输出以及文本输入/输出。

安装和启动🚀

第一步对 Docker 和源代码设置方法都是通用的，即克隆仓库并进入其中：

git clone https://github.com/AstraBert/TySVA.git
cd TySVA

进入后，您可以选择以下两种方法之一：

Docker（推荐）🐋

需要：Docker 和 docker compose

• 在 .env.example 文件中添加 groq_api_key、elevenlabs_api_key 和 linkup_api_key 变量，并将文件名改为 .env。获取这些密钥：
  • 在 Groq 控制台
  • 在 ElevenLabs 设置
  • 在 Linkup 仪表板

mv .env.example .env

• 启动 Docker 应用：

# If you are on Linux/macOS
bash start_services.sh
# If you are on Windows
.\start_services.ps1

• 或手动启动：

docker compose up vector_db -d
docker compose up mcp -d
docker compose up app -d

您将看到应用在 http://localhost:7999/app 上运行，您就可以使用它了。根据您的网络连接和硬件配置，设置可能需要一些时间（首次设置最多需要 15 分钟）- 但这仅在您第一次运行时才需要！

源代码🗎

需要：Docker、docker compose 和 conda

• 在 .env.example 文件中添加 groq_api_key、elevenlabs_api_key 和 linkup_api_key 变量，并将文件名改为 .env。获取这些密钥：
  • 在 Groq 控制台
  • 在 ElevenLabs 设置
  • 在 Linkup 仪表板

mv .env.example scripts/.env

• 使用专用脚本设置 conda 环境和向量数据库：

# For MacOs/Linux users
bash setup.sh
# For Windows users
.\setup.ps1

• 或者如果您愿意，可以手动进行：

docker compose up vector_db -d

conda env create -f environment.yml

• 现在您可以启动脚本将 TypeScript 文档加载到向量数据库：

conda activate typescript-assistant-voice
python3 scripts/data.py

• 完成后，启动 MCP 服务：

conda activate typescript-assistant-voice
cd scripts
python3 server.py

• 现在打开另一个终端并运行应用：

uvicorn app:app --host 0.0.0.0 --port 7999

您将看到应用在 http://localhost:7999/app 上运行，您就可以使用它了。

工作流

工作流非常简单：

• 当您提交请求时，如果是音频，它会被转录，然后作为起始提示词提交给 Agent 工作流，而如果是文本，它会直接提交给 Agent 工作流
• Agent 工作流可以通过从向量数据库检索文档或搜索网络来解决 TypeScript 问题。如果答案很简单，也可以直接响应（不使用工具）。所有工具都通过 MCP 提供
• Agent 完成后，Agent 过程和输出会被总结，摘要被转换为语音输出。语音输出与 Agent 的文本输出一起返回

贡献

欢迎提交贡献！请遵循此处报告的贡献指南。

许可证和使用权

该软件在 MIT 许可证下提供。