【ai】LiveKit Agent 的example及python本地开发模式工程实例

title: ‘LiveKit Agent Playground’

  • playground
  • LiveKit Community

playground的环境变量：LiveKit API

# LiveKit API Configuration
LIVEKIT_API_KEY=YOUR_API_KEY
LIVEKIT_API_SECRET=YOUR_API_SECRET# Public configuration
NEXT_PUBLIC_LIVEKIT_URL=wss://YOUR_LIVEKIT_URL# Application Configuration
NEXT_PUBLIC_APP_CONFIG="
title: 'LiveKit Agent Playground'
description: 'LiveKit Agent Playground allows you to test your LiveKit Agent integration by connecting to your LiveKit Cloud or self-hosted instance.'
github_link: 'https://github.com/livekit/agents-playground'
video_fit: 'cover' # 'contain' or 'cover'
settings:editable: true # Should the user be able to edit settings in-apptheme_color: 'cyan'chat: true  # Enable or disable chat featureoutputs:audio: true # Enable or disable audio outputvideo: true # Enable or disable video outputinputs:mic: true    # Enable or disable microphone inputcamera: true # Enable or disable camera inputsip: true    # Enable or disable SIP input
"

先下载模型，然后启动agent

  • D:\XTRANS\pythonProject\LIVEKIT\agents\examples\voice-assistant\Dockerfile
    在这里插入图片描述
  • 依赖于agent和多个插件
livekit-agents~=0.7.dev0
livekit-plugins-openai~=0.5.dev0
livekit-plugins-deepgram~=0.5.dev0
livekit-plugins-elevenlabs~=0.5.dev0
livekit-plugins-silero~=0.5.dev0

最简单的simple-color仅用了livekit-agents~=0.7.dev0

在这里插入图片描述

  • 看下需要的库：
    在这里插入图片描述

在这里插入图片描述

  • WorkerOptions 没看到啊：
    在这里插入图片描述

在这里插入图片描述

  • 在woker.py中：
    在这里插入图片描述

在这里插入图片描述

  • 在Python中，使用setuptools.setup的install_requires参数是为了指定项目安装时必须安装的依赖库。这些依赖被自动从Python的包索引库（如PyPI）下载和安装。每个依赖可以指定版本号，以确保与项目的兼容性。

  • 关于install_requires中的版本指定，如livekit~=0.11，这表示安装livekit这个库时，**会自动选择0.11.x系列的最新版本，**其中x是该系列中的任意一个小修复版本号。这样做可以避免引入重大更改，同时保证获得重要的错误修复。

如果你不想使用来自仓库（如PyPI）的livekit库，而是想使用本地的livekit源码

  • 如果你不想使用来自仓库（如PyPI）的livekit库，而是想使用本地的livekit源码，你可以通过以下几种方法实现：

  • 本地安装：如果你有livekit的源码，可以在其源码目录下运行pip install .或python setup.py install来安装。这样，livekit将被安装到你的环境中，就像它是从PyPI下载的一样。

  • 开发模式安装：使用pip install -e .（其中.指当前目录，需要在包含setup.py的目录中执行）。这种方法会将库安装在“可编辑”模式下，意味着你对本地源码的任何修改都会立即反映在你的Python环境中，不需要重新安装。

  • 直接修改install_requires：你也可以在setup.py的install_requires中直接指定本地路径或通过特定的链接来引用依赖，例如使用本地路径：

install_requires=["click~=8.1.0","livekit @ file:///path/to/your/livekit",...
]

  • 这里的路径需要指向包含setup.py文件的本地livekit库的根目录。

  • 选择哪种方法取决于你的具体需求和工作流。如果你正在开发和测试修改后的库，建议使用开发模式安装。如果只是一次性使用或确保环境的一致性，则可以使用本地安装。如果要在多个项目中重用本地库，修改install_requires可能更为方便。

开发模式

  • 假如新建了一个包，咱既要让它工作又要让它方便编辑后的修改立刻生效，这里就需要说道开发者模式，原理大概类似把当前的源码文件夹指向site-pacakges，所以修改能立即被应用。
python setup.py develop

