AI Assistant Research

Always-On AI Assistant

Fork des Always-On-Assistant-Patterns von disler: sprachgesteuerter Engineering-Assistent mit DeepSeek V3, RealtimeSTT und ElevenLabs.

ExperimentalOpen in signal graph →

Overview

Das Repository demonstriert ein vollstaendiges Always-On-Muster: Der Assistent "Ada" wird per Stimme geweckt, versteht gesprochene Auftraege, generiert daraus Typer-CLI-Kommandos und haelt seinen Arbeitsstand in einem Scratchpad fest.

Interessant ist die klare Rollenaufteilung in der Assistenten-Konfiguration: Gehirn, Job-Prompt, aktives Gedaechtnis, Ohren und Mund sind einzeln konfigurierbar — ein Muster, das sich auf jede Assistenz-Architektur uebertragen laesst.

Motivation

Ein Assistent, der permanent zuhoert und gesprochene Befehle in ausfuehrbare CLI-Kommandos uebersetzt — als Blaupause fuer sprachgesteuerte Studio-Workflows.

Problem

Haende sind im Studio oft belegt. Das Pattern koppelt lokales Speech-to-Text an ein LLM, das Typer-Kommandos generiert und in einem Scratchpad dokumentiert.

Features

Awaken-Modus: Assistent reagiert auf Zuruf und fuehrt CLI-Kommandos aus
Scratchpad als aktives Arbeitsgedaechtnis zwischen Mensch und Assistent
Austauschbares Gehirn: DeepSeek V3 remote oder phi4 lokal via Ollama
RealtimeSTT fuer lokale Spracherkennung, ElevenLabs fuer Sprachausgabe

Current state

Fork von disler/always-on-ai-assistant auf Upstream-Stand; dient als Architektur-Referenz fuer sprachgesteuerte ARV-Tools.

Architecture

Python-Anwendung mit uv-Toolchain: RealtimeSTT als Ohr, LLM als Gehirn, Typer-Kommandodatei als Faehigkeitenkatalog, ElevenLabs oder lokale TTS als Stimme.