ASTRO — self-hosted, self-improving voice AI agent

ASTRO to samodzielny agent głosowy typu open-core: słyszy, mówi, widzi, wykonuje komendy na swoim urządzeniu, uczy się w trakcie pracy i trenuje własne modele (LoRA). Zbudowany od zera jako czysty, testowalny SDK — bez chmury obowiązkowej (offline-first, NPU-first).

🌐 Projekt ASTRO — strona komercyjna: netrunner.edu.pl/projekt-astro

To jest publiczne lustro projektu. Repozytorium źródłowe (prywatne) zawiera dane osobiste i logi, dlatego publiczny snapshot jest sanityzowany: IP, ścieżki i sekrety zastąpiono placeholderami. Kod jest w 100% realny i testowalny.

Demo

🎧 Próbka głosu ASTRO (TTS Piper, profil „dziewczynka"): posłuchaj

Po co istnieje

• Prywatny asystent w domu: budzi się na „Hej Astro", rozumie polską mowę (Vosk + Whisper na NPU), odpowiada głosem (Piper), wykonuje komendy systemowe.
• Samodoskonalenie: pętla nauki zadaje pytania, zbiera wiedzę do lokalnej bazy (learned), destyluje trajektorie i trenuje własne adaptery LoRA.
• Widzi otoczenie: kamera sieciowa (ONVIF/RTSP), detekcja obiektów i twarzy, rozpoznawanie osób, OCR, wiek/płeć, zdarzenia ruchu, opis sceny VLM.
• Offline-first: na Raspberry Pi z Hailo-10H NPU działa bez internetu; PC/klucze chmurowe są opcjonalne (wspomaganie, nie wymóg).

Wymagany sprzęt (referencyjny)

Kod działa bez NPU, kamery i PC (fallback CPU + symulacje w testach) — ale pełny UX wymaga zestawu referencyjnego.

Quickstart

# UWAGA: katalog docelowy musi nazywać się `astro` (pakiet Python importuje `astro.*`)
git clone https://github.com/mobium-app/ai_astro_public.git astro
cd astro
pip install -r requirements.txt

# konfiguracja (wzorce — uzupełnij własnymi wartościami)
cp config/machines.env.example config/machines.env

# testy (hermetyczne, bez sprzętu)
python3 tests/run_tests.py

# czat tekstowy
python3 scripts/astro_repl.py

Architektura (skrót)

• backends/ — silniki: CPU, NPU (Hailo), PC (Ollama przez tunel), remote (opcjonalne).
• core/ — pętla observe→act→verify, dispatch intencji, tryby pracy (offline/komputer/premium).
• tools/ — rejestr narzędzi (system, sieć, pliki, kamera, wiedza) + bramki bezpieczeństwa.
• audio/ — wake word, STT (Vosk/Whisper NPU/CPU), TTS (Piper), streaming.
• vision/ — detekcja (YOLO/SCRFD na NPU lub CPU), twarze (SFace), OCR, wiek/płeć, VLM.
• memory/ — SQLite memory.db: wiedza wektorowa (learned), trajektorie, sesje, biometria (AES-GCM).
• safety/ — reguły: komendy nigdy do chmury, twarde odmowy, ochrona sekretów.
• skills/ — receptury komend deterministycznych (must-have, bez modelu).
• scripts/ — bramki jakości (E1–E9), trening LoRA, destylacja, audyt must-have.

Testy i jakość

python3 tests/run_tests.py      # ~990 hermetycznych testów (stdlib unittest)
python3 scripts/must_have_audit.py   # audyt komend głosowych
python3 scripts/e6_gate.py --model <tag> --url http://127.0.0.1:11434 \
  --runtime-prompt --max-tools 6 --temp 0 --seed 42 --no-baseline --quick

Promocja modelu odbywa się wyłącznie po zaliczeniu bramek (tools/chain/chat) — bez regresji względem baseline.

Jak pomóc

• Zgłoś błąd / pomysł: issue lub PR (patrz CONTRIBUTING.md).
• Luki bezpieczeństwa: SECURITY.md (nie w publicznych issue).
• Najbardziej przydatne obszary: STT/TTS, nowe narzędzia, komendy PL, trening LoRA.

Licencja

MIT — patrz LICENSE.

Projekt komercyjny

ASTRO to także komercyjny projekt — strona projektu: netrunner.edu.pl/projekt-astro.

Status

Snapshot public-YYYY-MM-DD (wersja prywatna v0.122+). Publiczne repo jest aktualizowane skryptem mirrorującym; prywatny rdzeń może zawierać postęp ponad snapshot.