开发者模式安装，当然也可以卸载

python setup.py develop --uninstall

开发完后打包分发

python setup.py sdist

GPT：推荐pip install -e

在这里插入图片描述

myproject/

│
├── mylibrary/
│ ├── mylibrary/
│ │ ├── init.py
│ │ └── core.py
│ └── setup.py
│
└── examples/
└── use_mylibrary.py

  • 在这个结构中，mylibrary是你要开发的库，examples文件夹包含一个示例脚本，演示如何使用这个库。

  • 步骤 1: 设置库的setup.py
    在mylibrary/setup.py中，你需要定义库的安装配置，例如：

  • from setuptools import setup, find_packages

setup(name="mylibrary",version="0.1.0",packages=find_packages(),install_requires=[# 在这里列出需要的依赖库]
)
  • 步骤 2: 安装库为开发模式
    在mylibrary目录下，运行以下命令来安装库为开发模式：
pip install -e .

  • 这样，任何在mylibrary库中做的修改都会立即反映在使用该库的任何Python环境中。

  • 步骤 3: 创建示例脚本
    在examples/use_mylibrary.py中，你可以使用mylibrary中定义的功能，例如：

from mylibrary.core import some_functiondef main():print(some_function())if __name__ == "__main__":main()

  • 这个脚本调用了mylibrary中的一个函数，并打印其结果。

  • 步骤 4: 运行示例

  • 确保已经按照开发模式安装了mylibrary，然后你可以直接从examples目录运行use_mylibrary.py，看到库函数的效果：

python use_mylibrary.py
  • 这样，你就设置了一个使用本地库源码的开发环境，可以自由地修改库的代码并直接在示例应用中测试更改。

python编码过程中copilot一直提建议

在这里插入图片描述

在这里插入图片描述

开发者模式

在这里插入图片描述
在这里插入图片描述

要再有setup.py的路径下执行

在这里插入图片描述

(.venv) PS D:\XTRANS\pythonProject\myLibrary> cd .\mylibrary\
(.venv) PS D:\XTRANS\pythonProject\myLibrary\mylibrary> pip install -e .
Looking in indexes: http://mirrors.aliyun.com/pypi/simple/
Obtaining file:///D:/XTRANS/pythonProject/myLibrary/mylibraryPreparing metadata (setup.py) ... done
Installing collected packages: mylibraryRunning setup.py develop for mylibrary
Successfully installed mylibrary-0.1.0[notice] A new release of pip is available: 23.2.1 -> 24.0
[notice] To update, run: python.exe -m pip install --upgrade pip
(.venv) PS D:\XTRANS\pythonProject\myLibrary\mylibrary>

没找到

在这里插入图片描述

setup.py 路径不对

在这里插入图片描述

调整

在这里插入图片描述

再次安装

在这里插入图片描述

编译生成

在这里插入图片描述

这次可以了

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/diannao/17836.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

持续总结中！2024年面试必问 20 道 Rocket MQ面试题（一）

持续总结中！2024年面试必问 20 道 Rocket MQ面试题（一）

一、请简述什么是RocketMQ？ RocketMQ是一个开源的消息中间件，由阿里巴巴团队开发，主要设计用于分布式系统中的异步通信、应用解耦、流量削峰和消息持久化。它支持高吞吐量、高可用性、可扩展性和容错性，是构建大规模实时消息处理…
阅读更多...
Linux系统keepalived实现主备高可用方案

Linux系统keepalived实现主备高可用方案

Linux系统keepalived实现主备高可用方案 环境准备 装备两台机器，IP地址信息如下： host1： 192.168.18.180 host2： 192.168.18.183 虚拟vip: 192.168.18.188为了测试，分别在两台机器上安装nginx服务，使下面…
阅读更多...
React暴露组件的方法给全局作用域调用

React暴露组件的方法给全局作用域调用

在React中，如果你想要暴露组件的方法给全局作用域调用，你可以使用一个全局变量来引用你的组件实例，或者使用Context API来创建一个全局状态，通过它来传递方法引用。 以下是使用Context API的一个简单例子： 创建一个C…
阅读更多...
JAVA智慧工厂制造生产管理MES系统，全套源码，多端展示（MES与ERP系统的区别和联系）

