AI News HubLIVE
站内改写2 分钟阅读

Show HN: Pomi – 在Rabbit R1上运行的独立语音代理

Pomi 是一个开源项目,将已root的Rabbit R1设备转变为独立的语音代理设备。它提供自定义触控和唤醒词界面,直接在设备上运行Hermes网关,通过Wi-Fi或蜂窝网络连接到远程LLM。项目包含详细的安装指南、安全注意事项和恢复步骤。

来源Hacker News AI作者: smohan88

Pomi 是一个独立的软件实验,旨在将 Rabbit R1 设备转变为一个可随身携带、始终在线的语音代理。该项目由开发者 Sid Mohan 发布在 GitHub 上,它并非出于对 Rabbit 公司官方软件的不满,而是为了探索一个不同的问题:在多大程度上可以仅靠设备本身实现定制的、持久的语音代理体验。

Pomi 的核心架构包括一个 Android 应用程序(Pomi Home APK)和一个运行在 Debian chroot 环境中的 Hermes 网关。用户通过触摸设备上的番茄图标或使用本地“Hey Pomi”唤醒词来启动交互。语音输入会被捕获并转录,然后通过本地回环地址发送到 Hermes 网关,后者再通过设备的常规互联网连接将文本发送到用户选择的远程 LLM,并将响应返回给界面。Tailscale 并不参与对话路径,它仅用于提供私有的仪表盘访问和远程维护功能。

对于希望尝试的用户,项目提供了详细的安装指南。需要注意的是,安装过程会修改 Android 系统分区,存在使设备无法启动的风险。因此,强烈建议用户在安装前阅读恢复部分,并创建经过验证的备份。支持的设备仅限于特定版本的 Rabbit R1(arm64-v8a,Android 13/API 33,已解锁引导加载程序,已获取 root 权限的 ADB)。安装过程分为四个可审计的模块:捕获系统映像、构建运行时、配置和部署。所有凭证都保留在设备上的私有文件中,不会编译到 APK 中。

Pomi 还提供了完整的更新、诊断和恢复流程。更新时需使用相同的签名密钥库重新构建 APK 和运行时,并重新运行部署脚本。诊断可以通过 ADB 命令检查各项服务的状态。如果出现问题,可以通过 ADB 或引导加载程序进行回滚恢复。项目特别强调安全性和隐私,建议用户不要公开 pomi.env 配置文件、密钥库、备份或运行时状态,并使用短期或有限的 Tailscale 认证密钥。

目前已知的限制包括:仅测试了 Android 13 的特定 R1 构建版本;语音转录依赖 Android 语音服务,可能受网络和系统组件影响;Picovoice 要求用户自行接受其条款并提供密钥和模型;没有自动的固件解锁或恢复流程。原始 Pomi 代码采用 Apache-2.0 许可证,第三方组件保留其各自的许可证。