cockpit-agent
活跃·★ 26·Apache-2.0·更新于 2026-10-19
Cockpit Agent 是一个专为智能座舱设计的云边协同AI Agent系统，通过一个语音入口即可完成毫秒级车控、多日行程规划和深度调研等多样化任务。该系统强调规划与执行分离，LLM负责理解与规划，而确定性系统则确保关键功能的实时与安全执行。
#多Agent系统#智能座舱AI#云边协同计算#语音助手#LLM编排#汽车软件#实时控制
01
功能特性
01规划与执行分离：LLM只负责产出意图/计划，所有车控由确定性Executor经权限校验后下发，确保安全。
02快慢双系统架构：高频、安全敏感指令在端侧毫秒级响应且离线可用；复杂、跨域意图则由云端LLM Planner编排。
03Agent即插即用：所有Agent实现统一gRPC契约和Manifest声明，新增领域Agent无需修改编排核心代码。
04真实数据优先与可溯源：所有数据源（如高德、和风、Exa）均采用真实数据，严格模式下拒绝任何mock决议，外部数据卡片携带溯源标记。
05全双工语音交互回路：支持从唤醒到打断的全链路流式语音交互，包含KWS、VAD、实时ASR/TTS以及免唤醒连续对话等。
02
兼容性
Python
运行时
已通过文档验证
Go
运行时
已通过文档验证
Docker
部署
已通过文档验证
React
前端
已通过文档验证
gRPC
协议
已通过文档验证
03
快速开始
1
$ cp .env.example .env
2
$ make proto
3
$ make up
04
使用场景
↳情境感知导航：规划包含多个途经点和时限的复杂路线，并支持对进行中的导航增量改道，如添加加油站而不影响目的地和时限。
↳个性化长期记忆：系统会记住用户偏好（如“老婆喜欢粤菜”），并在后续对话中直接用于检索结果，而非仅以话术回应。
↳混合多意图处理：在同一请求中协同完成本地车控（如“打开空调，放首林俊杰”）与并行上云的慢意图处理。
↳异步深度调研：发起多视角、迭代式的后台深度调研任务（如“深入调研固态电池量产进展”），支持进度查询、中途喊停，并完成后主动推送带引用的分节报告。
↳动态场景创建与自动化：用一句话创建自定义场景（如“创建钓鱼模式：座椅放平、氛围灯调暗”），LLM仅在创建期编译，激活与执行由确定性系统完成。
05
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