JAVA智慧工厂制造生产管理MES系统，全套源码，多端展示（MES与ERP系统的区别和联系）

MES与ERP系统的区别和联系 MES制造执行系统，是一套面向制造公司车间执行层的生产信息化管理系统。MES 可觉得公司提供涉及制造数据管理、计划排产管理、生产调度管理、库存管理、质量管理、人力资源管理、工作中心、设备管理、工具工装管理、采购管理、成本管理、项…
阅读更多...
为什么推荐前端用WebStorm软件编程？

为什么推荐前端用WebStorm软件编程？

一、介绍 WebStorm是由JetBrains公司开发的一款JavaScript开发工具，被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。它支持JavaScript、ECMAScript 6、TypeScript、CoffeeScript、Dart和Flow等多种语言的代码…
阅读更多...
大学搜题软件音乐类？分享三个支持答案和解析的工具 #微信#媒体

大学搜题软件音乐类？分享三个支持答案和解析的工具 #微信#媒体

高效的学习工具可以帮助我们提高记忆力和理解能力，使知识更加深入人心。 1.彩虹搜题 这是个微信公众号 一款专门供全国大学生使用的查题神器!致力于帮助大学生解决学习上的难题,涵盖了大学生学习所需的学习资料。 下方附上一些测试的试题及答案 1、甲、乙合伙开…
阅读更多...
goimghdr，一个有趣的 Python 库！

goimghdr，一个有趣的 Python 库！

更多Python学习内容：ipengtao.com 大家好，今天为大家分享一个有趣的 Python 库 - goimghdr。 Github地址：https://github.com/corona10/goimghdr 在图像处理和分析过程中，识别图像文件的类型是一个常见的需求。Python自带的imghdr…
阅读更多...
开源与闭源：AI模型发展的两条路径

开源与闭源：AI模型发展的两条路径

目录 前言1 数据隐私保护与用户数据安全1.1 开源大模型的透明性与挑战1.2 闭源大模型的控制与责任 2 商业应用的优劣比较2.1 开源大模型的灵活性与创新2.2 闭源大模型的可靠性与服务质量 3 社区参与与合作的差异3.1 开源大模型的社区驱动与协作3.2 闭源大模型的企业主导与保密性…
阅读更多...
【openlayers系统学习】3.3假彩色图像合成（三个波段合成假彩色图像）

【openlayers系统学习】3.3假彩色图像合成（三个波段合成假彩色图像）

三、假彩色图像合成 在上一步中，我们使用 ol/source/GeoTIFF​ 源从单个多波段源（具有红色、绿色、蓝色和Alpha波段）渲染真彩色图像。在下面这个例子中，我们将从可见光谱之外提取数据，并使用它来呈现假彩色合成。 我…
阅读更多...
ts面试题： 面试题2

ts面试题： 面试题2

31. 计算字符串长度 // 计算字符串的长度&#xff0c;类似于 String#length 。答案 type test Str1<"abc123">; type Str1<T extends string, L extends any[] []> T extends ${infer f}${infer b} ? Str1<b, [...L, f]> : L[length];32. 接…
阅读更多...
JavaScript中的var变量详解：定义、提升与注意事项

JavaScript中的var变量详解：定义、提升与注意事项

在JavaScript中&#xff0c;var关键字用于声明变量。虽然ES6引入了let和const作为更现代的变量声明方式&#xff0c;但理解var的工作原理对于学习JavaScript基础依然至关重要。下面将深入探讨var变量的定义、变量提升现象以及一些值得注意的使用细节。 var变量定义 var声明创…
阅读更多...
【基于 PyTorch 的 Python 深度学习】9 目标检测与语义分割（2）

【基于 PyTorch 的 Python 深度学习】9 目标检测与语义分割（2）

前言 文章性质&#xff1a;学习笔记 &#x1f4d6; 学习资料&#xff1a;吴茂贵《 Python 深度学习基于 PyTorch ( 第 2 版 ) 》【ISBN】978-7-111-71880-2 主要内容&#xff1a;根据学习资料撰写的学习笔记&#xff0c;该篇主要介绍了优化候选框的几种方法。 一、优化候选框的…
阅读更多...
抖店怎么选品？抖店爆款选品思路技巧，新手直接用！

