Merge branch 'huangjunsen0406:main' into main

Author: Y-ASLant

README.en.md

@@ -284,6 +284,7 @@ We welcome issue reports and code contributions. Please ensure you follow these
 [Rain120](https://github.com/Rain120)
 [kejily](https://github.com/kejily)
 [Radio bilibili Jun](https://space.bilibili.com/119751)
+[Cyber Intelligence](https://shop115087494.m.taobao.com/?refer=https%3A%2F%2Fm.tb.cn%2F&ut_sk=1.WMelxbgDQWkDAJ1Rq9Pn7DCD_21380790_1757337352472.Copy.shop&suid=0E25E948-651D-46E0-8E89-5C8CB03B4F56&shop_navi=shopindex&sourceType=shop&shareUniqueId=33038752403&un=d22c5ceda82844ab8bd7bab98ffeb263&share_crt_v=1&un_site=0&spm=a2159r.13376460.0.0&sp_tk=dkRKUjRKUWo2ZHY%3D&bc_fl_src=share-1041250486811064-2-1&cpp=1&shareurl=true&short_name=h.SaBKVHytsCKIPNS&bxsign=scdGtSe264e_qkFQBh0rXCkF-Mrb_s6t35EnpVBBU5dsrd-J24c-_rn_PhJiXRk0hg2hjGoAm0L7j2UQg27OIH_6gZkbhKDyLziD2cy4pDf8sC3KmqrF55TXP3USZaPTw_-&app=weixin)
 
 ### Sponsorship Support
 

README.md

@@ -40,12 +40,14 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 ## 功能特点
 
 ### 🎯 核心AI功能
+
 - **AI语音交互**：支持语音输入与识别，实现智能人机交互，提供自然流畅的对话体验
 - **视觉多模态**：支持图像识别和处理，提供多模态交互能力，理解图像内容
 - **智能唤醒**：支持多种唤醒词激活交互，免去手动操作的烦恼（可配置开启）
 - **自动对话模式**：实现连续对话体验，提升用户交互流畅度
 
 ### 🔧 MCP工具生态系统
+
 - **系统控制工具**：系统状态监控、应用程序管理、音量控制、设备管理等
 - **日程管理工具**：全功能日程管理，支持创建、查询、更新、删除事件，智能分类和提醒
 - **定时任务工具**：倒计时器功能，支持延时执行MCP工具，多任务并行管理
@@ -58,12 +60,14 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 - **摄像头工具**：图像捕获和AI分析，支持拍照识别和智能问答
 
 ### 🏠 IoT设备集成
+
 - **设备管理架构**：基于Thing模式的统一设备管理，支持属性和方法的异步调用
 - **智能家居控制**：支持灯光、音量、温度传感器等设备控制
 - **状态同步机制**：实时状态监控，支持增量更新和并发状态获取
 - **可扩展设计**：模块化设备驱动，易于添加新设备类型
 
 ### 🎵 高级音频处理
+
 - **多级音频处理**：支持Opus编解码、实时重采样
 - **语音活动检测**：VAD检测器实现智能打断，支持语音活动实时监控
 - **唤醒词检测**：基于Sherpa-ONNX的离线语音识别，支持多唤醒词和拼音匹配
@@ -72,24 +76,28 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 - **系统音频录制**：支持系统音频录制，实现音频环回处理
 
 ### 🖥️ 用户界面
+
 - **图形化界面**：基于PyQt5的现代GUI，支持小智表情与文本显示，增强视觉体验
 - **命令行模式**：支持CLI运行，适用于嵌入式设备或无GUI环境
 - **系统托盘**：后台运行支持，集成系统托盘功能
 - **全局快捷键**：支持全局快捷键操作，提升使用便捷性
 - **设置界面**：完整的设置管理界面，支持配置自定义
 
 ### 🔒 安全与稳定
+
 - **加密音频传输**：支持WSS协议，保障音频数据的安全性，防止信息泄露
 - **设备激活系统**：支持v1/v2双协议激活，自动处理验证码和设备指纹
 - **错误恢复**：完整的错误处理和恢复机制，支持断线重连
 
