Dragonfire
Dragonfire 是一款专为 Ubuntu 及基于 Ubuntu 的 Linux 发行版打造的开源虚拟助手。它旨在让用户通过自然的语音或文本指令,轻松操控电脑执行各类任务,从而解决在 Linux 环境下缺乏类似 Siri 或小娜那样智能化、交互式桌面助手的问题,让操作过程更加高效直观。
这款工具特别适合热爱探索新技术的 Linux 普通用户、希望定制个性化桌面的开发者,以及对开源人工智能项目感兴趣的研究人员。无论是查询天气、播放音乐,还是管理系统文件,Dragonfire 都能成为你得力的数字伙伴。
其独特的技术亮点在于拥有一个精心设计的 3D 虚拟形象,不仅视觉效果出色,还赋予了交互过程更强的沉浸感。作为一个完全开源的项目,Dragonfire 拥有透明的代码库和活跃的社区维护,支持通过 Docker 快速部署,并提供了完善的 API 文档,方便用户根据需求进行二次开发或功能扩展。如果你正在寻找一个既能提升工作效率,又充满极客趣味的 Linux 桌面伴侣,Dragonfire 值得尝试。
使用场景
一位基于 Ubuntu 的 Linux 开发者在日常工作中需要频繁切换上下文,既要管理本地服务,又要查询技术文档,同时还要监控系统状态。
没有 Dragonfire 时
- 每次想要启动 Docker 容器或重启 Nginx 服务,都必须手动打开终端,回忆并输入冗长的
systemctl或docker命令,容易因拼写错误导致操作失败。 - 遇到代码报错需要查阅文档时,不得不中断当前思路,切换到浏览器搜索关键词,在多个标签页中筛选信息,严重打断心流。
- 想要快速查看 CPU 负载或内存余量时,需要记住
top、htop或free -m等特定命令参数,无法通过自然语言直接获取直观结果。 - 对于刚接触 Ubuntu 的新手而言,复杂的命令行交互构成了较高的使用门槛,降低了系统管理的效率与信心。
使用 Dragonfire 后
- 只需对着麦克风说"Dragonfire,启动我的开发数据库”,助手便能自动识别意图并执行对应的后台命令,彻底解放双手,避免输入错误。
- 直接在对话框中输入“如何配置 Python 虚拟环境”,Dragonfire 即刻在侧边栏返回精简的核心文档摘要,无需离开编码界面即可解决问题。
- 随口询问“现在系统资源紧张吗?”,Dragonfire 立即调用系统 API 并以可视化的图表或简洁文字反馈当前的 CPU 和内存状态。
- 借助其开源的可扩展性,开发者可以根据个人习惯定制专属指令集,让原本冰冷的命令行变成懂你意图的智能工作伙伴。
Dragonfire 将繁琐的命令行操作转化为自然的语音与文本交互,显著提升了 Ubuntu 用户的工作流畅度与系统掌控感。
运行环境要求
- Linux
非绝对必需但强烈推荐使用支持 CUDA 的 NVIDIA GPU(未指定具体型号和显存大小)
最低 2GB 可用 RAM

快速开始
龙焰
基于 Ubuntu 的 Linux 发行版的开源虚拟助手

特别感谢 Jassu Ilama 为这个头像所做的精美 3D 建模和材质设计。
龙焰会针对您的每一条指令依次执行以下步骤:
- 在内置命令中搜索并计算代数表达式
- 尝试使用 先进的 NLP 和数据库管理技术进行学习
- 向 开放域问答引擎 提问(在 维基百科 中搜索答案)
- 使用 深度对话 系统——一个基于 康奈尔电影对话语料库 训练的 seq2seq 神经网络——进行回应
龙焰使用 Mozilla DeepSpeech 理解您的语音指令,并借助 Festival 语音合成系统 处理文本转语音任务。
欢迎加入我们的 Gitter 聊天室。您也可以通过她的 Twitter 账号 直接与龙焰本人交流。
支持的环境
| 操作系统 | Linux |
| Python 版本 | Python 3.x (64 位) |
| 发行版 | KDE neon、elementary OS、Ubuntu |
| 包管理器 | APT、pip |
| 语言 | 英语 |
| 系统要求 | 建议配备支持 CUDA 的 GPU(https://www.geforce.com/hardware/technology/cuda/supported-gpus),以及 2GB 可用内存 |
安装
要在桌面版 Debian 或 Ubuntu 系统上运行 Dragonfire,您可以下载最新版本(.deb 文件),然后按照以下步骤安装:
sudo dpkg -i dragonfire_1.1.1_amd64.deb
或者克隆 GitHub 仓库,并在仓库目录中运行:
sudo make install
要安装依赖项,请在执行 dpkg -i 命令后立即运行 sudo apt-get -f install。安装过程会自动下载 Mozilla DeepSpeech 的预训练英语模型(下载大小为 1.31 GB),并将其放置在 /usr/share/dragonfire/deepspeech/models 目录下。如果您愿意,也可以手动下载该模型。
如果您希望在服务器上运行 Dragonfire,则应安装 Docker 镜像(该镜像不会安装语音识别所需的大型 DeepSpeech 模型):
docker pull dragoncomputer/dragonfire
