Initial commit: Cosmo voice assistant

Полностью локальный голосовой ассистент на Python.

Стек:
- Wake word: openWakeWord (onnxruntime)
- STT: RealtimeSTT + faster-whisper + Silero VAD (CUDA)
- LLM-агент: smolagents ToolCallingAgent + Ollama qwen2.5:7b
- TTS: Silero V4 (torch.hub) + sounddevice
- Shell: Git Bash (Windows) / bash (macOS)

Поддерживает Windows и macOS. Агент с памятью и tool calling —
находит программы самостоятельно, запоминает пути, выполняет
произвольные shell-команды.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

cosmo/main.py

@@ -0,0 +1,144 @@
+"""
+Cosmo — локальный голосовой ассистент.
+Стек: openWakeWord → RealtimeSTT (Whisper + Silero VAD) → smolagents + Ollama → RealtimeTTS (Silero)
+
+Запуск:
+    bash run.sh
+    python cosmo/main.py
+"""
+
+import sys
+import os
+import argparse
+import threading
+
+import yaml
+
+# Указываем pydub где искать ffmpeg (установлен через imageio-ffmpeg)
+try:
+    import imageio_ffmpeg
+    from pydub import AudioSegment
+    AudioSegment.converter = imageio_ffmpeg.get_ffmpeg_exe()
+except Exception:
+    pass
+from loguru import logger
+
+sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+
+from cosmo.wake_word import WakeWordDetector
+from cosmo.transcriber import Transcriber
+from cosmo.memory import Memory
+from cosmo.agent import Agent
+from cosmo.tts import TTS
+
+
+
+def load_config(path: str) -> dict:
+    with open(path, "r", encoding="utf-8") as f:
+        return yaml.safe_load(f)
+
+
+def setup_logging(config: dict):
+    log_cfg = config.get("logging", {})
+    level = log_cfg.get("level", "INFO")
+    log_file = log_cfg.get("file", "logs/cosmo.log")
+    os.makedirs(os.path.dirname(log_file), exist_ok=True)
+    logger.remove()
+    logger.add(
+        sys.stderr, level=level, colorize=True,
+        format="<green>{time:HH:mm:ss}</green> | <level>{level: <8}</level> | {message}",
+    )
+    logger.add(log_file, level="DEBUG", rotation="10 MB", retention="7 days", encoding="utf-8")
+
+
+class Cosmo:
+    def __init__(self, config: dict):
+        self.config = config
+        self.name = config["assistant"]["name"]
+        self._running = False
+        self._command_event = threading.Event()
+
+        logger.info("Инициализирую модули...")
+
+        self.tts = TTS(config)
+        self.transcriber = Transcriber(config)
+        self.memory = Memory()
+        self.agent = Agent(config, self.memory)
+        self.wake_word = WakeWordDetector(config, on_detected_callback=self._on_wake_word)
+
+    def _on_wake_word(self):
+        logger.info(f"=== {self.name} активирован! ===")
+        self._command_event.set()
+
+    def _process_command(self):
+        self.tts.say_async("Слушаю")
+
+        # Partial results — печатаем в лог что слышим в реальном времени
+        def on_partial(text):
+            logger.debug(f"[partial] {text}")
+
+        text = self.transcriber.record_and_transcribe(on_partial=on_partial)
+
+        if not text.strip():
+            self.tts.say_async("Не расслышал, попробуй ещё раз")
+            return
+
+        # Агент обрабатывает команду и возвращает ответ для TTS
+        response = self.agent.run(text)
+        self.tts.say(response)
+
+    def run(self):
+        self._running = True
+        self.wake_word.start()
+
+        logger.info("=" * 50)
+        logger.info(f"  {self.name} запущен!")
+        logger.info(f"  Скажи '{self.name}' чтобы активировать.")
+        logger.info(f"  Ctrl+C для выхода.")
+        logger.info("=" * 50)
+
+        self.tts.say(f"{self.name} запущен")
+
+        try:
+            while self._running:
+                triggered = self._command_event.wait(timeout=0.5)
+                if triggered and self._running:
+                    self._command_event.clear()
+                    try:
+                        self._process_command()
+                    finally:
+                        self.wake_word.resume()
+        except KeyboardInterrupt:
+            logger.info("Ctrl+C — завершаю...")
+        finally:
+            self.shutdown()
+
+    def shutdown(self):
+        logger.info("Завершаю работу...")
+        self._running = False
+        self.wake_word.stop()
+        self.transcriber.shutdown()
+        logger.info(f"{self.name} остановлен")
+
+
+def main():
+    parser = argparse.ArgumentParser(description="Cosmo — голосовой ассистент")
+    parser.add_argument("--config", default="config/config.yaml")
+    args = parser.parse_args()
+
+    config_path = args.config
+    if not os.path.isabs(config_path):
+        project_root = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
+        config_path = os.path.join(project_root, config_path)
+
+    if not os.path.exists(config_path):
+        print(f"Конфиг не найден: {config_path}")
+        sys.exit(1)
+
+    config = load_config(config_path)
+    setup_logging(config)
+    Cosmo(config).run()
+
+
+if __name__ == "__main__":
+    main()