大番薯项目

目前进度

• 接入通义千问联网API，实现命令行对话。
• 连通 GPT-SoVITS 实现声音克隆，将对话读出来。 20240930
• 搞个界面，显示对话，并方便后续加功能。 1003
• ...

规划功能

• 将大模型本地化。
• 麦克风语音输入，对话。
• 对话记录保存文档（或许接入 notion）。
• 文章存档。
• 大番薯操作电脑，下载视频。
• RSS 订阅指定网站的信息，每日输出总结。20240930
• ...

存在问题

• 大模型的能力支持到哪种程度了？
• 对电脑手机的操作能力怎么样，是否可行，准确度怎么样？
• 有什么现成好用的工具可以用上？
• 类似功能的软件有哪些？现状怎么样？
• 使用体验怎么优化？20240930
• ...

相关资料

OpenAI奥特曼：明年模型的关键词是代理，十年内实现无限上下文。

代理。奥特曼认为2025是代理年，o1则是一个重要起点。（这个和谷歌前CEO施密特一个看法，也把代理放在相当高的优先级）

代理如何融入OpenAI的长期计划？O1模型及其所有前身将成为真正实现代理的关键。

"人们很快就会适应任何新技术，但这个（代理）将是一件大事。"

"人们会要求代理完成原本需要一个月的任务，而它只需要一小时。然后他们会有10倍的代理，接着是1000倍的代理。"

代理控制你的电脑的障碍是什么？安全性和对齐问题。

找出AI今天能做到但还不能完全做到的边界是最佳切入点。因为当新模型出现时，你将成为首选。

随着我们进入代理的世界，OpenAI将尝试虚拟员工。

source。

RSS 相关。source1，source2。

"这些例子展示的是我如何实际利用大型语言模型（LLMs）的。它们并不旨在炫耀技术的惊人能力，而是基于我解决工作需求的实际情况。" source

NotebookLM 可能触及一个全新的领域，个人理解是针对每个人的个性化定制信息处理输入流。我也有点这种感觉，有可能。source1 ，source2 ，source3 。

有一种强烈的感觉，以后应该会有一些类似个人助理的东西被每个人所用，也就是大番薯或者说像钢铁侠的贾维斯，反正就是一个人工智能助理。

接收个人比较感兴趣、会用上的信息，然后去定制化处理，或者说按照指定的命令去执行对应的操作。开始会接入本地的一个大模型，然后它可以使用各种工具去连接上网或是执行类似人类的操作。

例如看到一个项目的代码，就去分析这个项目的来龙去脉，后面做针对性功能添加或维护的时候，可以接入像 claude 的那种比较聪明的大模型去实现。

抑或是完成收集指定主题相关的信息，收集一个美食栏目的所有视频内容，然后观看，提取信息。

2024-09-29 19:27:41

项目介绍

大番薯，定位是作为个人助理，帮助我完成一些事情。也是借这个项目去学习、串联和练习一些技术，例如 LLM、AI Agent、RAG、TTS、RSS、图像识别算法、知识库、程序操纵电脑手机等。另外，有种强烈的预感。

感觉最好的方向还是一个助手，帮助记忆的助手，处理简单事务的助手，拓展人类能力边界的助手，监听 RSS 更新的助手，处理重复确定性任务的助手。

2024-09-19 18:01:12