
Hermes-Voice 让旧 Echo 通过 Home Assistant Assist 语音调用 Hermes Agent 配置
来源标题:Hermes-Voice: Talk to a Hermes Agent Profile Through Home Assistant Assist
Hermes-Voice 项目可通过 Home Assistant Assist 用语音与指定的 Hermes Agent 配置对话,运行在改造过的旧 Amazon Echo 上。该方案用 echo-dot-assist 替换 Alexa 客户端并保留 Fire OS 与音频处理,Echo 需先配置为 Assist 卫星设备。Home Assistant 中每个 Hermes 配置对应一个条目,通过独立端口网关或复用网关路由的 URL 选择。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
通过 Home Assistant Assist,在一台运行 echo-dot-assist 的旧 Amazon Echo 上,用语音与你的某个 Hermes Agent 配置对话。echo-dot-assist 替换掉 Alexa 客户端,同时保留 Fire OS 和 Echo 的音频处理。Hermes Voice 运行在 Home Assistant 和 Hermes 主机上。当 Echo 被设置为 Assist 卫星设备后,它将 Assist 连接到某个 Hermes 配置。
Echo(echo-dot-assist) Home Assistant Hermes Agent ┌──────────────┐ 音频 ┌──────────────────────────────┐ HTTPS/HTTP ┌─────────────────────┐ │ 唤醒词、 │ ──────▶ │ Assist 流水线 │ ───────────▶ │ 某个配置的 │ │ 麦克风、扬声器 │ ◀────── │ 语音转文本(Whisper……) │ /v1/chat/ │ API 服务器 │ └──────────────┘ 音频 │ 对话:hermes_voice ─┼─ completions │ (SOUL.md、记忆、 │ │ 文本转语音(Piper……) │ ◀─────────── │ 工具、提供商) │ └──────────────────────────────┘ 回复 └─────────────────────┘
本仓库只补齐缺失的部分: 其余全部是现有的开源工作,按原样使用;参见 CREDITS.md。
每个 Hermes 配置对应一个 Home Assistant 条目。配置通过 URL 选择:独立网关使用自己的端口(http://HOST:8650/v1),或多路复用网关路由(http://HOST:8642/p/<profile>/v1)。
历史记录由 Hermes 保存。hermes_voice 只发送新的用户消息以及会话头。
会话模式: per_conversation(默认):ha-<conversation_id>。Home Assistant 在静默 5 分钟后开始新对话。 per_device:ha-dev-<device>-<window>。每个语音设备一个会话,持续到下空闲 idle_reset_minutes(默认 30)为止。窗口状态在重启后保留。
人格保持为配置自身的人格。Hermes 应用该配置的 SOUL.md 和长期记忆。hermes_voice 额外添加一条简短的“简短回答,用于语音”系统消息(可配置)。
v0.1 中不包含 Home Assistant 设备控制。此集成不会给 Hermes 提供任何 HA 工具。要让智能体控制设备,请为该配置提供 Home Assistant 的 MCP 服务器。
你需要什么 一套 Hermes Agent 安装,且模型提供商可用(hermes setup)。 macOS 上的 Docker Desktop,用于下面展示的单机设置。该 skill 也可以配置现有的 Home Assistant 安装。Docker 示例使用 host.docker.internal;在 Linux 上使用原生 Docker 时,请配置 Home Assistant 容器可以访问的地址。 一个语音设备:运行 echo-dot-assist 的 Echo Dot(参见 devices/echo/README.md),或其他 Assist 卫星设备。
快速开始(让你的 Hermes 智能体来设置) 安装 skill: hermes skills install majorminorlabs/hermes-voice/skill/hermes-voice-setup
它自带所需的一切:安装脚本、Home Assistant 集成以及“Hey Hermes”唤醒词模型。 对你的智能体说:“Use the hermes-voice-setup skill to make me a voice assistant.” 它会问你几个问题(用哪个配置、语音助手可以做什么、你是否已经在运行 Home Assistant),展示每一步的 --dry-run,然后运行: voice_profile.py --profile voice --create --write-soul --tools safe --reasoning low --service ha_setup.py --profile voice --docker --config-dir ~/hermes-voice/ha-config --set-default speech_setup.py --docker --data-dir ~/hermes-voice/speech --set-default --internal-url http://<LAN-IP>:8123 --piper-voice en_US-ryan-high verify.py --recall
--tools 决定 Hermes 在被语音指令时可以做哪些事:safe(网络搜索、记忆)、home(+ Home Assistant 控制)、full(终端、文件、代码:用于通过语音编程)或你自己的列表。参见 docs/voice-profile.md。
使用 echo-dot-assist 设置 Echo 并切换到“Hey Hermes”(devices/echo/README.md)。
手动安装 准备一个语音配置并启动其 API 服务器:docs/voice-profile.md。 HACS → ⋮ → Custom repositories → 添加本仓库的 URL,类别选择 Integration → 安装 Hermes Voice → 重启 Home Assistant。或者从 release 下载 hermes_voice-<version>.zip,解压到 <config>/custom_components/ 以创建 <config>/custom_components/hermes_voice/,然后重启。 设置 → 设备与服务 → 添加集成 → Hermes Voice:网关 URL、该配置的 API_SERVER_KEY、显示名称。URL 会通过 GET /v1/models 校验(不调用模型)。 设置 → 语音助手 → 你的流水线 → 对话智能体 → 新的 Hermes 实体。该流水线还需要语音转文本和文本转语音(Wyoming Whisper + Piper,或 HA Cloud);skill 中的 speech_setup.py 会设置这些。 选项:会话模式、空闲重置、语音清理、语音指令、回退消息、超时、可选的记忆作用域键(X-Hermes-Session-Key)、流式回复(开启)、工作短语(“One moment.”,在 Hermes 开始使用工具但尚未说任何话时说出;留空则关闭)。 需要 Home Assistant 2026.10 或更新版本(已测试的版本)。
设备 状态 通过 echo-dot-assist 的 Echo Dot 第二代 已端到端测试(从 Windows 刷机,“Hey Hermes”唤醒词,macOS 上 Docker 中的 Home Assistant)。设备设置由 echo-dot-assist 负责;它可能使 Echo 变砖。 通过 echo-dot-assist 的 Echo Dot 第三代(2018)、Echo 第二代 由 echo-dot-assist 支持;本项目未测试。 其他 Home Assistant Assist 卫星设备(例如 Voice PE) 应该可以工作,因为卫星设备只需要一条对话智能体为 hermes_voice 的流水线。未测试。
测试用的 Echo Dot 2 在解锁卡住后需要一次硬件短接。设备指南记录了 Windows 驱动问题、恢复点、固件不匹配以及随后的槽位检查。 它还解释了为什么两个槽位中固件匹配并不能建立可用的回退。 在恢复卡住的解锁之前,请阅读 Echo Dot 2 恢复说明。
延迟:测试中每个普通回合约 3.5 秒,几乎全部来自模型;Home Assistant 增加约 0.03 秒。带工具(网络搜索)的回合总共耗时 7 秒,但语音在大约 3 秒时以“One moment.”开始(流式,默认开启)。voice_profile.py --reasoning low 可让模型更快回答。
速率限制:与你的主智能体共享提供商登录的语音配置会共享其速率限制。在
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。