中文 | 日本語

DesktopPet for all students in Kivotos

• 大模型接入：兼容 OpenAI API 格式
• Tool Calling：所有使用的 Tools 如下
  • get_windows_list — 获取当前所有可见窗口列表
  • keyboard_input — 模拟键盘输入
  • cmd_run — 执行系统命令（较？安全）
• 自适应对话频率：用户长时间不回复时自动延长思考间隔
• 长期记忆：对话上下文持久化保存，支持语义记忆检索

详见 https://github.com/High-Logic/Genie-TTS

可使用 Genie-TTS 将 GPT-SoVITS 兼容的模型转换为 ONNX 模型

GPT-SoVITS Model by @SLNeil

若希望生成的语音为日语，请在设置中将 TTS 语言设置为 jp

• FastAPI 提供 HTTP + WebSocket 接口
• 支持通过 API 控制模型的位置、旋转、缩放、动画播放
• 支持 local / global 两种旋转坐标系

• Python ≥ 3.12
• 支持 Windows 与 Linux（我没有经济实力使用 Mac）。Linux 推荐使用 X11；在 Wayland 下窗口交互相关功能会优雅降级
• Ollama 或 OpenAI 兼容的 API
• （可选）Genie-TTS 本地语音合成 API
• （可选）Embedding 本地词向量 API

python run_project.py

git clone https://github.com/LemonQu-GIT/Azalea.git
cd Azalea

• 若所有的 API (TTS, Embedding) 都在云端：

uv sync

• 若无 TTS, Embedding API，项目可以本地运行这两个 API

  项目不提供 LLM API 的本地运行，请自己使用 Ollama, OpenAI 等模型提供商

uv sync --extra local

复制示例配置并按需要修改：

Windows：

copy configs\config.example.json configs\config.json

Linux：

cp configs/config.example.json configs/config.json

编辑 configs\config.json，至少填入 LLM 配置（endpoint、api_key、model）

界面语言可通过顶层的 "language" 字段设置（"zh" / "ja"），环境变量 AZALEA_LANG 可覆盖该配置

主程序：

python main.py

若需启动 Embedding API：

python embedding_api.py

若需启动 TTS API：

python tts_api.py

启动后：

• 桌面会出现桌宠窗口
• 系统托盘出现 Azalea 图标，右键可打开设置或对话
• 默认 API 服务运行在 http://127.0.0.1:8001

• cmd_run 工具内置危险命令黑名单（shutdown/rm/reg 等），请避免一切的提示词注入攻击
• 建议不要赋予不必要的系统权限，使用普通用户权限运行即可

详见 TODO.md

本项目仅供学习交流使用。项目中的 3D 模型、贴图等素材版权归原作者所有。