any4any 0.1.1

大模型会话、对话内容预览与修改、语音识别、文本转语音、文档重排、文本嵌入、知识库系统和MCP服务的一键式API服务

any4any: 大模型会话、对话内容预览与修改、语音识别、文本转语音、文档重排、文本嵌入、知识库系统和MCP服务的一键式API服务

中文简体 · English

功能特性

核心功能：启动运行本项目后，您可以将几乎所有类型模型以openai-api兼容接口形式暴露，可被任何模型管理应用添加，可追踪用户对话历史，具体功能模块介绍如下：

• 会话管理：支持多平台与LLM会话管的理，可将本地模型以openai-api兼容接口形式暴露，可被任何模型管理应用添加，可追踪用户对话历史
• 预览模式：支持LLM响应内容预览和编辑功能
• 钉钉机器人：支持钉钉机器人消息处理
• 语音转录：将音频文件转换为文本（支持多种语言）
• 文本转语音：将文本转换为语音文件（支持多种语音风格）：默认使用zh-CN-XiaoyiNeural音色
• 知识库：提供独立的embbeding和rerank能力，可基于ChromaDB向量数据库构建知识库系统
• MCP服务：支持构建MCP工具、接口，可在任意MCP客户端调用
• API文档：自动生成API使用说明，可通过浏览器访问：http://localhost:8888/docs#/

更新内容

2025.10.08(V0.1.1)：新增嵌入模型（Embedding）模块

新增：

• Embedding模块：完整的嵌入模型支持，包括文档处理、向量存储、检索引擎等功能
• 文档处理：支持文档解析、分块、向量化等处理流程
• 向量存储：高效的向量存储和管理机制
• 检索引擎：基于相似度的文档检索功能
• 知识库服务器：提供知识库的创建、管理和查询服务
• OpenAI API兼容接口：支持与OpenAI嵌入API一致的调用方式
• 知识库系统说明文档.md

2025.9.26(V0.1.0)：新增会话管理和预览模式功能

新增：

• 会话管理：支持多平台会话管理，可追踪用户对话历史，实现上下文连续对话
• 预览模式：支持内容预览和编辑功能，用户可在内容生成后进行预览和修改，浏览器访问：http://localhost:8888/index/ 可进行预览
• 钉钉机器人集成：支持钉钉机器人消息处理，可在钉钉中与系统交互
• 用户认证增强：增加了基于API密钥的认证机制，提高系统安全性
• 数据库会话存储：将会话数据存储到MySQL数据库，支持持久化和查询
• 会话管理系统说明文档.md

更新：

• 重塑了项目结构，新增data_models模块用于管理数据模型，新增servers模块用于管理服务，新增static目录用于管理静态文件

2025.5.24(V0.0.6)：新增支持构建MCP服务

新增：

• MCP工具构建：可在core/mcp_tools.py中任意添加MCP工具，默认提供了两个整数的加、减、乘和除的计算
• MCP工具注册：在app.py中引入对应的模块，如from core.mcp_tools import add, sub, mul, div，并在mcp.tool()函数中注册
• MCP服务服务启动：运行启动命令：python cli.py或a4a-run，服务将运行在: http://localhost:9999/sse

dify工作流文件:mcp_test.yml

前置环境要求

• WSL2 (Windows Subsystem for Linux)：Windows系统下的必要条件
• Conda (Anaconda or Miniconda)：用于管理Python环境
• Docker-desktop：Windows系统下的Docker桌面应用，用于运行dify服务
• MySQL：用于存储会话数据

安装指南

1.克隆本项目

git clone https://github.com/eogee/any4any.git
# 或
git clone https://gitee.com/eogee/any4any.git
# 或
git clone https://gitcode.com/eogee/any4any.git

你也可以通过网盘下载本项目：https://pan.quark.cn/s/fbe126d5bd75

2.下载模型

# 确认已安装git-lfs (https://git-lfs.com)，用于下载大文件
# 您可在huggingface.co/modelscoup.com/hf-mirror.com站点中下载模型，此处以huggingface.co为例
git lfs install

