multi-ai-assistant 1.1.3

A Python-based AI assistant project

AI 助手项目

项目简介

multi_ai_assistant 是一个基于 Python 的 AI 助手，支持多模型对话、TTS 语音等多种功能，适合个人效率提升及 AI 应用开发。

安装方法

推荐使用 pip 安装（PyPI 发布后）：

pip install multi_ai_assistant

或从源码安装：

git clone https://github.com/mofanx/multi_ai_assistant.git
cd multi_ai_assistant
pip install .

使用方法

安装后可通过命令行启动：

multi_ai_assistant

或在代码中调用：

from multi_ai_assistant import AI_Assistant
assistant = AI_Assistant()
assistant.run()

依赖说明

• keyboard
• pygame
• asyncio
• requests
• openai
• pyclip
• aiohttp

开源协议

本项目基于 MIT 协议开源，详见 LICENSE 文件。

项目说明

本项目是一个通过快捷键调用不同AI模型进行对话的Python脚本，支持多种AI模型和TTS（文本转语音）功能。

功能特性

• 支持多种 AI 模型一键切换：Gemini、Qwen、QWQ、Grok、Baidu、Zhipu、Aliyun（含 Web 模式）
• 提供 TTS 语音合成功能，支持普通、流式、非流式三种模式
• 支持截图 OCR 识别、白描 OCR 识别
• 支持多角色快捷键：中英文互译、内容转 JSON、JSON 转 Markdown
• 支持 Piclab 图床上传：一键上传剪贴板图片或图片链接，自动复制 Markdown 链接到剪贴板（快捷键 F8+P）
• 支持 AI 绘画：调用阿里云、Gemini、XAI 生成图片
• 通过丰富快捷键快速调用不同模型和功能
• 支持随时取消当前对话、停止 TTS、退出程序

安装依赖

pip install -r requirements.txt

配置环境变量

# 需手动配置
NEW_API_URL：New API地址
NEW_API_KEY：New API密钥

ALIYUN_API_KEY：阿里云API密钥
ALIYUN_API_URL：阿里云API地址

OTHER_TTS_BASE_URL：其他TTS API地址
OTHER_TTS_API_KEY：其他TTS API密钥
TTS_SERVER_BASE_URL：TTS服务器地址


# 根据需要自行更改代码并配置
AI_STUDIO_API_KEY：百度 AI Studio API密钥
AI_STUDIO_API_URL：百度 AI Studio API地址

XAI_API_URL：XAI API地址
XAI_API_KEY：XAI API密钥

快捷键说明

快捷键	功能描述
f9+o	调用 OpenAI 模型
f9+g	调用 Gemini 模型
f9+x	调用 Grok 模型
f9+q	调用 Qwen 模型
f9+w	调用 QWQ 模型
f9+b	调用 Baidu 模型
f9+z	调用 Zhipu 模型
f9+a	调用 Aliyun 模型
f9+l	调用 Aliyun Web 模型
f9+1	调用 TTS 语音合成
esc+1	停止 TTS
f9+2	流式 TTS 语音合成
f9+3	非流式 TTS 语音合成
f8+0	截图 OCR 识别
f8+9	白描 OCR 识别
f8+p	上传剪贴板图片到Piclab
f8+o	调用截图并上传到Piclab
f8+a	调用阿里云生成图片
f8+g	调用 Gemini 生成图片
f8+x	调用 XAI 生成图片
esc+2	停止流式 TTS
esc+3	停止非流式 TTS
esc	取消当前对话
esc+f9	退出程序
f8+e	翻译为英文
f8+c	翻译为中文
f8+j	内容转 JSON
f8+m	JSON 转 Markdown

使用方法

1. 运行主脚本：

   python multi_ai_assistant/ai_assistant.py
   

2. 按上述快捷键即可调用相应模型或功能。

3. 命令行参数：

   • --web 启用 Qwen Web 模式
   • --model 指定 OpenAI 调用的模型名称

4. 也可通过 multi_ai_assistant 命令或在代码中调用 AI_Assistant() 启动。 | f9+1 | 调用TTS | | esc+1 | 停止TTS | | f9+2 | 调用流式TTS | | f9+3 | 调用非流式TTS | | esc | 取消当前对话 | | esc+f9 | 退出程序 |

项目结构

multi_ai_assistant/
├── ai_assistant/
│   ├── assistant/                # 各类模型与功能模块
│   │   ├── __init__.py           # 子包初始化
│   │   ├── baimiao_ocr.py        # 白描 OCR 识别
│   │   ├── base.py               # 基础类定义
│   │   ├── chat_with_tts_no_stream.py  # 非流式 TTS 聊天
│   │   ├── chat_with_tts_stream.py     # 流式 TTS 聊天
│   │   ├── openai_model.py       # OpenAI 模型实现
│   │   ├── openai_tts.py         # OpenAI TTS 支持
│   │   ├── qwen_model.py         # 通义千问模型实现
│   │   ├── qwq_model.py          # QWQ 模型实现
│   │   ├── screenshot_ocr_llm.py # 截图 OCR 识别
│   │   ├── tts_client.py         # TTS 客户端
│   │   ├── tts_server.py         # TTS 服务器
│   │   ├── piclab_uploader.py    # Piclab 图床上传
│   │   ├── aliyun_img_gen.py     # 阿里云生成图片
│   │   ├── gemini_img_gen.py     # Gemini 生成图片
│   │   └── xai_img_gen.py        # XAI 生成图片
│   ├── __init__.py               # 包初始化文件
│   ├── ai_assistant.py           # 主程序脚本（快捷键入口等）
│   └── prompts.json              # 预设提示词配置
├── README.md                     # 项目说明文档
├── requirements.txt              # 依赖列表
├── pyproject.toml                # 构建与元数据配置
├── LICENSE                       # 开源协议文件
└── multi_ai_assistant.egg-info/  # 构建生成的元数据目录（可忽略）   

• 代码主入口为 multi_ai_assistant/ai_assistant/ai_assistant.py。
• 所有核心模型、TTS、OCR、工具均在 multi_ai_assistant/ai_assistant/assistant/ 下实现。
• 依赖与元数据分别在 requirements.txt 和 pyproject.toml 中声明。
• prompts.json 为对话和功能的提示词模板。

贡献指南

欢迎提交Pull Request或Issue来改进本项目。

许可证

MIT License