主要功能

1、追踪运动

2、实时显示（镜子）

3、memory

5s停留启动，保存带时间戳的图像

时间戳

4、对话（图片-prompt，LLM，TTS）

图片： （皮肤，五官，表情）

返回tag，

即时对话，normal-，告警有特殊状态

1

LLM：三轮对话

TTS：

2

端到端+对话轮次控制（优先）

主体工作

agent

1. 数据存储： img,心情，皮肤状态。
2. 对话：
   1. 状态不好的时候触发对话（皮肤和性情）
3. 对外接口：数据库，外部数据获取
4. 端到端语音识别 asr tts

前端

1. ui
2. 数据分析

结构

1. k230 显示器
2. 云台
3. sg90

模型

1. 心情，状态
2. 人脸识别 — 人脸识别（k230内置模型）
3. asr tts

k230

1. 人脸跟踪
2. 小翅膀摇一摇
3. 语音视频获取
4. agent调用逻辑
5. 电路，供电

海报，文档