Hi Pikoo

Das Kernerlebnis dreht sich um natürliche, fließende Gespräche. Hi Pikoo kann den Kontext verfolgen, ohne dass jeder Gedanke ein separater Befehl sein muss, und es behält gemeinsame Themen und bedeutungsvolle Details über Interaktionen hinweg, sodass die Nutzer dort weitermachen können, wo sie aufgehört haben. Es kann auch kollaborativ arbeiten und konfigurierte Werkzeuge nutzen, um Informationen zu finden oder Aufgaben auszuführen.

Die Systemarchitektur besteht aus einem Gerät, einem Server und einem Modell. Das Gerät, typischerweise ein Waveshare ESP32-S3 DualEye-Board, verarbeitet die Audioaufnahme, die Wiedergabe von Antworten und die Augenbewegungen auf seinen beiden runden Bildschirmen. Der Qwen Audio Agent 2.0.1 komponiert seinen nativen Live-Provider, Terra-Delegation, Sitzungen, Familienerinnerungen und Werkzeuge zur Laufzeit. Live verwaltet die Sprache, während Terra delegierte Aufgaben und Hintergrundoperationen übernimmt. Ein Gateway speichert Text, Zusammenfassungen, Familienerinnerungen und Listen, wobei Schlüssel und Familienprofile auf dem Server des Nutzers verbleiben.

Das Gedächtnismanagement ist ausgeklügelt und unterscheidet zwischen aktuellen Texten zur Themenwiederherstellung, Verdichtungen für gebundene Historie und langfristigem Gedächtnis für geeignete Familienfakten. Separate Listen werden für Einkäufe und Aufgaben geführt. Terra kann konfigurierte Suchen, das Lesen öffentlicher Seiten und Familienlisten nutzen, mit der Option, weitere MCP-Werkzeuge für erweiterte Funktionalität hinzuzufügen. Das Projekt ist Open Source, mit originalem Code, Grafiken und Dokumentation, die unter Apache-2.0 lizenziert sind, während Aktivierungsgewichte und Firmware, die Modelle enthalten, separate nicht-kommerzielle Bedingungen haben.

Die Entwicklung von Pikoo ist modular, sodass die Nutzer spezifische Komponenten auswählen können, die sie ändern möchten, wie Gerälogik, Augenbewegungen oder den Agentenserver. Das Projekt bietet auch STLs zum 3D-Drucken des Katzenkopfgehäuses an. Während es von den Nutzern verlangt, die Hardware vorzubereiten, Dienste bereitzustellen und das System zu konfigurieren, bietet es eine einzigartige Gelegenheit, einen personalisierten AI-Begleiter zu schaffen. Echtzeit-Modellgespräche und Online-Tools erfordern eine Netzwerkverbindung, und die Betriebskosten hängen von den gewählten Modellen, Servern und externen Diensten ab. Familiedaten, einschließlich Erinnerungen und Stimmen, werden vom Server des Nutzers und dem konfigurierten Modellservice verwaltet.