抖店怎么选品？抖店爆款选品思路技巧，新手直接用！

大家好&#xff0c;我是电商花花。 抖店选品永远是我们做抖店&#xff0c;做电商的核心&#xff0c;店铺想要出单&#xff0c;想要赚钱&#xff0c;我们就一定要学会怎么选品&#xff0c;怎么筛选商品。 而我们绝大多数新手并没有办法保证持续选爆款的能力&#xff0c;如果店…
阅读更多...
【ARM+Codesys案例】T3/RK3568/树莓派+Codesys锂电池测试设备控制解决方案

【ARM+Codesys案例】T3/RK3568/树莓派+Codesys锂电池测试设备控制解决方案

锂电池诞生于上世纪60年代&#xff0c;90年代开始由日本索尼公司实现商业化。锂离子电池凭借快速充放电、长循环寿命、无记忆效应等众多优点&#xff0c;成为当今数码产品及电动汽车大规模应用的第一选择。与镍氢电池、铅酸电池相比&#xff0c;锂电池可以存储更多电能。现在&a…
阅读更多...
Visual Studio 智能代码插件：CodeGeeX

Visual Studio 智能代码插件：CodeGeeX

前言 在软件开发领域&#xff0c;高效的编程助手一直是提升开发者效率和质量的关键。 随着人工智能技术的不断发展&#xff0c;智能编程助手逐渐成为开发者们不可或缺的工具。其中&#xff0c;CodeGeeX作为一款专为Visual Studio设计的免费智能编程助手&#xff0c;凭借其强大…
阅读更多...
Java面试进阶指南：高级问题与解答精粹（一）

Java面试进阶指南：高级问题与解答精粹（一）

Java面试问题及答案 1. 什么是Java内存模型&#xff08;JMM&#xff09;&#xff1f;它的作用是什么&#xff1f; 答案&#xff1a; Java内存模型&#xff08;JMM&#xff09;是一个抽象的概念&#xff0c;它定义了Java程序中各种变量&#xff08;线程共享变量&#xff09;的…
阅读更多...
让大模型更聪明——复杂而艰巨的任务

让大模型更聪明——复杂而艰巨的任务

一、引言 在人工智能领域&#xff0c;大模型因其强大的数据处理能力和复杂的结构&#xff0c;成为了推动技术进步的重要力量。然而&#xff0c;要让大模型真正展现出“聪明”的特质&#xff0c;即具备高度的人类智能水平&#xff0c;仍是一项极具挑战性的任务。本文将从数据质…
阅读更多...
深度学习手撕代码题

深度学习手撕代码题

目录： 目录 PyTorch实现注意力机制、多头注意力与自注意力Numpy广播机制实现矩阵间L2距离的计算Conv2D卷积的Python和C++实现Numpy实现bbox_iou的计算Numpy实现FocallossPython实现nms、softnmsPython实现BN批量归一化PyTorch卷积与BatchNorm的融合分割网络损失函数Dice Loss…
阅读更多...
Java-Stream流-概述、创建、使用：遍历/匹配、筛选、聚合、映射、归约、排序、提取/组合

Java-Stream流-概述、创建、使用：遍历/匹配、筛选、聚合、映射、归约、排序、提取/组合

Java8-Stream&#xff1a; 一、Stream流概述1.Stream流的特点&#xff1a;2.使用步骤&#xff1a;3.常用方法示例&#xff1a; 二、Stream流创建1.常见的创建Stream的方法2. stream()或parallelStream()方法的使用和选择 三、Stream流使用Optional案例中使用的实体类1.遍历/匹配…
阅读更多...
05- Redis 中的 Zset 数据类型和应用场景

05- Redis 中的 Zset 数据类型和应用场景

1. 介绍 Zset 类型&#xff08;有序集合类型&#xff09;相比于 Set 类型多了一个排序属性 score&#xff08;分值&#xff09;&#xff0c;对于有序集合 Zset 来说&#xff0c;每个存储元素相当于有两个值组成的&#xff0c;一个是有序集合的元素值&#xff0c;一个是排序值。…
阅读更多...
最新文章

Copyright @ 2022~2023