WALL-E: AI 驱动的桌面操作系统代理

让 AI 操作你的电脑 - 基于 MCP 协议的智能桌面助手

---

📚 项目文档

本项目正在进行全面重构，聚焦于构建一个 AI 驱动的桌面操作系统代理。

完整的产品需求文档 (PRD) 请查看：PRD.md

---

🎯 项目愿景

打造一个智能的桌面操作代理系统，让用户通过自然语言（文字/语音）与计算机交互，实现各类日常操作的自动化。

核心特性

• 🎤 语音控制：通过"小七小七"唤醒词，语音控制电脑
• ⌨️ 文字输入：桌面输入界面，支持快捷键唤醒
• 🧠 智能理解：基于 AI 的自然语言理解，无需记忆命令
• 🔌 可扩展：基于 MCP (Model Context Protocol) 插件化架构
• 🗺️ 多场景支持：地图导航、天气查询、音乐播放、系统控制等

---

🚀 快速开始

核心用例

场景 1：地图导航

用户："小七小七，打开地图导航，从上海七牛云到虹桥机场"
系统：自动打开地图应用并进入导航状态

场景 2：天气查询

用户："小七小七，查看明天上海的天气"
系统：展示上海明天的天气信息

场景 3：音乐播放

用户："小七小七，播放周杰伦的晴天"
系统：打开音乐应用并播放指定歌曲

场景 4：系统控制

用户："小七小七，音量调到50%"
系统：调整系统音量到50%

---

🏗️ 技术架构

核心技术栈

• 客户端：Swift + SwiftUI (macOS 原生)
• 后端服务：Go
• AI 引擎：ChatGPT / Claude / DeepSeek
• 语音识别：阿里云 / OpenAI Whisper / 本地模型
• 工具协议：MCP (Model Context Protocol)

系统架构

用户交互层 (语音/文字)
    ↓
核心处理层 (STT → AI理解 → MCP Client)
    ↓
MCP工具层 (地图/天气/音乐/浏览器/系统控制)
    ↓
系统能力层 (macOS API / 第三方服务)

---

📅 开发计划

项目采用分阶段实施策略，总计 12 周完成：

• 阶段一 (4 小时)：MVP - 基础导航功能
• 阶段二 (3 小时)：功能扩展 - 天气、音乐、应用控制
• 阶段三 (3 小时)：高级能力 - 浏览器控制、系统控制
• 阶段四 (1 天)：优化与发布

详细计划请查看 PRD.md

---

📖 文档导航

• PRD.md - 完整的产品需求文档
  • 产品概述与愿景
  • 用户故事与场景
  • 功能需求详解
  • 技术架构设计
  • 实施计划与测试策略
  • 安全与隐私
  • 风险与挑战

---

🤝 参与贡献

本项目正在积极开发中，欢迎参与贡献！

参与方式

1. 查看 Issue #16 了解项目重构进展
2. 阅读 PRD.md 了解详细需求
3. 提交 Issue 报告问题或建议
4. 提交 PR 贡献代码

---

📞 联系方式

• Issue 讨论：GitHub Issues
• 项目主页：liangchaoboy/WALL-E

---

📄 许可证

待定

---

让 AI 成为你的桌面助手，从此告别繁琐的电脑操作！ ✨