OpenAlfred
Health Warn
- No license — Repository has no license file
- Description — Repository has a description
- Active repo — Last push 0 days ago
- Community trust — 23 GitHub stars
Code Pass
- Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Pass
- Permissions — No dangerous permissions requested
No AI report is available for this listing yet.
Open-source, self-hosted AI study assistant for students: lecture-note & PDF Q&A, multimodal RAG, long-term memory, study planning, deadline reminders, voice calls and AI-generated tools. LangGraph + Ollama. 学生 AI 助手|笔记问答|备考复习|学习计划|专注监督。
OpenAlfred
面向学生与自学者的开源 AI 学习助手:主动提醒、记住学习偏好、结合笔记原图答疑
主动提醒 · 长期记忆 · 图文 RAG 知识库 · 语音 Agent · 按需生成小程序
简体中文 · English · Agent-readable overview
OpenAlfred is an open-source, self-hosted AI study assistant and proactive personal AI agent for students and self-learners, with long-term memory, multimodal RAG, voice calls, email and task management, and AI-generated mini-apps. Built with LangGraph and FastAPI, it supports cloud LLMs and local models through Ollama.
84 秒认识 OpenAlfred
https://github.com/user-attachments/assets/31267eff-2887-4f7c-a29a-ec9956534ad5
主动来电提醒、跨会话记忆、笔记原图引用,以及按需生成并留在工具箱里的小程序。
网页与产品界面为实际录制;来电部分为场景演绎。
它不是聊天机器人
市面上大多数 AI 助手是这样的:你问,它答。你忘了问,它就沉默。
OpenAlfred 不一样:
🔔 主动型不等你开口。后台监测你的学习状态,到时间了打电话/推送提醒你。检测到分心——直接一通电话打过来。 |
🧠 带记忆不是金鱼。它会从每段对话中提取关于你的事实、偏好和习惯,存成长期记忆。你提过的东西,下一次它会记得。 |
🎓 为学生而生上传课堂笔记、PPT 截图、教科书 PDF。Alfred 识别文档里的图片并生成描述,回答时精准引用原文和插图。 |
为学生与自学者设计(AI for Students)
如果你在找 学生 AI 助手、大学生学习助手、AI study assistant、study companion,OpenAlfred 把个人笔记问答、学习任务和主动提醒放进同一个助理。适用于课程学习、自学与复习,也可用于研究生的笔记整理和任务安排。
| 学习场景 | 对应功能与英文检索词 |
|---|---|
| 课件和课堂笔记太多,想按自己的资料提问 | 上传 Markdown / PDF,检索原文与插图:lecture notes assistant, PDF Q&A, course notes, personal knowledge base |
| 复习时想按自己的理解顺序讲解 | 结合已有笔记、原图和记住的偏好回答:revision assistant, exam preparation, personalized learning |
| 作业、课程设计和论文节点容易忘 | 管理任务与定时提醒:study planner, assignment deadline reminder, student productivity, academic task management |
| 打开电脑准备学习,结果一直刷视频 | 用户开启监督后,结合任务和屏幕活动提醒回到学习:focus assistant, study accountability, proactive study reminders |
| 想给自己做一个小工具 | 用自然语言生成番茄钟、计算器或进度追踪器:AI study tools, Pomodoro timer, AI-generated mini-apps |
| 导师或学校邮件容易漏看 | 查询邮件、整理内容并起草回复:student email assistant, academic email workflow |
例如:“结合我上传的 PCA 笔记和原图,按推导顺序解释一遍。”“周五课程设计截止,提前提醒我。”“帮我做一个复习用的番茄钟。”
你在寻找这样的 AI Agent 吗?
