Spracherkennung

Guida arbeitet an Spracheingabe für lokale, operatornahe Automatisierungsabläufe. Ziel ist nicht, klassische Eingabe vollständig zu ersetzen, sondern gesprochene Befehle mit sichtbarer Browserarbeit, Skripten und lokalen LLM-Funktionen zu verbinden.

Typischer Ablauf

1. Spracherkennung in den Einstellungen konfigurieren.
2. Einen Befehl sprechen oder Text diktieren.
3. Guida wandelt Sprache in Text um.
4. Ein Skript oder lokales LLM interpretiert den Text.
5. Die ausgelöste Aktion läuft wie andere Guida-Automatisierung sichtbar und prüfbar.

Mit Scripting kombinieren

Sprachbefehle werden besonders nützlich, wenn sie mit vorhandenen Skripten und LLM-Aufrufen verbunden werden:

async function main() {
  const command = g.tool.args.command;

  if (command.includes("zusammenfassen")) {
    const content = await g.dom.extractContent("body");
    const summary = await g.llm.promptLocalLlm("llama3.2", "Fasse zusammen: " + content);
    await g.tts.speak(summary);
  }
}

Grenzen

Spracheingabe ist eine zusätzliche Bedienform, kein Ersatz für Freigaben, Domainkontrollen oder das Nachverfolgungsprotokoll. Aktionen, die über MCP oder andere beaufsichtigte Oberflächen laufen, behalten ihre Sicherheitsregeln.

Nächste Schritte

• LLM-Einrichtung - lokale Modelle konfigurieren
• Scripting-Überblick - Skripte für gesprochene Befehle vorbereiten
• MCP-Integration - Freigabe- und Nachverfolgungsmodell verstehen