【免费下载链接】be-more-agentLocal AI Agent running on Raspberry Pi项目地址https://gitcode.com/gh_mirrors/be/be-more-agent点击查看免费下载be-more-agent 是一个 100% 本地运行的树莓派 AI 智能体它能通过唤醒词听懂语音用本地大模型LLM思考再用神经语音合成开口回答全程无需云端 API。本文面向在 4GB 内存的树莓派 4/5 上部署它的玩家从模型选择、内存管理到音频链路整理出一套开箱即用的性能优化技巧让你的助手响应更快、运行更稳。先搞清楚4GB 树莓派的性能瓶颈在哪be-more-agent 的大脑由 5 个本地引擎同时组成它们都要挤在 4GB 内存里引擎作用关键文件OpenWakeWord离线唤醒词Hey Jarvisagent.pywhisper.cpp语音转文字ASRagent.pyOllama本地大模型思考agent.pyPiper TTS低延迟语音合成agent.pytkinter GUI表情动画界面800×480agent.py优化思路其实很明确模型要小、驻留要快、音频链路要省 CPU、内存不能无限膨胀。下面的 7 个技巧全部来自项目真实配置与源码。技巧一选轻脑子——模型尺寸是性能第一关4GB 树莓派上最稳的组合是gemma3:1b文本 moondream视觉两者都是为端侧设计的小模型。安装脚本 setup.sh 默认拉取的就是这两个模型。如果你想微调只需改 config.json 中的text_model字段例如换成更小的量化版本。记住一条经验法则模型参数量每翻倍内存占用和响应延迟都会明显上升4GB 机器不建议超过 3B 的文本模型。技巧二模型常驻 启动预热砍掉最致命的冷启动大模型每次从磁盘加载要等几十秒体验极差。项目里做了两处关键优化常驻内存Ollama 参数中keep_alive: -1让模型一直驻留在 RAM 里第二次对话几乎秒回见 agent.py。启动预热开机时先用空请求把模型叫醒warmup 阶段用户真正提问时模型已就绪逻辑在 agent.py。优雅释放退出时主动调用keep_alive0卸载模型把内存还给系统避免僵尸占用见 agent.py。技巧三边想边说——首句响应速度比总速度更重要很多人觉得助手慢其实是在等整段回答生成完才开始朗读。be-more-agent 采用了流式 分句 TTS 队列Ollama 以streamTrue逐字流出回答每攒满一个完整句子遇到.!?断句立刻丢进语音队列独立的 TTS 工作线程取句子、合成、播放。效果是模型刚吐出第一句嘴巴就已经在说了见 agent.py 和 agent.py。另外按空格键可随时打断播报中断逻辑在 agent.py长回答体验更从容。技巧四音频链路省 CPU 的三个小心机待机时助手要一直听着这段链路如果吃 CPU整机都会卡。项目做了三重优化音量门控只有当麦克风音量超过阈值current_max 200才跑唤醒词推理安静时 CPU 几乎零负载见 agent.py。快速重采样唤醒词模型要求 16kHz而麦克风可能是 44.1kHz。项目没有用耗时的scipy.resample而是改用最近邻切片快速降采样源码注释里明确写了这是为了避免树莓派上 CPU 瓶颈导致音频溢出!报错见 agent.py。自动降级如果标准音频流参数打不开会自动退回blocksize1024的高延迟安全模式优先保稳定见 agent.py。技巧五修剪对话记忆防止越聊越慢LLM 的回答速度会随上下文变长而下降。项目把聊天记录硬性裁剪到最近 10 条再喂给模型见 agent.py。另外语音识别固定使用 whisper.cpp 的base.en 小模型 4 线程识别短句既快又准配置在 agent.py。对话类场景没必要上大模型。技巧六采样率对齐避免声音变调一个经典坑Piper 默认按22050 Hz播放如果你的语音模型是 16000 Hz 训练的声音会变得又慢又低沉。修复方法打开语音模型旁的.json文件如 voices/ 下模型配置查看sample_rate让 agent.py 中的PIPER_RATE与之保持一致若音调仍偏慢检查.json中inference里的length_scale把它调回接近1.0。细节参考 README.md 中的 Audio Glitches 一节。技巧七树莓派 5 上避免硬件争用Pi 5 的 I/O 争用更明显如果上一条音频流没彻底关闭就开新流录音会卡死。项目在每次录音前都显式执行sd.stop()并短暂等待释放硬件后再打开新流见 agent.py。这也是 4GB Pi 5 上录音正常、偶尔冻结类问题的常见解法。关键配置速查表配置项位置推荐值优化效果text_modelconfig.jsongemma3:1b小模型省内存、响应快keep_aliveagent.py-1模型常驻秒级响应num_threadagent.py4匹配 4 核 CPUwhisper 模型agent.pybase.en-t 4识别快、占用低input_sample_rateconfig.json保持44100与麦克风默认采样率匹配记忆长度agent.py10 条上下文短推理更快总结在 4GB 的树莓派 4/5 上跑 be-more-agent核心就四句话选 1B 级小模型、让模型常驻并预热、流式分句边想边说、音频链路省 CPU 且对齐采样率。这 7 个技巧全部内置在项目默认配置中你只需按速查表核对一遍 config.json就能让这个全本地 AI 助手又快又稳地跑起来。赞分享【免费下载链接】be-more-agentLocal AI Agent running on Raspberry Pi项目地址https://gitcode.com/gh_mirrors/be/be-more-agent点击查看免费下载相关推荐Fastzip高性能并发ZIP处理架构解析实现7.9倍性能提升的企业级解决方案Fastzip高性能并发ZIP处理架构解析实现7.9倍性能提升的企业级解决方案 在当今数据密集型应用环境中传统ZIP处理库面临并发性不足、内存管理效率低下等SageAttention实战指南让你的模型跑得又快又好SageAttention实战指南让你的模型跑得又快又好 还在为模型推理速度慢而烦恼吗SageAttention或许正是你需要的解决方案这个基于量化技术的人工智能深度学习算子库模型量化模型优化如何在树莓派上快速安装Librealsense完整技术指南Librealsense是Intel® RealSense™深度摄像头的官方跨平台SDK为开发者提供了强大的3D视觉能力支持。如果你正在树莓派项目中使用深度摄智能硬件音视频计算机视觉创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考