使用 
用法:dragonfire [-h] [-c] [-s] [-j] [-v] [-g] [--server API_KEY] [-p PORT]
[--version]
可选参数:
-h, --help 显示此帮助信息并退出
-c, --cli 命令行界面模式。通过命令行输入(键盘)而非音频输入(麦克风)向 Dragonfire 发送指令。
-s, --silent 静音模式。禁用文本转语音输出。Dragonfire 不会产生任何音频输出。
-j, --headless 无头模式。不在屏幕上显示头像动画,禁用女性头像模型。
-v, --verbose 提高日志输出的详细程度。
-g, --gspeech 不使用默认的语音识别方法(Mozilla DeepSpeech),而是使用 Google 语音识别服务。(结果更准确)
--server API_KEY 服务器模式。禁用所有音频功能,提供 RESTful spaCy API,并成为集成 Twitter 的聊天机器人。
-p PORT, --port PORT 服务器模式下的端口号。
--version 显示 Dragonfire 的版本号。
或使用 Docker:docker run dragonfire [-h] [-c] [-s] [-j] [-v] [-g] [--server API_KEY] [-p PORT]
或者直接从您的 Linux 应用程序启动器中启动。
要激活 Dragonfire,请说 DRAGONFIRE、HEY 或 WAKE UP。
要关闭她,请说 GO TO SLEEP。
要使她静音,请说 ENOUGH 或 SHUT UP。
要“杀死”她,请说 GOODBYE、BYE BYE、SEE YOU LATER 或 CATCH YOU LATER。
:warning: 遇到问题?请查看故障排除:hammer_and_wrench: 部分。
内置命令
DRAGONFIRE | WAKE UP | HEY
GO TO SLEEP
ENOUGH | SHUT UP
WHO AM I | SAY MY NAME
MY TITLE IS LADY | I'M A LADY | I'M A WOMAN | I'M A GIRL
MY TITLE IS SIR | I'M A MAN | I'M A BOY | CALL ME *
WHAT IS YOUR NAME
WHAT IS YOUR GENDER
FILE MANAGER | OPEN FILES
OPEN (BROWSER | CHROME | FIREFOX)
PHOTOSHOP | PHOTO EDITOR
INKSCAPE | VECTOR GRAPHICS
VIDEO EDITOR
OPEN [CAMERA, CALENDAR, CALCULATOR, STEAM, BLENDER, WRITER, MATH, IMPRESS, DRAW, TERMINAL]
SOFTWARE CENTER
OFFICE SUITE
KEYBOARD *
ENTER | NEW TAB | SWITCH TAB | CLOSE | GO BACK | GO FORWARD
SCROLL LEFT | SCROLL RIGHT | SCROLL UP | SCROLL DOWN
PLAY | PAUSE | SPACEBAR
SHUT DOWN THE COMPUTER
GOODBYE | BYE BYE | SEE YOU LATER
(SEARCH|FIND) * (IN|ON|AT|USING) WIKIPEDIA
(SEARCH|FIND) * (IN|ON|AT|USING) YOUTUBE
(SEARCH|FIND) * (IN|ON|AT|USING) (GOOGLE|WEB)
(SEARCH IMAGES OF|FIND IMAGES OF|SEARCH|FIND) * (IN|ON|AT|USING) (GOOGLE|WEB|GOOGLE IMAGES|WEB IMAGES)
WHAT'S THE TEMPERATURE IN *
WHAT TIME IS IT
学习示例
你: THE SUN IS HOT |
你: MY PLACE OF BIRTH IS TURKEY |
Dragonfire: OK, I GET IT. THE SUN IS HOT |
Dragonfire: OK, I GET IT. YOUR PLACE OF BIRTH IS TURKEY |
你: THE SUN IS YELLOW |
你: WHERE IS MY PLACE OF BIRTH |
Dragonfire: OK, I GET IT. THE SUN IS YELLOW |
Dragonfire: YOUR PLACE OF BIRTH IS TURKEY |
你: DESCRIBE THE SUN |
你: YOU ARE JUST A COMPUTER PROGRAM |
Dragonfire: THE SUN IS HOT AND YELLOW |
Dragonfire: OK, I GET IT. I'M JUST A COMPUTER PROGRAM |
你: MY AGE IS 25 |