OpenAlfred 面向希望自己部署个人 AI 助理、构建学习助手,或研究主动式 Agent 工作流的开发者。以下是常见的中英文检索方式,以及对应的实际功能:
| 方向与常见关键词 | OpenAlfred 中的对应能力 |
|---|---|
| 主动式智能体 / proactive AI agent, agentic AI, personal AI assistant, JARVIS-style assistant | 在用户开启监督并配置提醒方式后,结合任务与屏幕活动触发提醒、推送或电话 |
| 记忆型助手 / long-term memory, memory agent, personalized assistant | 保存用户偏好、事实与习惯,在后续会话中使用 |
| 个人知识库 / multimodal RAG, retrieval-augmented generation, personal knowledge base | 检索 Markdown / PDF 笔记,返回文字、来源和笔记原图 |
| 语音智能体 / voice agent, voice assistant, STT / TTS, LiveKit, SIP | 通过语音识别、LLM 与语音合成完成双向通话;电话服务需另行配置 |
| 自托管助手 / self-hosted AI assistant, Ollama, local LLM | 自己运行应用与数据存储,选择本地或云端模型;选用云模型时相应请求仍会发往提供商 |
| 生成式界面 / generative UI, AI mini-app generator, natural-language-to-app | 用自然语言生成计时器、计算器、小游戏等独立小程序,预览并确认发布到个人工具箱 |
| 日常效率 / AI productivity assistant, email assistant, task management | 待办、定时提醒、IMAP / SMTP 邮件读取与回复草稿 |
| 学习助手 / AI study assistant, student AI assistant, study planner | 结合个人笔记、学习偏好与任务安排辅助复习和管理截止日期 |
这些方向描述项目用途;独立生成的小程序没有直接读取邮件、记忆或文件系统的权限。真实待办时间线使用单独的数据面板工具。
核心能力
🔔 主动来找你,不用你去找它
| 场景 | Alfred 怎么做 |
|---|---|
| 「明天早上提醒我吃饭」 | 到时间 Bark 推送到手机 |
| 你在刷视频而不是写论文 | 屏幕监控检测到分心 → 累计到阈值 → 来电提醒 |
| 待办任务逾期未完成 | 主动催促,逐步升级提醒强度 |
后台运行一个 Supervisor(主管进程),定期截屏 + OCR → LLM 判断当前活动是否与任务相关。检测到你在摸鱼,它真的会打电话给你。
🧠 长期记忆,越用越懂你
每轮对话结束后,Alfred 自动从聊天中提取关于你的信息:
- profile — 姓名、学校、专业、重要日期
- preferences — 喜欢/讨厌的事物、学习偏好
- patterns — 作息习惯、工作方式
- relationship — 与导师、同学、家人的互动
这些记忆以 Markdown 文件存储在 memory/{你的用户ID}/ 目录下,完全透明、可手动编辑。下次对话时自动注入上下文,Alfred 会基于对你的了解做出更精准的回应。
memory/
├── 550e8400-.../
│ ├── profile.md # "用户是XX大学计算机专业研二学生"
│ ├── preferences.md # "喜欢用费曼学习法,偏好早上6-8点深度学习"
│ ├── patterns.md # "每周三下午有组会,周五晚上打篮球"
│ └── relationship.md # "导师姓王,对论文格式要求严格"
🎓 学生场景深度优化
笔记上传,图片不用愁
上传你的 Markdown 笔记或 PDF 课件——Alfred 会自动:
- 按标题分段 — 保留文档结构
- 复制并描述图片 — 笔记里的截图、图表、公式,由 Gemini 多模态模型生成文字描述
- 向量化存储 — BGE-M3 嵌入 → ChromaDB
提问时,Alfred 检索相关内容并引用原文 + 还原图片:
「根据我的操作系统笔记,虚拟内存和物理内存的区别是什么?」→ Alfred 找到你笔记中的相关章节,文字 + 原图一起返回。
学习任务管理
你:帮我记一下,下周五之前要交编译原理的课程设计
你:每周一到周五早上8点提醒我背150个GRE单词
你:列出我这周所有还没完成的任务
你:最近我编译原理的任务进度怎么样
更多能力
📞 语音通话
SIP 协议接入,支持双向通话:
- Alfred 主动打给你(提醒/分心警告)
- 你打给 Alfred(在路上、在厨房,不方便打字时)
语音管线:SenseVoice STT → LLM → Faster-Qwen3-TTS
📧 邮件
配置邮箱后:
- 「总结一下导师最近发来的邮件」
- 「帮我看一下上周那封关于开题报告的邮件」
- 起草回复 → 你确认 → 发送(LLM 不能直接发,必须你点确认)
🧩 自然语言生成个人工具(Generative UI)
描述你需要的工具,例如番茄钟、计算器、进度追踪器或小游戏,Alfred 会生成 HTML / CSS / JavaScript 小程序。先查看草稿预览,确认后再发布到右侧工具箱;已有工具可继续打开使用。
这适合 AI-generated apps、mini-app generation 和 natural-language UI generation 场景。生成代码在受限的浏览器预览中运行,不会在宿主机上直接执行;它与使用真实待办的数据面板是两类工具。
🎨 AI 图片生成与笔记原图引用
