小智Web客户端

暂停维护，可以PR。 可以看看开源的安卓端，使用体验更好。

这是小智的Web客户端实现，提供了语音对话功能。

功能特点

• 实时语音对话
• 文字消息支持
• WebSocket通信
• Opus音频编码
• 自动重连机制
• 流式音频播放
• 设备认证支持

项目展示

聊天界面 - 支持文字和语音交互

设置面板 - 可配置服务器地址和认证信息

语音通话 - 实时语音对话，波形动画反馈

快速开始

方式一：源码运行

1. 配置环境变量：

从 .env.example 创建 .env 文件并设置：

cp .env.example .env

示例：

如果你使用xiaozhi-esp32-server

# WebSocket服务器地址
WS_URL=ws://your_server_address:8000/xiaozhi/v1/

# 设备认证令牌
DEVICE_TOKEN=your_token

# Web服务器配置
WEB_PORT=5001
PROXY_PORT=5002

（推荐）poetry：虚拟环境

poetry install
poetry run python app.py

直接运行

1. 安装依赖：

pip install -r requirements.txt

3. 启动服务：

python app.py

方式二：Docker运行

1. 使用docker-compose（推荐）：

# 构建并启动
docker-compose up -d

# 查看日志
docker-compose logs -f

# 停止服务
docker-compose down

2. 或者直接使用Docker：

# 构建镜像
docker build -t xiaozhi-web .

# 运行容器
docker run -d \
  --name xiaozhi-web \
  -p 5001:5001 \
  -p 5002:5002 \
  -e WS_URL=ws://your_server_address:9005 \
  -e DEVICE_TOKEN=your_token \
  xiaozhi-web

现在只需要运行一个命令即可启动所有服务，包括：

• Web服务器 (默认端口 5001)
• WebSocket代理服务器 (默认端口 5002)

访问服务

打开浏览器访问 http://localhost:5001 或 http://你的IP:5001

使用说明

1. 点击"开始通话"按钮开始录音
2. 再次点击结束录音
3. 等待AI回复
4. 也可以直接在输入框输入文字进行对话

项目结构

• app.py: Web服务器，提供Web界面并管理代理服务
• proxy.py: WebSocket代理服务器，处理音频转换和数据转发
• templates/index.html: 前端界面
• static/audio-processor.js: 音频处理模块
• .env: 环境配置文件
• Dockerfile: Docker镜像构建文件
• docker-compose.yml: Docker服务编排文件

注意事项

• 需要允许浏览器访问麦克风
• 确保服务器地址和Token配置正确
• 建议使用Chrome或Firefox浏览器
• 如果使用Docker，确保端口没有被占用

Star History