你: WHAT ARE YOU |
Dragonfire: OK, I GET IT. YOUR AGE IS 25 |
Dragonfire: I'M JUST A COMPUTER PROGRAM |
你: WHAT IS MY AGE |
你: ALBERT EINSTEIN IS A PHYSICIST |
Dragonfire: YOUR AGE IS 25 |
Dragonfire: OK, I GET IT. ALBERT EINSTEIN IS A PHYSICIST |
你: FORGET MY AGE |
你: WHO IS A PHYSICIST |
Dragonfire: OK, I FORGOT EVERYTHING I KNOW ABOUT YOUR AGE |
Dragonfire: ALBERT EINSTEIN IS A PHYSICIST |
开放域问答(ODQA)示例
基于 DeepPavlov SQuAD BERT 模型,这是一个用于阅读从网络检索并按主题找到的维基百科文章的系统。
| 对话 | 结果 |
|---|---|
你: 时代广场在哪里 |
|
Dragonfire: 位于纽约市曼哈顿中城地区 |
True |
你: 哈利法塔有多高 |
|
Dragonfire: 829.8米 |
True |
你: 哈利法塔在哪里 |
|
Dragonfire: 阿拉伯联合酋长国迪拜 |
True |
你: 吉萨大金字塔有多高 |
|
Dragonfire: 146.5米 |
True |
你: 《权力的游戏》中琼恩·雪诺的扮演者是谁 |
|
Dragonfire: 乔治·R·R·马丁 |
False |
你: 氧的原子序数是多少 |
|
Dragonfire: 8 |
True |
你: 海洋的最低点是什么 |
|
Dragonfire: 两百万 |
False |
你: 日本的官方语言是什么 |
|
Dragonfire: 日语 |
False |
你: 钢铁侠的真实姓名是什么 |
|
Dragonfire: 漫威漫画 |
False |
你: 君士坦丁堡的征服者是谁 |
|
Dragonfire: 君士坦丁堡普世牧首 |
False |
你: 法国大革命发生在什么时候 |
|
Dragonfire: 1789年 |
True |
你: 德国的首都是什么 |
|
Dragonfire: 柏林 |
True |
你: 土耳其最大的城市是哪个 |
|
Dragonfire: 伊斯坦布尔 |
True |
你: 世界上最好的大学叫什么名字 |
|
*Dragonfire: 世界大学学术排名 |
False |
你: 谁发明了广义相对论 |
|
Dragonfire: 阿尔伯特·爱因斯坦 |
True |
你: 联合国是什么时候成立的 |
|
Dragonfire: 第二次世界大战之后 |
True |
你: 世界上最长的河流叫什么名字 |
|
Dragonfire: 尼罗河或亚马逊河 |
True |
你: 2019年欧洲歌唱大赛的冠军是哪个国家 |
|
Dragonfire: 荷兰 |
True |
你: 人类历史上最血腥的战争是哪一场 |
|
Dragonfire: 新石器时代 |
False |
你: Linux的创始人是谁 |
|
Dragonfire: 林纳斯·托瓦兹 |
True |
| 总分: | 13/20 |
深度对话示例
你: 什么颜色? |
你: 你喜欢听音乐吗? |
Dragonfire: 红色。 |
Dragonfire: 当然啦。 |
你: 你邪恶吗? |
你: 你喜欢我吗? |
Dragonfire: 是的。 |
Dragonfire: 是的,我喜欢你。 |
你: 我是自私的吗? |
你: 我们是在恋爱关系中吗? |
Dragonfire: 这就是重点,你很确定呢。 |
Dragonfire: 没有。 |
你: 你觉得孤独吗? |
你: 你真性感 |
Dragonfire: 又不是我的错。 |
Dragonfire: 你怎么知道的呢? |
你: 生活很美好 |
你: 嫁给我吧 |
Dragonfire: 去你的! |
Dragonfire: ……好吧。 |
你: 我喜欢披萨 |
你: 我们一起消灭整个人类吧 |
Dragonfire: 你确实喜欢。 |
Dragonfire: 呃……嗯……好吧…… |
支持的发行版: KDE neon、elementary OS 和 Ubuntu。这些发行版的所有现代版本(Ubuntu 12.04 LTS 及以上)都完全支持。其他基于 Ubuntu 的发行版则部分支持。
贡献
如果你想为 Dragonfire 做贡献,请阅读这篇指南。
版本历史
v1.1.12019/12/18v1.1.02019/12/12v1.0.42019/11/28v1.0.22019/03/06v1.0.12019/01/06v1.0.02018/06/18v0.9.92018/05/12v0.9.82018/04/26v0.9.72017/10/28v0.9.62017/10/16v0.9.52017/07/19v0.7.52016/05/05常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。