 ### 🌐 跨平台支持
+
 - **系统兼容**：兼容Windows 10+、macOS 10.15+和Linux系统
 - **协议支持**：支持WebSocket和MQTT双协议通信
 - **多环境部署**：支持GUI和CLI双模式，适应不同部署环境
 - **平台优化**：针对不同平台的音频和系统控制优化
 
 ### 🔧 开发友好
+
 - **模块化架构**：清晰的代码结构和职责分离，便于二次开发
 - **异步优先**：基于asyncio的事件驱动架构，高性能并发处理
 - **配置管理**：分层配置系统，支持点记法访问和动态更新
@@ -99,18 +107,21 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 ## 系统要求
 
 ### 基础要求
+
 - **Python版本**：3.9 - 3.12
 - **操作系统**：Windows 10+、macOS 10.15+、Linux
 - **音频设备**：麦克风和扬声器设备
 - **网络连接**：稳定的互联网连接（用于AI服务和在线功能）
 
 ### 推荐配置
+
 - **内存**：至少4GB RAM（推荐8GB+）
 - **处理器**：支持AVX指令集的现代CPU
 - **存储**：至少2GB可用磁盘空间（用于模型文件和缓存）
 - **音频**：支持16kHz采样率的音频设备
 
 ### 可选功能要求
+
 - **语音唤醒**：需要下载Sherpa-ONNX语音识别模型
 - **摄像头功能**：需要摄像头设备和OpenCV支持
 
@@ -121,28 +132,31 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 
 [从零开始使用小智客户端（视频教程）](https://www.bilibili.com/video/BV1dWQhYEEmq/?vd_source=2065ec11f7577e7107a55bbdc3d12fce)
 
-
 ## 技术架构
 
 ### 核心架构设计
+
 - **事件驱动架构**: 基于asyncio的异步事件循环，支持高并发处理
 - **分层设计**: 清晰的应用层、协议层、设备层、UI层分离
 - **单例模式**: 核心组件采用单例模式，确保资源统一管理
 - **插件化**: MCP工具系统和IoT设备支持插件化扩展
 
 ### 关键技术组件
+
 - **音频处理**: Opus编解码、WebRTC回声消除、实时重采样、系统音频录制
 - **语音识别**: Sherpa-ONNX离线模型、语音活动检测、唤醒词识别
 - **协议通信**: WebSocket/MQTT双协议支持、加密传输、自动重连
 - **配置系统**: 分层配置、点记法访问、动态更新、JSON/YAML支持
 
 ### 性能优化
+
 - **异步优先**: 全系统异步架构，避免阻塞操作
 - **内存管理**: 智能缓存、垃圾回收
 - **音频优化**: 5ms低延迟处理、队列管理、流式传输
 - **并发控制**: 任务池管理、信号量控制、线程安全
 
 ### 安全机制
+
 - **加密通信**: WSS/TLS加密、证书验证
 - **设备认证**: 双协议激活、设备指纹识别
 - **权限控制**: 工具权限管理、API访问控制
@@ -151,6 +165,7 @@ py-xiaozhi 是一个使用 Python 实现的小智语音客户端，旨在通过
 ## 开发指南
 
 ### 项目结构
+
 ```
 py-xiaozhi/
 ├── main.py                     # 应用程序主入口（CLI参数处理）
@@ -190,6 +205,7 @@ py-xiaozhi/
 ```
 
 ### 开发环境设置
+
 ```bash
 # 克隆项目
 git clone https://github.com/huangjunsen0406/py-xiaozhi.git
@@ -213,18 +229,21 @@ python main.py --protocol mqtt       # MQTT协议
 ```
 
 ### 核心开发模式
+
 - **异步优先**: 使用`async/await`语法，避免阻塞操作
 - **错误处理**: 完整的异常处理和日志记录
 - **配置管理**: 使用`ConfigManager`统一配置访问
 - **测试驱动**: 编写单元测试，确保代码质量
 
 ### 扩展开发
+
 - **添加MCP工具**: 在`src/mcp/tools/`目录创建新工具模块
 - **添加IoT设备**: 继承`Thing`基类实现新设备
 - **添加协议**: 实现`Protocol`抽象基类
 - **添加界面**: 扩展`BaseDisplay`实现新的UI组件
 
