Code-Amadeus/Amadeus

实时多模态桌面 agent Amadeus 0.17.1 Alpha，本地语音栈目标 8 GiB VRAM

Amadeus 是把实时语音对话、桌面角色与 Agent 任务执行合入单一界面的本地多模态桌面代理，第一方代码以 AGPL-3.0 开源，当前为 0.17.1 Alpha 可构建源码而非成品安装包，解决语音助手、桌宠与执行代理分散多窗口、长任务过程和权限不可见的问题。它按 Talk/Embody/Act/Control 闭环设计：Main Chat 走远程 DeepSeek V4 Flash，日常与编程工作委派给 Pi（原生 RPC）、Codex App Server 等 Provider，Host 独占身份、状态、权限与持久化恢复，AUIP 协议用有界 AppSession 让 Work 产物继续受控协作。本地语音由 Qwen3-ASR 加 GPT-SoVITS 流式合成，支撑可打断对话、字幕与口型同步，角色包和模型权重不在仓库内、经 external_assets 工具单独安装。上手用 uv 按四个能力档从纯文本装到本地模型，Windows+NVIDIA cu124 为合格参考（目标 8 GiB 显存），入口是 server.app 后端与 Electron 桌面端，旧 PyQt 入口已退役。成熟度上 Windows 为参考平台，macOS/Linux 已完成源码部署验证，ROCm、cu128、Apple MPS 档均实验性，无安装器、不支持 Docker，项目报告远程 Fish Audio 首包中位延迟 3.70 s。

1. 1主聊远程 DeepSeek，本地只跑 Qwen3-ASR 与 GPT-SoVITS
2. 2权限/恢复/产物验证归 Host 独占，模型旁白无执行权
3. 3四级安装 tier：从无 Torch 的 T1 到本地模型的 T4

为什么重要　Agent 落地可借鉴：Host 权限契约、AUIP 受限会话协议与 GPT-SoVITS 推理优化均有源码和 dated 证据文档。适合　做智能体权限设计、本地语音推理与桌面集成的工程师

来源

github.com

发布

2026/10/21

作者

Code-Amadeus