搭建 AI 助手

AI助手经常迁移服务器，折腾来折腾去，所以目标是根据这个文档，能够快速重新搭建出来一个。

除了最基础的和外部应用链接，还需要：

1. 开发环境：新机器配开发环境：zsh、uv、Node.js —— 新 Ubuntu 机器按顺序复制粘贴五步；装完 zsh 必须手动改 $SHELL，否则 nvm 会写进 ~/.bashrc，zsh 里找不到 node
2. 先用 caddy 进行反向代理完全覆盖 header 为localhost访问，进行域名绑定
3. API 中转：Caddy 换 key 转发，Agent 只拿一个网关 token，不存厂商 key；DeepSeek、AutoDL、下载狗、TikHub 已在国内机上线，CodeProxy、OpenRouter 在海外机，记录我们的决策和踩过的坑；厂商 key 打码写在文中（为什么能公开放密文）

4. 基础能力（接入说明见 Agent 基础能力）：

   能力	读取	生成
   PDF	阅读 PDF	—
   音频	转录（语音转文本）	生成语音（默认自己的音色，或微软 MAI-Voice 的 Mei）、生成音乐
   图片	-	生成图片、编辑图片
   视频	阅读视频（关键帧联系图、转写）	生成视频
   网络	网络搜索、读取网页、解析分享链接（小红书、抖音、B 站）	—
   邮件	读取邮箱（汇总未读、标已读）	—
   调用大模型	-	调用 DeepSeek、结构化判断（默认 Jev，另接微软、OpenAI、Mercury）

   维护记录（AI 正常使用不用看）：维护板块 —— 两部分：Agent 能力背后的选型实测和上游来源，外部 skill 的吸纳记录

5. 信息收集：接收邮件、获取热点

6. 知识输出：维护文档

具体任务：

1. 每日整理邮件
2. 每个月检查使用的仓库的更新，例如 fastapi zensical langfuse 等等
3. 每周检查仓库更新：dsh-harness
4. 每周检查 github 趋势
5. 整理AI意见领袖
6. 论文分析

对于整理邮件关注的板块：

• 数字人、tts、llm、
• 流行的skill
• 新模型