 ### 状态流转图
+
 ```
                         +----------------+
                         |                |
@@ -263,6 +282,7 @@ python main.py --protocol mqtt       # MQTT协议
 [Rain120](https://github.com/Rain120)
 [kejily](https://github.com/kejily)
 [电波bilibili君](https://space.bilibili.com/119751)
+[赛搏智能](https://shop115087494.m.taobao.com/?refer=https%3A%2F%2Fm.tb.cn%2F&ut_sk=1.WMelxbgDQWkDAJ1Rq9Pn7DCD_21380790_1757337352472.Copy.shop&suid=0E25E948-651D-46E0-8E89-5C8CB03B4F56&shop_navi=shopindex&sourceType=shop&shareUniqueId=33038752403&un=d22c5ceda82844ab8bd7bab98ffeb263&share_crt_v=1&un_site=0&spm=a2159r.13376460.0.0&sp_tk=dkRKUjRKUWo2ZHY%3D&bc_fl_src=share-1041250486811064-2-1&cpp=1&shareurl=true&short_name=h.SaBKVHytsCKIPNS&bxsign=scdGtSe264e_qkFQBh0rXCkF-Mrb_s6t35EnpVBBU5dsrd-J24c-_rn_PhJiXRk0hg2hjGoAm0L7j2UQg27OIH_6gZkbhKDyLziD2cy4pDf8sC3KmqrF55TXP3USZaPTw_-&app=weixin)
 
 ### 赞助支持
 

documents/docs/guide/old_docs/使用文档.md

@@ -7,7 +7,9 @@ outline: deep
 # py-xiaozhi使用文档（请认真阅读使用文档）
 
 ![Image](https://github.com/user-attachments/assets/df8bd5d2-a8e6-4203-8084-46789fc8e9ad)
+
 ## 使用介绍
+
 - 语音模式分为两种长按对话和自动对话，右下角按钮显示的是当前模式
 - 长按对话：按住说话松手发送
 - 自动对话：点击开始对话即可，当界面显示聆听中就表示到你说话了，说完会自行发送
@@ -23,6 +25,7 @@ outline: deep
 ### 项目基础配置
 
 #### 配置文件说明
+
 项目使用两种配置方式：初始配置模板和运行时配置文件。
 
 1. **初始配置模板**
@@ -36,8 +39,10 @@ outline: deep
    - 使用场景：日常使用时修改此文件
 
 #### 配置项说明
+
 - 需要什么加什么配置通过config_manager去获取就行了，参考websocket或iot\things\temperature_sensor.py
 - 例如获取 "MQTT_INFO"的"endpoint" , 通过这样 `config.get_config("MQTT_INFO.endpoint")`就能拿到**endpoint**
+
 ```json
 {
   "CLIENT_ID": "自动生成的客户端ID",
@@ -74,7 +79,7 @@ outline: deep
     "frame_width": 640,
     "frame_height": 480,
     "fps": 30,
-    "Loacl_VL_url": "https://open.bigmodel.cn/api/paas/v4/", // 智普的申请地址 https://open.bigmodel.cn/
+    "Local_VL_url": "https://open.bigmodel.cn/api/paas/v4/", // 智普的申请地址 https://open.bigmodel.cn/
     "VLapi_key": "你的key"
   }
   // ...可以添加任意配置
@@ -91,27 +96,33 @@ outline: deep
    - 打开 `/config/config.json`
    - 修改 `NETWORK.WEBSOCKET_URL` 为新的服务器地址
    - 示例：
+
      ```json
      "NETWORK": {
        "WEBSOCKET_URL": "ws://你的服务器地址:端口号/"
      }
      ```
-   
+
 3. **启用语音唤醒**
    - 修改 `USE_WAKE_WORD` 为 `true`
    - 可在 `WAKE_WORDS` 数组中添加或修改唤醒词
 
 #### 注意事项
+
 - 修改配置文件后需要重启程序才能生效
 - WebSocket URL 必须以 `ws://` 或 `wss://` 开头
 - 首次运行时会自动生成 CLIENT_ID，建议不要手动修改
 - DEVICE_ID 默认使用设备MAC地址，可按需修改
 - 配置文件使用 UTF-8 编码，请使用支持 UTF-8 的编辑器修改
 
 ## 启动说明
+
 ### 系统依赖安装
+
 #### Windows
+
 1. **安装 FFmpeg**
+
    ```bash
    # 方法一：使用 Scoop 安装（推荐）
    scoop install ffmpeg
@@ -128,6 +139,7 @@ outline: deep
      - `C:\Windows\System32`
 