# 下载语音识别模型：SenseVoiceSmall
git clone https://huggingface.co/FunAudioLLM/SenseVoiceSmall

# 下载重排序模型：bge-reranker-base
git clone https://huggingface.co/BAAI/bge-reranker-base

# 下载LLM模型：Qwen3-1.7B
git clone https://huggingface.co/Qwen/Qwen3-1.7B

# 下载Embedding模型：bge-small-zh-v1.5
git clone https://huggingface.co/BAAI/bge-small-zh-v1.5

3. 创建conda环境

# 创建conda环境
conda create -n any4any python=3.10
# 激活环境
conda activate any4any

4. 安装依赖

# 安装ffmpeg
sudo apt-get install ffmpeg
# 验证ffmpeg是否安装成功
ffmpeg -version
# 安装其他依赖
pip install -r requirements.txt

5. 配置环境变量

复制示例配置文件并根据需要修改：

cp .env.example .env

编辑.env文件，配置以下内容：

• 数据库连接信息
• 模型路径
• API密钥
• 其他自定义配置

6. 启动服务

# 直接启动服务
python cli.py

# 或使用快捷命令(WSL/Linux环境),永久安装a4a-run命令:
sudo cp a4a-run.sh /usr/local/bin/a4a-run
sudo chmod +x /usr/local/bin/a4a-run
# 安装后可直接使用:
a4a-run

服务将运行在以下端口：

• 主服务: http://localhost:8888
• MCP服务: http://localhost:9999
• 钉钉服务: http://localhost:6666

7. 其他模型平台应用内容添加并调用模型（此处以Dify为例子）

7.1查看宿主机的ip地址

在wsl命令行中执行ifconfig命令，查看宿主机的ip地址。

eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 172.21.56.14  netmask 255.255.240.0  broadcast 172.21.63.255

其中172.21.56.14即为宿主机的ip地址。

7.2导入TTS模型

启动Docker并保证dify服务正常运行。 将插件langgenius-openai_api_compatible_0.0.16.difypkg导入并安装至dify中。 打开OpenAI-API-compatible插件，点击添加模型，配置内容如下：

模型类型：TTS
模型名称：edge-tts
API endpoint URL：`http://172.21.56.14:8888/v1` 或 `http://host.docker.internal:8888/v1`
API Key：EMPTY
可用声音（用英文逗号分隔）：zh-CN-XiaoyiNeural
其他可空余不填

7.3导入ASR模型

配置模型路径：

#.env文件
ASR_MODEL_DIR=/mnt/c/models/SenseVoiceSmall  # 替换为你本地ASR模型路径

打开OpenAI-API-compatible插件，点击添加模型，配置内容如下：

模型类型：Speech2text
模型名称：SenseVoiceSmall
API Key：EMPTY
API endpoint URL：`http://172.21.56.14:8888/v1` 或 `http://host.docker.internal:8888/v1`

7.4导入Rerank模型

配置模型路径：

#.env文件 
RERANK_MODEL_DIR=/mnt/c/models/bge-reranker-base  # 替换为你本地rerank模型路径

同样打开OpenAI-API-compatible插件，点击添加模型，配置内容如下：

模型类型：rerank
模型名称：bge-reranker-base
API Key：EMPTY
API endpoint URL：`http://172.21.56.14:8888/v1` 或 `http://host.docker.internal:8888/v1`

7.5导入LLM模型

配置模型路径：

#.env文件
LLM_MODEL_DIR=/mnt/c/models/Qwen3-1.7B  # 替换为你本地LLM模型路径

同样打开OpenAI-API-compatible插件，点击添加模型，配置内容如下：

模型类型：LLM
模型名称：Qwen3-1.7B
API Key：EMPTY
API endpoint URL：`http://172.21.56.14:8888/v1` 或 `http://host.docker.internal:8888/v1`

7.6导入Embbding模型

配置模型路径：

#.env文件
EMBEDDING_MODEL_DIR = "/mnt/c/models/bge-small-zh-v1.5"  # 替换为你本地Embbding模型路径

同样打开OpenAI-API-compatible插件，点击添加模型，配置内容如下：

模型类型：Embbding
模型名称：bge-small-zh-v1.5
API Key：EMPTY
API endpoint URL：`http://172.21.56.14:8888/v1` 或 `http://host.docker.internal:8888/v1`

7.7设置为默认模型

在右上角系统模型设置中的最下方，将文本转语音模型设置为edge-tts，将语音识别模型设置为SenseVoiceSmall，将文档重排模型设置为bge-reranker-base，将语言模型设置为Qwen3-1.7B，将嵌入模型设置为bge-small-zh-v1.5，保存设置。

7.8使用模型

添加任意一个chatflow，进入工作流内容后在右上角功能，找到文字转语音和语音转文字功能，配置我们添加好的模型，将自动播放打开，然后对话即可。

8. dify中连接MySQL数据库

8.1连接配置

在.env文件中配置MySQL数据库连接信息:

MYSQL_HOST=172.21.48.1  # 在cmd中使用ipconfig | findstr "IPv4" 查看并替换为你的实际的IP地址
MYSQL_PORT=3306
MYSQL_USER=root
MYSQL_PASSWORD=root
MYSQL_DATABASE=any4any  # 替换为你的数据库名称

8.2MySQL数据库配置

在MySQL服务中运行以下命令，允许wsl中的宿主机（172.21.56.14）访问数据库：

-- 允许 wsl中的宿主机（172.21.56.14）访问数据库 使用 root 用户连接所有数据库（*.*）
-- YOUR_PASSWORD 替换为你的数据库密码
GRANT ALL PRIVILEGES ON *.* TO 'root'@'172.21.56.14' IDENTIFIED BY 'YOUR_PASSWORD';

-- 如果 MySQL 8.0+，可能需要分开创建用户并授权
CREATE USER 'root'@'172.21.56.14' IDENTIFIED BY 'YOUR_PASSWORD';
GRANT ALL PRIVILEGES ON *.* TO 'root'@'172.21.56.14';

8.3构建http请求

在dify中的workflow或chatflow中添加http请求节点，配置信息如下：

请求方式：POST
请求地址：http://localhost:8888/v1/db/query
form-data参数名：query
form-data参数值：SELECT * FROM users LIMIT 1  # 示例查询语句

工程结构

any4any/
├── core/                     # 核心功能模块
│   ├── asr/                  # 语音识别模块
│   │   └── transcription.py  # 音频转录实现
│   ├── auth/                 # 认证模块
│   │   └── model_auth.py     # 模型认证实现
│   ├── chat/                 # 聊天相关模块
│   │   ├── conversation_database.py  # 会话数据库操作
│   │   ├── conversation_manager.py   # 会话管理器
│   │   ├── delay_manager.py          # 延迟管理器
│   │   ├── llm.py            # 大语言模型接口
│   │   ├── openai_api.py     # OpenAI API兼容接口
│   │   └── preview.py        # 预览功能实现
│   ├── database/             # 数据库模块
│   │   └── database.py       # 数据库连接和查询实现
│   ├── dingtalk/             # 钉钉机器人模块
│   │   └── message_manager.py # 钉钉消息处理
│   ├── embedding/           # 嵌入模型模块
│   │   ├── document_processor.py # 文档处理器
│   │   ├── embedding_manager.py  # 嵌入管理器
│   │   ├── kb_server.py          # 知识库服务器
│   │   ├── openai_api.py         # OpenAI API接口
│   │   ├── retrieval_engine.py   # 检索引擎
│   │   └── vector_store.py       # 向量存储
│   ├── lifespan.py           # 应用生命周期管理
│   ├── log.py                # 日志管理
│   ├── mcp/                  # MCP协议模块
│   │   └── mcp_tools.py      # MCP工具实现
│   ├── rerank/               # 文档重排模块
│   │   └── rerank.py         # 文档重排实现
│   ├── tts/                  # 文本转语音模块
│   │   ├── file.py           # 音频文件处理
│   │   └── speech.py         # 语音合成实现
│   └── model_manager.py      # 模型管理器
├── data_models/              # 数据模型定义
├── servers/                  # 服务器模块
├── static/                   # 静态资源文件
├── utils/                    # 工具模块
├── workflows/                # 工作流和外部衔接插件
├── app.py                    # 应用入口文件
├── cli.py                    # 命令行接口
├── config.py                 # 配置文件
├── requirements.txt          # 依赖包列表
├── any4any.sql               # 数据库初始化脚本
├── a4a-run.sh                # 启动脚本
└── .env.example              # 环境变量示例文件

相关开源项目

• edge-tts：https://github.com/rany2/edge-tts
• SenseVoice：https://github.com/FunAudioLLM/SenseVoice
• bge-reranker-base：https://huggingface.co/BAAI/bge-reranker-base
• bge-small-zh-v1.5：https://huggingface.co/BAAI/bge-small-zh-v1.5
• dify：https://github.com/langgenius/dify
• fastapi：https://github.com/fastapi/fastapi
• Qwen3-1.7B：https://huggingface.co/Qwen/Qwen3-1.7B
• Layui：https://github.com/layui/layui
• font-awesome：https://github.com/FortAwesome/Font-Awesome

更新计划

• 增强会话管理功能
• 支持更多大语言模型
• 接入更多即时通讯服务商
• 增强前端界面，提供更友好的用户体验
• 增加更多TTS和ASR模型的支持
• 增加其他接口和服务

联系我们

• 官方网站：https://eogee.com
• 邮箱：[e-mail]
• B站：https://space.bilibili.com/315734619
• 抖音：抖音eogee，每晚8点直播