Elliot ESP32 Voice Assistant
这是 Frida Ruh 公开的项目资料。本站按原始来源展示项目信息，用中文说明适用场景和阅读边界；项目名、源帖与代码保持原样，便于逐项核对。
这条案例记录了什么
实时与语音 Agent、Agent 与模型路由
判断下一步响应或路由；音频转写和输出仍由其他组件完成。
社区公开项目或作者演示
原始来源：Frida Ruh via X。作者自述，本站未独立复现。
Frida Ruh
记录日期：2026-09-23。日期与身份应以原始资料为准。
怎样核对这个项目
- 先打开原始来源，确认作者、日期与 Jev 在项目中的具体用途。
- 如果提供仓库，再检查代码、运行要求和许可证；仓库存在不代表本站已经运行成功。
- 对速度、成本、准确率和规模数字，查看原文的任务、环境和计算口径。
- 转写错误的影响。
- 端到端延迟而非单次响应。
- 实时失败后的回退。
- 路由候选是否完整。
原始文字与技术细节
以下内容保留原语言，供核对事实。中文页的场景说明是阅读提示，不是逐句翻译或实测结论。
展开英文项目摘要与原帖
项目摘要
Frida Ruh describes connecting Jev as the intent router in Elliot, an ESP32 voice assistant. Jev decides whether a request should go to a large LLM or stay on the fast voice model; Supermemory supplies persistent context.
来源原文
Como updates Conecté Jev de @typesafeai como intent router en Elliot (mi asistente en ESP32). Clasifica la intención: decide si manda la petición a un LLM grande o se queda en el modelo rápido de voz. Así me ahorro broncas de latencia y la interacción se siente mucho más smooth. Además le sumé supermemory para que tenga contexto persistente y me conozca… a ver qué tal!
原记录的限制
- The post does not include a repository, benchmark table, or threshold details.
- The latency benefit is qualitative in the source post and should be remeasured on hardware.