基于 Ollama 本地大语言模型和 Edge-TTS 语音合成的数字人对话系统，支持多语言语音交互和工具调用。
- 本地大模型对话：集成 Ollama，支持 Qwen3、DeepSeek-R1 等本地模型
- 语音合成播报：使用 Microsoft Edge-TTS 进行多语言语音输出
- 语音识别输入：支持浏览器 Web Speech API 语音输入
- 智能工具调用：
- 获取当前时间
- 查询天气（支持国内主要城市）
- 查询 A 股股票价格（新浪财经API）
- 发送电子邮件（SMTP）
- 发送钉钉消息（Webhook）
- 多语言支持：支持普通话、粤语、台湾国语、英语、日语、韩语等14种语言
- 后端：Python Flask
- 前端：原生 HTML/CSS/JavaScript
- AI 模型：Ollama (Qwen3/DeepSeek-R1)
- AI 框架：LangChain
- 语音合成：Microsoft Edge-TTS
- 股票数据：新浪财经
- Python 3.8+
- Ollama 服务（本地运行）
- 支持 Web Speech API 的现代浏览器
pip install -r requirements.txt创建 .env 文件，配置以下内容：
# 邮件服务配置（如需发送邮件功能）
SMTP_SERVER=smtp.qq.com
SMTP_PORT=587
SMTP_USERNAME=your_email@qq.com
SMTP_PASSWORD=your_authorization_code
FROM_EMAIL=your_email@qq.com
FROM_NAME=AI Agent
# Ollama 服务地址
OLLAMA_URL=http://127.0.0.1:11434/api/chat
# Edge-TTS 语音参数
EDGE_TTS_RATE=+0%
EDGE_TTS_VOLUME=+0%
EDGE_TTS_PITCH=+0Hz
# 服务器配置
HOST=127.0.0.1
PORT=3000确保 Ollama 服务正在运行：
# 启动 Ollama 服务
ollama serve
# 下载模型（根据需要选择）
ollama pull qwen3:0.6b
ollama pull qwen3:8b
ollama pull deepseek-r1:7bpython app.py打开浏览器访问：http://127.0.0.1:3000
- 在文本框中输入想说的话
- 点击"发送"按钮或按 Enter 键提交
- 数字人会自动回答并进行语音播报
- 查询时间："现在几点了？"
- 查询天气："北京天气怎么样？"
- 查询股票："000001 股票现在多少钱？"
- 发送邮件："帮我发一封邮件，收件人 xxx@qq.com，主题是测试，内容是你好"
- 发送钉钉："帮我发一条钉钉消息，内容是大家好"
- 模型选择：支持切换 qwen3:0.6b、qwen3:8b、deepseek-r1:7b
- 语言选择：支持14种语言的对话和语音输出
- 语音开关：可随时开启/关闭语音播报
- 语音输入：点击"语音输入"按钮进行语音输入
ai-agent/
├── app.py # Flask 后端主程序
├── tools.py # 工具函数（天气、股票、邮件、钉钉）
├── requirements.txt # Python 依赖
├── .env.example # 环境变量配置示例
├── .gitignore # Git 忽略文件
├── public/
│ ├── index.html # 前端页面
│ ├── app.js # 前端逻辑
│ └── styles.css # 样式文件
└── resources/
└── avatar.jpg # 数字人头像
| 接口 | 方法 | 说明 |
|---|---|---|
/api/chat |
POST | 对话接口 |
/api/tts |
POST | 语音合成接口 |
/api/tts-status |
GET | TTS 状态查询 |
- 首次使用需确保 Ollama 服务正常运行
- 邮件发送功能需要配置 SMTP 授权码
- 股票查询依赖新浪财经API，需确保网络通畅
- 语音输入需要浏览器支持 Web Speech API