KokoAssistant v2
Asistente de escritorio por voz inteligente, modular y de ultra-baja latencia para Windows con arquitectura híbrida multi-modelo y control de hardware.
About
KokoAssistant v2 fue concebido como un asistente de escritorio de alta fidelidad que no depende de interfaces web pesadas ni latencias frustrantes. Todo el pipeline de voz a texto se procesa en ~240ms mediante Groq Whisper o de forma 100% offline con Faster-Whisper de respaldo.
Su mayor innovación reside en la arquitectura de capas híbrida: consultas cotidianas se despachan a la velocidad del rayo mediante modelos ligeros, mientras que solicitudes de razonamiento, depuración de software o análisis matemático se delegan en paralelo a Claude 3.5 Sonnet o DeepSeek Reasoner.
Gracias a su integración nativa con las APIs del sistema operativo de Windows, KokoAssistant puede controlar el volumen del hardware por aplicación, inspeccionar capturas de pantalla con modelos de visión y reaccionar a atajos de teclado globales.
Highlights
- Latencia ultra-baja: streaming conversacional continuo con Groq Whisper en ~240ms
- Arquitectura IA híbrida por capas: Capa base (Gemini 2.5 Flash / Llama 3.3 70B) + Capa compleja (Claude 3.5 Sonnet / GPT-4o / DeepSeek Reasoner)
- Reconfiguración en caliente por voz: cambia dinámicamente de modelo durante la conversación
- Control de hardware de Windows con pycaw (volumen granular, teclas multimedia)
- Atajo global Ctrl+Alt+K para análisis instantáneo del portapapeles
- Visión multimodal de pantalla (Gemini Vision) para auditar ventanas activas o código
- Detección automática de Gaming Mode (hibernación de recursos pesados al jugar)
- Instalador automatizado en 1-clic con entorno aislado .venv y asistente de diagnóstico
