Oliva：一个多智能体，开源语音 RAG 助手

关注

原创最新推荐文章于 2026-05-18 00:09:47 发布 1k 阅读 AI 写同款· GEO 优化 ›

从小白到专家：DeepSeek 模型硬件配置完全指南 DeepSeek是由深度求索（DeepSeek）推出的一系列大语言模型，涵盖从轻量级到超大规模的不同版本。高效性：优化了推理和训练效率，适合多种应用场景。灵活性：支持从单机到分布式集群的部署方式。多场景适配：适用于文本生成、代码补全、对话系统等任务。为了充分发挥DeepSeek模型的性能，合理的硬件配置至关重要。以下是针对不同规模模型的具体硬件需求。阅读详情

项目概述

Oliva 是一个多智能体助手，其核心功能是协助用户在 Qdrant 数据库中查找产品。它利用了 LangChain 和 Superlinked 等技术，具备语义搜索能力，还支持语音交互，用户可以通过语音指令与系统进行交互。

安装和使用

安装

安装项目依赖：

uv sync

这将在 .venv 中创建一个虚拟环境，并安装所有必需的依赖项。
2. 创建 Livekit 账户并设置环境变量：

LIVEKIT_URL=wss://your-project.livekit.cloud
LIVEKIT_API_KEY=secret
LIVEKIT_API_SECRET=********

设置环境变量：

cp .env.example .env

使用 Docker 运行 Qdrant：

docker run -p 6333:6333 -p 6334:6334 \
    -e QDRANT__SERVICE__API_KEY=******** \
    -v "$(pwd)/qdrant_storage:/qdrant/storage:z" \
    qdrant/qdrant

使用

语音助手：

make oliva-start

语音助手前端：可以使用 Agent playground 与语音助手进行交互，也可以下载 Agent playground 仓库并在本地运行 npm run start。

总结

该仓库实现了一个功能丰富的多智能体助手系统，通过模块化的设计和灵活的配置，支持多种搜索任务和交互方式。用户可以根据自己的需求进行定制和扩展，利用智能体和工具完成不同的业务场景。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述