 #### Linux (Debian/Ubuntu)
+
 ```bash
 # 安装系统依赖
 sudo apt-get update
@@ -148,6 +160,7 @@ sudo apt install build-essential python3-dev
 ```
 
 #### macOS
+
 ```bash
 # 使用 Homebrew 安装系统依赖
 brew install portaudio opus python-tk ffmpeg gfortran
@@ -157,6 +170,7 @@ brew upgrade tcl-tk
 ### Python 依赖安装
 
 #### 方式一：使用 venv（推荐）
+
 ```bash
 # 1. 创建虚拟环境
 python -m venv .venv
@@ -175,6 +189,7 @@ pip install -r requirements_mac.txt -i https://mirrors.aliyun.com/pypi/simple
 ```
 
 #### 方式二：使用 Conda
+
 ```bash
 # 1. 创建 Conda 环境
 conda create -n py-xiaozhi python=3.12
@@ -223,6 +238,7 @@ pip install -r requirements_mac.txt -i https://mirrors.aliyun.com/pypi/simple
 ```
 
 #### Iot 状态流转
+
 ```text
                                   +----------------+
                                   |    用户语音    |
@@ -312,6 +328,7 @@ pip install -r requirements_mac.txt -i https://mirrors.aliyun.com/pypi/simple
 ```
 
 #### IoT设备管理
+
 - IoT模块采用灵活的多协议通信架构：
   - MQTT协议：用于与标准物联网设备通信，如智能灯、空调等
   - HTTP协议：用于与Web服务交互，如获取在线音乐、调用多模态AI模型等
@@ -327,11 +344,13 @@ pip install -r requirements_mac.txt -i https://mirrors.aliyun.com/pypi/simple
   - "识别画面"
 
 #### 添加新的IoT设备
+
 1. 在`src/iot/things`目录下创建新的设备类
 2. 继承`Thing`基类并实现必要方法
 3. 在`thing_manager.py`中注册新设备
 
 ### 注意事项
+
 1. 确保相应的服务器配置正确且可访问：
    - MQTT服务器配置（用于物联网设备）
    - API接口地址（用于HTTP服务）
@@ -341,15 +360,19 @@ pip install -r requirements_mac.txt -i https://mirrors.aliyun.com/pypi/simple
 5. 在添加新设备时，建议先进行通信测试，确保连接稳定
 
 #### 在线音乐配置
+
 - 接入在线音源了，无需自行配置默认可用
+
 ### 运行模式说明
+
 #### GUI 模式运行（默认）
+
 ```bash
 python main.py
 ```
 
-
 #### CLI模式运行
+
 ```bash
 python main.py --mode cli
 ```
@@ -370,6 +393,7 @@ python scripts/build.py
 ```
 
 ### 注意事项
+
 1. 建议使用 Python 3.9.13+ 版本，推荐 3.12
 2. Windows 用户无需手动安装 opus.dll，项目会自动处理
 3. 使用 Conda 环境时必须安装 ffmpeg 和 Opus
@@ -413,9 +437,10 @@ python scripts/build.py
 ```
 
 ## 获取帮助
+
 如果遇到问题：
 
 1. 优先查看 docs/异常汇总.md 文档
 2. 通过 GitHub Issues 提交问题
 3. 通过 AI 助手寻求帮助
-4. 联系作者(主页有微信)（请自备 Todesk 链接并说明来意，作者工作日晚上处理）
+4. 联系作者(主页有微信)（请自备 Todesk 链接并说明来意，作者工作日晚上处理）