开源 HermesConsole：本地低延迟流式语音对话服务器，MIT 协议
HockeyDadNinja · reddit · 2026-10-20
开发者发布 VoiceManager 及其演示应用 HermesConsole：本地运行的低延迟流式语音到语音服务器，MIT 开源，经单个 WebSocket 流式传输，默认配置使用 audio.cpp sidecar 搭配 Nemotron ASR 与 Breeze TTS 2。
功能要点：
- 唤醒词「hey computer」在平板端运行，回复逐句流式转为语音
- 支持回合制对话与 barge-in（插话打断；因回声消除实现困难，默认关闭，可开关）
- 会话间保留上下文，历史会话可回看；回复下方可展示图片和 Markdown，工具调用可回传到 App（视频中演示了调节音量、开关计算器）
- 提供客户端集成文档、Python 客户端，Kotlin 控制台应用作为参考实现
适合想给自己的 agent 加上本地语音能力的开发者，代码在 GitHub 上。
「编程与Agent」频道最新
- 首篇 LLM 智能体协作收敛理论:证明线性收敛,GPT-OSS-120B 全部 40 轮无碰撞 — peter_richtarik · 2026-10-22
- Cloudflare 安全审计 Skill 获 3.57 万星：把编码 agent 变成安全审计员 — Pytlicek · 2026-10-22
- 数据科学家用 Cursor Agent 从 Notion 面板批量跑项目，自嘲成了项目间瓶颈 — nbaschez · 2026-10-22
- 用 18 项标准横评五大多人 AI 平台：可自定权重选出最适合你的那一个 — sergeykarayev · 2026-10-22
- 7 条提示词让 Claude 按投行分析师方式搭建 LBO 模型 — alex_verem · 2026-10-22
- 用 Claude 写的《Oblivion 重制版》Mod：帧率提升超 40%、卡顿大幅减少 — PikaPikaDude · 2026-10-22