Lingbo Desk

A Windows desktop voice agent with real-time conversation, a Live2D avatar, and background tasks for files, Office documents, and the web.

LLM Mart 3 views 110k listing impressions

真实案例 · 产品设计 · 技术架构 · 快速开始 · 验证记录

Windows Agent · Tool Calling Chinese, Japanese and English voice Original code · MIT; third-party and asset terms apply separately

聆泊 · Lingbo Desk

用自然对话发起桌面工作,在执行过程中调整要求,获得可追溯的文件交付。

聆泊是 Windows 桌面语音 Agent 原型,将持续对话、原创 Live2D 角色和后台执行结合起来。面向个人资料整理与文档工作:任务运行时继续交流,需要调整时暂停改要求,涉及已有文件的修改先查看具体动作,最后下载并复核实际产物。

真实任务工作台:要求版本、执行回执、来源与 Word / Markdown 产物 真实工作台 · 要求版本 / 执行回执 / 来源 / 文件交付 聆泊原创 Live2D 角色 B
原创角色 B
自动眨眼 · 基础语音嘴型
持续监听 · 自然插话

工作台截图来自合成报价资料的真实模型测试;截图中的桌面角色未连接,不代表角色与工作台同场语音验收。右侧为独立角色导出预览。

当前本机安装版为 0.3.7;最新源码另含默认关闭的输入诊断与后续联测记录,尚未发布新版安装包。本仓库提供源码,安装包暂不公开。版本更新 · 已知问题

一分钟看实际流程

打开真实任务演示:资料、暂停改要求、复核交付

▶ 打开真实任务演示(约一分钟,无音频)

GitHub 文件页可下载视频后用浏览器播放。

上传资料、后台执行、暂停改版,再查看实际摘要与 Word 下载。剪辑取自约 153 秒的原始录屏,省略中段逐项确认,并用说明卡标注;含本机路径的确认画面未公开。这是文字操作与真实模型执行,不是语音演示,也不是任务耗时基准。 剪辑与验证范围

从一份要求到可复核的交付

“比较这两份中日文供应商报价,说明数量、税费、运费和交期差异,生成中文 Word 报告,附日文摘要与待确认事项。”

环节 用户怎么参与 系统实际做什么
提供资料 上传一份中文、一份日文报价,说明交付要求 保存只读编号快照,创建归属于当前会话的任务
后台执行 查看进展,继续与角色交流 独立工作进程运行工具调用循环,以实际回执更新任务
调整要求 暂停,补充“运费税费口径未明确,不要直接判断谁更便宜” 保存新版本要求,检查状态后恢复;暂停不会回滚已发生的操作
审阅修改 查看拟修改的文件与内容,确认具体动作 检查权限和原文件 SHA256,备份后执行,记录回执
取得结果 下载 Word 与 Markdown,核对引用和待确认项 检查声明产物及固定验收条件,保留来源、版本与执行证据

该案例使用虚构资料与真实 DeepSeek,通过文字操作工作台完成。它展示任务控制与交付流程,不是采购决策准确率评测,也不代表真人语音完成整条任务链。

完整案例与产品取舍 · 输入资料 · 真实后台文字联测

让 Agent 工作可控的设计

设计 要解决的使用问题 实现依据
对话与工作分开调度 长任务运行时,用户仍能交流与查询进度 前台对话编排 + 独立 Agent 工作进程
暂停后修改要求 执行过程中发现遗漏,不必只依靠重新提问 任务状态机、要求版本、检查后恢复
具体动作确认 “帮我改文档”不能等同于任意修改授权 目录权限、动作预览、SHA256、备份和执行回执
用证据确认交付 模型说“完成”不代表文件真的存在或符合要求 work_finish、当前版本回执、产物哈希与声明条件检查
保留人的复核位置 有引用和文件仍可能存在业务理解错误 只读资料快照、段落编号、产物预览和待确认事项

产品工作包括需求定义、交互流程、架构取舍和验收设计,工程实现与验证使用 Codex 辅助。具体能力由本地集成层、引入的执行引擎及第三方组件共同提供;原创代码、第三方代码与角色素材的授权分别见许可说明。

能力概览

方向 当前范围
语音交流 中 / 日 / 英识别与合成、持续监听、自然插话、停止旧播报;音频切分后识别,不是端到端音频模型
桌面角色 原创 Live2D 角色、眨眼、基础动作、音频强度驱动的嘴部开合与窗口拖动
后台工作 文件与 Office 处理、独立浏览器会话、进度查询、暂停 / 修改 / 取消 / 检查后恢复
Skills 本地导入、启停、内容版本及任务版本绑定;尚无跨 Agent 自动同步或在线技能市场
记忆与模型 明确保存的长期记忆;DeepSeek 云端 API / 本机 Ollama 切换,语音服务单独配置

技术架构

flowchart TB
    desktop["桌面交互 · Electron / Vue<br/>角色 / 对话 / 音频 / 工作台"]
    gateway["本地后端 · Node.js<br/>任务管理 / 模型路由 / 语音适配<br/>权限校验 / 工具执行"]
    worker["独立 Agent 工作进程<br/>模型决策 / 工具调用循环"]
    providers["模型与语音服务<br/>DeepSeek / Ollama / ASR / TTS"]
    storage["本地数据与产物<br/>来源 / 记忆 / Skills / 回执 / 文件"]

    desktop <-->|HTTP / 流式响应 / SSE| gateway
    gateway <-->|进程 IPC / 本机 HTTP| worker
    gateway <-->|服务 API| providers
    gateway <--> storage

From the project's README.

Comments (0)

Sign in to join the conversation.

No comments yet.