项目总体采用_STT模型+本地大语言模型+TTS模型_三步进行实现，为了能够实现在树莓派等算力资源有限的边缘端设备部署，并使项目延迟尽可能降低，只能选择轻量化的TTS模型与参数较少或者经过量化后的大语言模型进行实现。本项目中每一次问答的处理时间可以控制在十秒以内。

在树莓派上成功安装llama-cpp-python库

在树莓派上成功安装llama-cpp-python库