susi_gassistantbot
susi_gassistantbot 是一个开源项目,旨在将智能问答助手 SUSI AI 集成到谷歌助手(Google Assistant)中。它解决了用户希望在不同语音助手中统一使用 SUSI AI 服务能力的需求,让开发者能够轻松构建自定义的语音交互应用。
该项目主要面向具备一定编程基础的开发者。通过它,你可以利用 SUSI AI 强大的后端处理能力,结合 Google Assistant 的广泛用户基础,快速搭建自己的语音技能。其核心技术亮点在于巧妙地利用了 API.AI(现 Dialogflow)作为中间桥梁:开发者只需将代码部署到 Heroku 云平台生成 Webhook 地址,并在 API.AI 中配置意图(Intent)与 fulfillment 回调,即可实现谷歌助手与 SUSI API 的无缝对接。
整个流程涵盖了从谷歌开发者控制台创建项目、GitHub 代码托管到 Heroku 自动部署的完整链路。虽然配置步骤涉及多个平台的操作,但项目提供了详细的图文指引和测试演示,帮助开发者顺利完成集成。如果你正在探索语音交互技术,或希望为自己的产品添加智能对话功能,susi_gassistantbot 提供了一个清晰可行的技术参考方案。
使用场景
一位独立开发者希望将自己搭建的开源问答系统 SUSI AI 快速集成到谷歌助手生态中,以便用户能通过语音直接获取智能回复。
没有 susi_gassistantbot 时
- 开发者需手动编写大量胶水代码来连接谷歌 Actions API 与 SUSI 后端,配置过程繁琐且极易出错。
- 每次修改问答逻辑或修复 Bug 后,都必须重新打包并手动部署服务,无法实现代码提交后的自动更新。
- 缺乏标准化的意图(Intent)映射模板,导致自然语言识别准确率不稳定,用户经常得到“我不明白”的错误反馈。
- 调试过程依赖复杂的日志查看,无法通过谷歌助手的官方测试工具直接验证端到端的语音交互流程。
使用 susi_gassistantbot 后
- 只需按照指引在 API.AI 控制台配置 Webhook 地址,即可一键打通谷歌助手与 SUSI API 的数据链路,无需重复造轮子。
- 结合 GitHub 与 Heroku 的自动化部署流程,开发者推送代码后服务自动更新,大幅缩短了迭代周期。
- 内置标准化的意图定义示例,确保用户提问能精准匹配 SUSI 的回答逻辑,显著提升了语音交互的流畅度。
- 直接利用谷歌助手的集成测试功能,开发者可用同一账号实时模拟真实用户场景,快速验证并优化回答效果。
susi_gassistantbot 通过标准化的部署流程和自动化机制,将原本数天的语音助手集成工作缩短至小时级,让开源 AI 能力得以快速触达终端用户。
运行环境要求
未说明
未说明

快速开始
设置:
- 首先,我们将在 Actions on Google 的 开发者控制台 上创建一个项目,然后使用 API.AI 在该项目中设置 Action。

完成上述步骤后,将打开 API.AI 控制台,在那里为刚刚创建的项目创建一个代理。
现在我们已经有了一个代理。为了在 Google 上创建 SUSI Action,我们需要在 API.AI 左侧菜单中定义一个“意图”。但由于我们需要从 SUSI API 获取响应,因此必须先设置 Webhook。

在左侧菜单中找到“履行”选项,将其打开并输入 URL。我们需要将前面编写的代码部署到 Heroku 上,但在那之前,先创建一个 GitHub 仓库,并将我们之前创建的文件夹中的文件推送到该仓库。
在命令行中,将当前目录切换到我们之前创建的文件夹,然后执行以下命令:
git init git add . git commit -m "initial" git remote add origin <远程仓库URL> git remote -v git push -u origin master您可以通过在 GitHub 上创建一个仓库并复制其链接来获取远程仓库的 URL。

现在我们需要将这个 GitHub 仓库部署到 Heroku,以获得 URL。
如果您还没有 Heroku 账户,请在此处注册:https://www.heroku.com/;否则直接登录并创建一个新的应用。

通过部署选项将您的仓库部署到 Heroku,并选择 GitHub 作为部署方式。

选择自动部署,这样当您对 GitHub 仓库进行任何更改时,这些更改都会自动部署到 Heroku。
从右上角的选项中打开您的应用,复制 Heroku 应用的链接,并在其末尾添加 /webhook,然后将此 URL 输入到履行 URL 中。
https://{Your_App_Name}.herokuapp.com/webhook设置好 Webhook 后,我们将在 API.AI 上创建一个意图,该意图将接收用户向 SUSI 提出的问题。要创建意图,从左侧菜单中选择“意图”,按照下方截图中的信息创建意图,并保存。

创建完意图后,您的代理就准备好了。接下来只需将代理与 Actions on Google 集成即可。在左侧菜单的“集成”选项中启用集成功能。
现在您的 SUSI Action 已经可以在 Google 助手上使用了。要测试它,请在集成菜单中点击 Actions on Google,然后选择“测试”选项。

- 您只能使用第 7 步中用于创建项目的同一邮箱进行测试。要在 Google 助手中测试,请观看此演示视频:https://youtu.be/wHwsZOCKaYY
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。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
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