desk-emoji
Desk-Emoji 是一款极具创意的开源桌面机器人,它将工业风的外观设计与人工智能技术巧妙融合。这款设备不仅是一个精致的桌面摆件,更是一位能与你进行语音对话、通过表情和动作表达情绪的智能伙伴。它主要解决了传统桌面机器人价格高昂、互动生硬且缺乏情感反馈的痛点,让用户能以亲民的成本体验到千元级设备的性能。
无论是热爱动手的极客开发者、关注人机交互的研究人员,还是希望为办公桌增添趣味与科技感的普通用户,都能从 Desk-Emoji 中找到乐趣。开发者可以基于其开源架构进行二次开发,而普通用户则可直接享受其带来的陪伴感。
在技术亮点方面,Desk-Emoji 配备了双轴云台,实现了灵活多变的头部运动;内置精心调优的表情动画与运动算法,使其能根据大语言模型(LLM)回复的情感语调做出相应的肢体动作。此外,它还支持手势识别功能,进一步丰富了人机互动的维度。项目遵循 GPLv3 协议开放源代码,鼓励社区在非商业前提下自由学习与改造,共同探索桌面机器人的无限可能。
使用场景
远程办公的程序员小李在独自调试代码时,常因缺乏即时反馈而感到孤独和枯燥。
没有 desk-emoji 时
- 屏幕上的文字日志冷冰冰,程序报错或运行成功时缺乏直观的情绪反馈,难以快速感知系统状态。
- 长时间面对静态显示器,缺乏互动元素,容易产生视觉疲劳和心理上的孤立感。
- 想要查询技术文档或记录灵感时,必须频繁切换窗口或使用手机,打断心流体验。
- 传统的桌面摆件仅具装饰性,无法响应环境声音或进行任何形式的智能交互。
- 语音助手通常只有机械的合成音,缺少肢体语言和表情配合,交互体验生硬且无趣。
使用 desk-emoji 后
- desk-emoji 能通过两轴云台和精细的 Emoji 动画,根据代码运行结果实时做出“兴奋”或“沮丧”的表情,让状态一目了然。
- 其灵动的头部动作和拟人化交互为桌面注入活力,有效缓解独自在家的孤独感,成为有温度的办公伙伴。
- 支持大模型语音对话,小李可直接口头询问技术问题或口述笔记,desk-emoji 即时回应并配合手势,保持工作专注度。
- 具备手势识别功能,小李只需挥手即可触发特定指令或互动,实现了真正的无接触式人机协作。
- 能够根据对话情感语调调整自身动作幅度,让语音交流充满情绪感染力,仿佛在与真实同事沟通。
desk-emoji 将冰冷的代码世界转化为充满情感互动的物理体验,极大提升了开发者的工作效率与心理幸福感。
运行环境要求
未说明
未说明

快速开始
桌面表情机器人
- 第一款工业风格的桌面机器人,外观时尚酷炫,是理想的桌面装饰品。
- 性价比无与伦比,以极低的价格就能实现千元级桌面机器人的性能。
- 配备两自由度云台和丰富的头部动作,是一款真正灵动的桌面机器人。
- 经过精心调校的表情动画和运动算法,带来流畅生动的交互体验,极具情感吸引力。
- 能够根据回复的情感基调做出相应的回应动作。
- 支持手势识别,实现互动式参与。
- 兼容大规模模型语音对话。

资源
购买它!
作者
- Mark Yang
- 邮箱:mark.yang@ewen.ltd
版权声明
- 本项目的开源部分采用 GPLv3 许可证。用户可在许可条款范围内自由学习、修改,并进行非商业性的DIY活动。未经授权 的商业使用严格禁止,违者将承担法律责任。
版本历史
pc_v1.2.12025/07/29pc_v1.1.02024/12/04esp32_v1.2.02024/12/05esp32s3_v1.2.02024/12/05esp32s3_v1.1.02024/12/04esp32_v1.1.02024/11/24esp32_v1.0.02024/11/09arduino_uno2024/11/09相似工具推荐
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
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
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。
PaddleOCR
PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来,转换成计算机可读取的结构化数据,让机器真正“看懂”图文内容。 面对海量纸质或电子文档,PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域,它扮演着连接图像与大型语言模型(LLM)的桥梁角色,能将视觉信息直接转化为文本输入,助力智能问答、文档分析等应用场景落地。 PaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显:不仅支持全球 100 多种语言的识别,还能在 Windows、Linux、macOS 等多个系统上运行,并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目,PaddleOCR 既能满足快速集成的需求,也能支撑前沿的视觉语言研究,是处理文字识别任务的理想选择。