想不想拥有一个完全属于你自己的”小爱同学”或”小艺”？今天我来教你用开源项目 OddAgent，从零开始搭建一套智能家居意图识别系统。 一、前言 清晨，你刚睁开眼，窗帘自动缓缓拉开，温暖的阳光洒进房间。你随口说一句”我起床了”，灯光从暗淡的夜灯模式切换到柔和的晨光，咖啡机已经启动——这不是科幻电影，而是智能家居正在实现的未来。 然而，当你想要DIY一套完全可控的智能家居系统时，往往面临两难：要么选择米家、HomeKit 等封闭生态，功能受限于平台；要么自研整个系统，从设备协议到AI对话，技术门槛高得离谱。 今天要介绍的 OddAgent 项目，为我们提供了一条中间路线——它专注于意图识别，你可以对接任意品牌的设备，只需专注于实现具体的业务逻辑。 二、方案介绍 2.1 什么是 OddAgent 概念 定义 OddAgent 一个通用的意图、指令识别框架，基于 LLM 实现自然语言理解 Intent（意图） 用户想要完成的操作，如”打开客厅灯” Slot（槽位） 意图中的关键参数，如房间”客厅”、设备”灯” Tool（工具） 实际执行操作的接口，如控制灯的 API 配图 1 展示 OddAgent 识别用户语音/文字指令的流程图 OddAgent 的核心能力可以用一句话概括：“只负责听懂你要什么，不负责具体怎么干。” 它把意图识别做到极致，把功能实现交给开发者。 2.2 核心特性 2.3 为什么选择 OddAgent 对比自研 NLU 系统： 维度 自研 NLU OddAgent 开发周期 3-6 个月 1 […]
意图识别
2 posts
一、前言 上周四下午领导说公司的某个助手项目准备启用自研的备用方案，然后我的 OddAgent 项目就开始从备胎出现转机，有可能会成为正式方案了。 原先我没有为 OddAgent 设定开源授权方案，大家都可以继续在 OddAgent 现有的开源代码基础上自行演进，而公司的产品一旦正式使用了 OddAgent，那可能日后的一些功能实现就不方便放到我的github上了。 不过，以我自己在小落同学项目中一些实际功能的测试体验，现有的 OddAgent 已经足以应付各种个人/企业场景下的意图识别功能。 为了避免日后大家在授权问题上出现顾虑，我特别将 OddAgent 的授权从GPL改成了MIT。 二、关于新的开源协议MIT MIT协议允许你任意的使用、复制、修改原MIT代码库，随便你是选择跟我一样继续开源，还是选择闭源甚至商用，唯一需要遵循的原则就是在你的软件中声明你也使用的是MIT协议就行了。 MIT 协议 三、OddAgent的安装与使用 1. 安装 2. 配置 项目配置样例：https://oddmeta.net/tools/oddagent/config.json.sample智能体配置样例：https://oddmeta.net/tools/oddagent/conference_config.json 下载好后放在你前面创建的目录下。然后复制config.json.sample，并将其改名为config.json 然后开始调整设置 config.json 里配置你自己的系统配置 下面是一个系统配置的示例。 1）大模型配置 2）智能体功能配置 根据你自己的业务需求，配置你的功能意图和槽位的语料。OddAgent自带了一个视频会议场景的示例 conference_config.json ，可供您的参考。 具体的配置方法可参考这里：https://pypi.org/project/oddagent/ 3. 运行 启动命令：oddagent -c config.json 4. 测试后台 默认的测试后台地址是：http://localhost:5050 5. API接口 OddAgent只做意图、指令的识别，所以实际场景里基本上都是在你自己的产品里用API来调用OddAgent识别意图指令，然后自行去实现相应的功能。 以下是一个API调用OddAgent的完整示例代码： 运行测试代码：python […]