【预告】PowerAgent：调用语言模型 API ，对话操控Windows系统

[chchchchc]

不是，就是问问有没有用什么框架或者开发平台

[snaily]

大佬太强了

[chchchchc]

头像回来了

[snaily]

哈哈哈，用回最开始的头像，动图没有回来

[yeahhe (Mozi)]

[mistpeak]

我今晚也在做这个，巧啊佬

[yeahhe (Mozi)]

交流经验啊佬，你那个做了工作流吗

[yeahhe (Mozi)]

我就是要给模型足够的权限，可以迅速执行任务

[mistpeak]

我没用工作流，直接functioncall了，简单粗暴 ，学校之前的一个科创项目，这两天快结题了，就搞点花活，给那些老顽固秀一下

[mistpeak]

不过佬，你管理员权限说给就给么，我总觉得不太合适，就没继续

[yeahhe (Mozi)]

你加了命令行吗 我觉得命令行的权限是最高的，能控制的东西最多

[yeahhe (Mozi)]

我可以加上用户确认的功能，用户确认后才执行

[mistpeak]

我也这样觉得，万一权限给太多，一不小心给我搞没点东西，都没地方哭

[Cimix]

全用cmd来操作吗，可以添加些快捷键什么的

[yeahhe (Mozi)]

佬，你的GUI界面能参考一下吗

[yeahhe (Mozi)]

加上比较好。我本来只是想做一个电脑上的语音助手，agent还是太复杂了

[steven7]

你这个场景，可以接下字节的语音流式识别、合成，基于 RTC 的，还有打断什么的，届时效果应该会很不错。

[steven7]

上次看了字节的 demo，语音交互的实时性效果都挺不错

[2365806687 (kkkdjsksk)]

mark

[mistpeak]

gui很简单的，我直接claude37写了一个，