El proyecto VA será un asistente virtual potenciado con inteligencia artificial capaz de cambiar el nombre de invocación por uno cómodo para el usuario. VA será desarrollado inicialmente en Python y tendrá la capacidad de ejecutarse en todos los sistemas operativos. Su objetivo principal será el de ofrecer información y ayudar con tareas ambiguas al usuario, además de automatizar procesos empresariales comunes como la generación de reportes de rendimientos periódicos de Excel.
Opcional
Descargar el repositorio
wget https://github.com/Soy-Ismael/vai/archive/refs/heads/main.zipDescomprimir y renombrar la carpeta
unzip vai-main.zip
mv vai-main vaInstalar las dependencias
pip install -r va/requirements.txt
Claves API
Visita platform de OpenAI, crea una cuenta y en el apartado api key crea tu clave api para obtener acceso a funciones de IA.
Opcional
Crea una cuenta en el portal de azure y en la categoria "servicios de voz" crea una api key para dotar al asistente de una excelsa calidad de voz.
Nota: Puedes proporcionar las claves API mediante la interfaz web al asistente.
python va/dev/va.py
- Reproduce romeo santos / reproduce sus huellas ⭐
- Busca que es incoloro
- Ofréceme información sobre el S&P 500 ⭐
- Recuérdame hacer la tarea en 5 minutos
- Cuentame un chiste
- Realiza el reporte mensual de Excel ⭐
- ¿Qué hora es?
- Establece un temporizador de 15 segundos
- ¿Estás ahí?
- ¿Cómo te llamas?
- Muestrame el archivo de configuración
- Enciende la pc de Xaviel / enciende la computadora uno ⭐
- Hasta luego
- Versión de Python: 3.12.1
- Versión de pip: 23.3.2
- 2,166 vbeta < 1.0.0 --> 2,944 v2.1.1 lienas de código aproximadas
- Versión de dependencias
- Checkpoints del proyecto
Explicación de códigos y funciones en documentation. (still working on)
Más información en historia.
Recuerda que el 50% del triunfo esta en el producto y el otro 50% en como lo vendes.
Esta es una idea que puede servir de inspiración para un proyecto futuro:
Utilizar redes neuronales para vision por computadora definitivamente suena algo... complejo, pero con este fragmento de código de no más de 100 lineas podras adaptarlo a tus necesidades pudiendo así detectar cualquier cosa con un hardware adecuado.
Nota: Las redes neuronales de este proyecto se ejecutan de manera local, es decir, es necesario una NPU o un equipo con una tarjeta grafica dedicada de NVIDIA.
Echale un ojo al código fuente de fruit-detection.