能力标签

🤖 Agent 🔄 工作流 🐳 Docker 💻 CLI 🧬 Embedding 🔊 TTS 🎙 STT 🖥 本地 LLM

⚙️

Agent工作流

本地语音助手

基于 Python · 无代码搭建完整 AI 自动化流程

英文名：fulloch

⭐ 88 Stars 🍴 6 Forks 💻 Python 📄 MIT 🏷 AI 8.5分

8.5AI 综合评分

aihome-assistantlocal-llm

⬇ 下载源码 ZIP ⚙️ 配置说明

✦ AI Skill Hub 推荐

AI Skill Hub 强烈推荐：本地语音助手是一款优质的Agent工作流。AI 综合评分 8.5 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。

📚 深度解析

本地语音助手是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

本地语音助手工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.5 分，是同类 Agent 工作流中的精选推荐。

📋 工具概览

本地语音助手是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars

⭐ 88

开发语言

Python

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

MIT

AI 综合评分

8.5 分

工具类型

Agent工作流

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

可视化 Agent 工作流编排，无需编写复杂代码
支持多步骤自动化任务链，实现全流程无人值守
与外部 API、数据库和第三方服务无缝集成
内置错误处理与自动重试机制，保障稳定运行
提供可复用的自动化模板，快速在同类场景部署

🎯 主要使用场景

自动化日常重复性工作，将精力集中于创造性任务
构建数据采集 → 处理 → 输出的完整自动化管线
实现跨平台、跨系统的数据流转和业务协同

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 方式一：pip 安装（推荐）
pip install fulloch

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install fulloch

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/liampetti/fulloch
cd fulloch
pip install -e .

# 验证安装
python -c "import fulloch; print('安装成功')"

📋 安装步骤说明

访问 GitHub 仓库获取工作流文件
在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
上传工作流文件
按照提示配置必要的环境变量和 API Key
运行测试确认流程正常后投入使用

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 命令行使用
fulloch --help

# 基本用法
fulloch input_file -o output_file

# Python 代码中调用
import fulloch

# 示例
result = fulloch.process("input")
print(result)

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# fulloch 配置文件示例（config.yml）
app:
  name: "fulloch"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
fulloch --config config.yml

# 或通过环境变量配置
export FULLOCH_API_KEY="your-key"
export FULLOCH_OUTPUT_DIR="./output"

📑 README 深度解析真实文档完整度 66/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

Fulloch

The Fully Local Home Voice Assistant

A private, conversational voice assistant with agentic memory, web research, and note-taking — all running on your own GPU, with nothing sent to the cloud. Speech recognition, the language model, and the spoken voice are 100% local.

Think of Fulloch as a "brain" that sits on top of your existing local home setup. It drives your Home Assistant for smart-home control, and it reads and writes plain Markdown notes — so it plugs straight into an Obsidian vault (or any other Markdown-based workflow). Ask it to remember things, look things up, take notes, control the house, and hold a back-and-forth conversation about all of it.

Hardware Requirements

Minimum: 16GB VRAM GPU (e.g., RTX 5060ti)

Requirements

A CUDA-capable GPU with 16GB VRAM (developed on an RTX 5060 Ti 16GB). The full pipeline is GPU-resident; there is no CPU fallback.
A microphone and speakers.
~15GB free disk for the model files (downloaded automatically on first run).
Docker + the Docker Compose plugin (for SearXNG web search).

Linux is the primary platform. Windows is supported via a hybrid approach: SearXNG runs in Docker, and the app runs directly in a Python venv — no audio routing through Docker needed.

How it fits your setup

        You (voice or text)
                │
        ┌───────▼────────┐
        │    Fulloch     │   local ASR → language model → local TTS
        │   (the brain)  │
        └───┬────────┬───┘
            │        │
   ┌────────▼──┐  ┌──▼───────────────┐
   │   Home    │  │  Markdown notes  │
   │ Assistant │  │ (e.g. Obsidian)  │
   └───────────┘  └──────────────────┘
     your house      your knowledge

Fulloch doesn't replace Home Assistant or your note app — it sits on top of them and gives you a single conversational interface to both.

Quick start

Configuration

Everything lives in data/config.yml. Credentials (if any) go in .env. Both are created from *.example templates on first launch.

Home Assistant integration

Fulloch ships a HACS-installable HA integration in custom_components/fulloch/. It turns Fulloch into a proper HA device — you can trigger it from automations, react to its events, and control it from any HA dashboard.

Setup: copy custom_components/fulloch/ into your HA config directory, restart HA, then go to Settings → Integrations → Add → Fulloch and enter your Fulloch host and dashboard port.

Troubleshooting

No audio detected — check the mic is the default input device; lower SILENCE_THRESHOLD in core/audio.py if it's not picking up speech.

Models won't load — confirm ~15GB free disk and a working CUDA install; the model files should be under data/models/.

Home Assistant not responding — verify the token is current (HA tokens can expire) and that url is reachable from inside the container (curl -H "Authorization: Bearer $TOKEN" $URL/api/). Set general.log_level: debug in data/config.yml and look for the "Fetched N entity aliases" line on startup.

🎯 aiskill88 AI 点评 A 级 2026-06-01

高质量开源AI工作流项目