OpenAI「復活」QQ寵物，網友玩瘋養奧特曼

🔑 增強重點摘要

• •此專案並非 OpenAI 官方發布的正式產品，而是由開發者利用 OpenAI 的 API 與開源框架，針對 Windows 作業系統開發的桌面互動式 AI 代理（AI Agent）。
• •該應用程式整合了 OpenAI 的視覺識別模型（GPT-4o）與語音合成技術，使虛擬寵物能即時識別螢幕內容並進行語音互動，超越了傳統 QQ 寵物僅能執行預設腳本的限制。
• •社群開發者透過 GitHub 開源了該專案的底層邏輯，允許使用者透過 Prompt Engineering 自定義寵物的性格、知識庫與行為模式，這也是導致「奧特曼」等二創角色爆紅的主因。

🛠️ 技術深入

• •核心架構：基於 Python 開發，利用 PyAutoGUI 進行螢幕座標捕捉與互動，並透過 OpenAI API 進行意圖識別與對話生成。
• •視覺處理：利用 GPT-4o 的多模態能力，每隔固定秒數截取螢幕畫面並傳送至 API，以實現寵物對使用者操作的「感知」。
• •狀態機設計：採用輕量級狀態機（State Machine）管理寵物行為，結合 LLM 的輸出動態調整寵物的「心情」與「飢餓度」參數。
• •語音互動：整合了 OpenAI 的 TTS（文字轉語音）模型，實現低延遲的即時語音回應。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線