Daisy openAI chat

？雏菊。

Daisy是一个Python平台，旨在与OpenAI的GPT-3和GPT-4等语言模型API一起使用。它包括一套类和方法，可用于开发可以动态添加的模块以扩展和增强大语言模型的推理能力。值得注意的是，雏菊合并了“工具形式”，使黛西能够利用其他资源，例如Web搜索，上下文处理，内存/对话审查，计算等。

？入门

安装必要的软件包

 pip install  -r  requirements.txt

更新config.py ，并提供必要的信息，并启用所需的模块。

另外，查看单个模块文件以了解如何加载它们。您可以自己制作！

 #Modules are loaded in the order they are listed here.
enabled_modules:
- modules.DanPrompt 
#Insert a DAN-like prompt to enable Daisy to "Do Anything Now"

- modules.DaisyPrompt 
#Give Daisy a few extra rules for behaving as a voice assistant

- modules.Daisy 
#Daisy voice assistant front-end

- modules.WebConfigDjango.WebConfigDjango
#Daisy web config tool based on Django

- modules.Dashboard_WebConfigDjango.Dashboard_WebConfigDjango
#Dynamically loaded route (new routes can be loaded through hooks as well)

#TTS Modules (Only the first one is loaded)
- modules.TtsElevenLabs
#TTS from ElevenLabs
- modules.GoogleCloudTTS
#TTS from ElevenLabs
- modules.GoogleTTS
#TTS from Google Translate TTS endpoint

- modules.GoogleScraper
#SerpAPI Google search result scraping tool

- modules.Calculator
#Python eval() to solve solvable expression strings

- modules.WeatherNoaaNl.WeatherNoaaNl
#Natural language to lat/lon weather forecast from NOAA.gov

- Memories
#Retrieve name/summary of all conversations in the sqlite DB

...See configs.yaml  or more configurations...

运行雏菊（平台）

 py main.py

？功能

雏菊接受不同类型的用户开发的“模块”。语音助理模块作为“概念验证”。使用雏菊构建的可能的配置和应用程序可能包括：

• Web应用程序
• 会话处理API
• 计算机视觉解释
• 自主启动（随着时间的意识，黛西可以在没有用户输入的情况下发送消息或工具形式）
• 客户服务IVR（在后端上使用API​​工具形式可能很强大）。
• 可能性是无穷无尽的，您只需要创建想要在世界上看到的东西即可。这个平台使它更容易。

请记住：雏菊仍在发展中。随着贡献者通过改善平台代码，贴上模块钩和开发自己的模块来增强功能性，它在未来几个月内具有并且将在未来几个月内显着发展。

服务

黛西使用以下API进行对话处理：

• 语言模型：OpenAi Chatgpt
• 语音到文本（STT）：汇编
• 文本到语音（TTS）：Elevenlabs（质量），Google Cloud TTS（便宜），Google Translate TTS（免费！）
• 唤醒单词（本地）：picovice豪猪
• 可以使用替代的本地API，如果您选择使用它们，则应容易互换。在某些情况下，可以将它们切换为模块。在每种情况下，都可以添加一个代码钩以使其可互换。

？背景

我一直渴望使用我的声音与Chatgpt进行对话。我曾经每天搜索一个可以在语音识别和TT之间进行交换的程序，以进行真实的人类对话，但是直到最近我才发现了一个。

所以当然，我开始制作世界上想要的东西。我开始为Chatgpt创作语音识别脚本。它始于简单的请求，例如合并对OpenAI API的请求并路由语音识别输出。从那时起，该项目演变成建造应用程序的平台，为无限潜力打开了大门。

有人认为，文本模型和人工智能不是在思考，而只是使用启发式方法。但是，当我们自我检查时，我们也只是学习的行为和回应的集合。尽管GPT可能不是完美的，但重要的是要反思自己并确定我们真正的好处。

？兼容性

该软件旨在在Windows和Linux上运行。

✅待办事项

• LLMS（API或本地）作为模块
• 保存和电子邮件上下文
• 从webconfig管理负载或导出对话上下文
• 了解用户。例如，跟踪持久性概况，以便您可以开始提出诸如“我妻子生日那天会喜欢什么？”之类的问题。
  • 使用pyannote.audio诊断扬声器并在每个“用户”消息中识别它们
  • 要求AI将特定用户的每条消息与其个性配置文件进行比较，并在听到新的内容时添加新的位。
• 当对话达到最大令牌值时，总结并重置上下文