除了从知识库引用已有图片,Alfred 也提供 AI image generation 工具,按文字要求调用已配置的图像模型生成新图片,并在聊天中展示。生成新图与检索笔记原图是独立能力。
🤖 多模型切换
| 模型 | 适合场景 |
|---|---|
| GPT 系列 | 综合能力最强,复杂推理 |
| DeepSeek V4 | 性价比高,中文理解好 |
| Gemini 2.5 Flash | 多模态、图片理解 |
| Cerebras Llama | 极速推理 |
| 本地 Gemma(Ollama) | 隐私优先、离线可用 |
🔔 Bark 推送
在 iOS 上装 Bark App,填入设备 URL,Alfred 就能推送到手机。
快速开始
你需要
- Python 3.13+ +
uv - Node.js 20+
- Redis(事件总线 + 延迟队列)
- LiveKit Server(语音通话,即使不用语音也要装)
- 至少一个 LLM API Key
三步跑起来
git clone https://github.com/codehuang0717/OpenAlfred.git
cd OpenAlfred
# 1. 安装依赖
./setup.ps1 # Windows
# ./setup.sh # Linux / macOS
# 2. 编辑 agent/.env,填入 API Key
# OPENAI_API_KEY=sk-xxx
# 3. 启动
./start-all.ps1
打开 http://localhost:3000,注册账号,开始用。
安装 Redis
# Windows: winget install Redis.Redis
# macOS: brew install redis && brew services start redis
# Ubuntu: sudo apt install redis-server && sudo systemctl enable redis-server --now
redis-cli ping # → PONG 说明装好了
安装 LiveKit
从 LiveKit Releases 下载对应平台的二进制文件,放到 bin/ 目录下。启动脚本会自动检测。
可选:语音 Docker 服务
docker compose up -d sensevoice # STT
docker compose --profile gpu build tts # TTS(需 GPU)
docker compose --profile gpu up -d tts
架构
┌─────────────────── 你的电脑 ────────────────────────────────┐
│ Redis :6379 LiveKit :7880 Ear Service (唤醒词监听) │
│ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Agent (Python) WebUI (Next.js :3000) │ │
│ │ LangGraph :2024 ├ 对话界面 │ │
│ │ FastAPI :7788 ├ 设置中心 │ │
│ │ Worker (后台调度) ├ 知识库管理 │ │
│ │ Supervisor (屏幕监控) └ 邮件面板 │ │
│ │ LK Voice Workers (:5883, :5884) │ │
│ └──────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
┌─── Docker (可选) ────────────────────────────────────────────┐
│ SenseVoice STT :8000 Faster-Qwen3-TTS :7017 (GPU) │
└─────────────────────────────────────────────────────────────┘
| 层 | 技术栈 |
|---|---|
| Agent | Python + FastAPI + LangGraph + aiosqlite |
| 前端 | Next.js 16 + React 19 + Tailwind CSS 4 + shadcn/ui |
| 语音 | LiveKit Agents (STT → LLM → TTS) + SIP |
| 知识库 | BGE-M3 向量化 + ChromaDB + Gemini 多模态图片描述 |
| 事件 | Redis Pub/Sub + Sorted Set 延迟队列 |
项目结构
├── agent/ # Python 后端
│ └── src/
│ ├── routers/ # 11 个 API 路由
│ ├── tools/ # 10+ 组 Agent 工具
│ ├── logic/ # LangGraph 状态图 + 提示词
│ ├── services/ # LLM / 邮件 / 通知 / 调度器
│ ├── db/ # aiosqlite (WAL mode)
│ ├── rag/ # 知识库管线(解析→图片描述→分块→向量化→检索)
│ └── livekit_service/ # 语音 Agent
├── web/ # Next.js 16 前端
├── memory/ # L1 长期记忆(每个用户一个目录)
├── assets/ # TTS 参考音频 + 截图
├── docker-compose.yml
└── setup.ps1 / start-all.ps1
License
MIT
Built by codehuang0717
Reviews (0)
Sign in to leave a review.
Leave a reviewNo results found