一周热榜

各位 HN 的朋友们！ 我正在开发 Pomi，一个独立的语音助手，并将于 Rabbit R1 上首次亮相。这里有一个 30 秒的视频，展示了我询问它旧金山天气的情况：<a href="https://youtu.be/vxG5is_nNqU" rel="nofollow">https://youtu.be/vxG5is_nNqU</a> 我之所以启动这个项目，是因为我认为 R1 作为一款硬件非常吸引人：它小巧、有特色，并且是专门为与 AI 助手进行交互而设计的。首先要说明的是，这个项目绝不是出于对 Rabbit 软件的不满，也不是为了“修复”它。我想探索一个不同的问题：我能否直接在设备上构建一个定制的、持久的语音助手体验？ 我不得不从头开始构建用户界面，以适应 R1 的 2.88 英寸方形显示屏。您需要点击番茄图标进行语音输入，在前景叠加层中查看实时转录，并在短暂暂停后自动发送消息。回复会出现在同一个对话叠加层中。此外，还有一个环境锁屏显示、对话管理、动画主屏幕状态，以及使用 Picovoice 的离线“嘿 Pomi”唤醒词功能。 项目不那么显眼的部分是让代理运行时表现得像设备的一部分，而不是一个开发过程。我使用了 Nous Research 的 Hermes 平台——这是一个很棒的平台，我在项目之外也大量使用它。代理网关在启动时启动，将状态本地存储，并由 Android 的服务系统进行管理。通常情况下，它运行在本地主机上，但我将 R1 连接到我的私有 Tailscale 网络，并提供了一个自定义的 tailwind 提供的 URL，只有其他设备（如我的 Mac）才能访问。 该代码库包含了 Android shell、Hermes 运行时配置、我用于迭代 240x282 界面 UI 的实验室，以及用于构建、配置、安装、更新、检查和恢复设备的脚本。它支持运行 Android 13 的兼容的已 root 的 Rabbit R1。它不重新分发 Rabbit 固件或任何用户凭据。 我最初只为我自己的 R1 构建了这个项目，但现在我已经清理了代码，以便其他 R1 用户也能复现它：<a href="https://github.com/sidmohan0/pomi" rel="nofollow">https://github.com/sidmohan0/pomi</a> 我刚刚开始收集公开反馈，所以请告诉我您的想法。我特别关注语音交互模型、缩短从说话到收到回复的时间，以及安装过程是否足够实用，能够让其他 R1 用户进行操作。我也很想听听大家一旦摆脱了原始软件的限制，会用这款硬件构建出什么。 附注：我使用了 Tailscale，这使得 OTA 更新和从我的电脑访问 Hermes Dashboard 等操作变得更加轻松，但它不是必需的！

我正在尝试理解人工智能的兴起对管理者和工作动态是产生积极还是消极的影响。