annu678/WatcherRobot-local.pokemon_dex

宝可梦 · 随身图鉴（本地原型）

点击网页拍照 → 机器人单张 JPEG → 本机 llama.cpp + Qwen3-VL 2B → 图鉴数据 → MiniMax 中文 TTS → 机器人扬声器。

界面实时显示流程状态；语音按句合成和顺序播放，并提前合成下一句。第一句就绪后即可开始出声，无需等待整段。此方案是分句播报，不是增量 PCM 连续流式，句间可能有停顿。

也支持输入中文/英文名称查询。低确定性识别显示重拍提示；模型仍可能误认，不构成准确性保证。

运行

本机工作目录的上一级已配置 .venv，在上一级执行：

.\.venv\Scripts\watcherobot.exe robot status
.\.venv\Scripts\watcherobot.exe app check pokemon_dex
.\.venv\Scripts\watcherobot.exe app run pokemon_dex

网页地址：http://127.0.0.1:8769。Application 运行后自动打开；关闭网页不会停止 Application。停止请使用 watcherobot app stop。

不要直接运行 app.py，它需要 Runtime 注入 ApplicationContext。SDK 和实际运行的 Runtime 均要求 0.1.9 或以上且小于 0.2。

外部依赖

• —Windows、Python 3.10–3.12（当前测试 3.11）、WatcheRobot SDK 0.1.9。
• —免安装 llama.cpp 服务 http://127.0.0.1:18765，API 模型别名 qwen3-vl:2b（仅名称，不依赖 Ollama）。使用 Qwen 官方 Qwen3VL-2B-Instruct-Q4_K_M.gguf 和 mmproj-Qwen3VL-2B-Instruct-Q8_0.gguf。本机模型位于 C:\WatcheRobotTools\models\Qwen3-VL-2B，引擎位于上一级 .tools\llama。模型与引擎不随应用源码打包。
• —MiniMax 个人 API 凭据。运行 python configure_tts.py，输入内容隐藏，保存到操作系统凭据管理器。也支持后端 MINIMAX_API_KEY 环境变量；已运行 Daemon 不一定继承新终端的环境变量，优先使用凭据存储。
• —默认 TTS：speech-2.6-turbo / male-qn-qingse，可通过启动 Runtime 前配置 POKEDEX_TTS_MODEL / POKEDEX_TTS_VOICE 调整。
• —音频使用 24kHz、单声道 PCM S16LE；相机、识别和播报串行，不并发占用设备媒体。

隐私及费用

• —视觉推理在本机进行，照片不会发送给 MiniMax。
• —MiniMax 仅接收待播报的图鉴文本，按账户费率计费；相同文本音频会缓存。
• —照片、音频和查询缓存保存在 %LOCALAPPDATA%\WatcheRobotPokedex，不在应用源码内，不会随源码分发。照片目前不会自动清理，可在停止应用后自行删除该目录中的 photos 子目录。
• —API Key 只在后端读取，不出现在网页、仓库或下载包中。
• —网页仅绑定本机回环地址，禁止跨站控制请求，不应暴露到公网。

应用广场准备状态

这是 SDK 标准 app.json + app.py 的源码项目，使用外部浏览器网页，不声称是 Desktop 内嵌面板。

尚未发布、尚未提交审核，未经用户明确许可不得上传。 发布前还需：作者和应用标识确认、实机回归、外部依赖安装体验、商标/数据许可检查，以及应用广场审核要求确认。通过 app check 不代表平台审核通过。

.watcherignore 是 SDK 打包排除规则；SDK 不以 .gitignore 作为分发依据。请勿将密钥、用户照片、模型权重放进源码目录。

宝可梦相关名称、形象和商标归其权利人所有。本原型非官方作品，不附带官方角色插画。图鉴数据来源和使用注意见 data 目录说明。

故障排查

• —机器人未连接：打开机器人 Python SDK / Desktop Link 应用，用当前配对码执行 watcherobot robot pair 六位码。
• —模型未就绪：运行上一级 start-vision.cmd，等待模型加载；确认 http://127.0.0.1:18765/health 返回正常。无需打开 Ollama。
• —模型慢：本机 CPU 推理首轮可能较慢；暂不承诺响应时间。
• —语音错误：文字结果保留，检查 MiniMax 余额、区域和模型权限后点“再听一次”。
• —无 audio.stream 能力：设备固件不支持当前播放接口，需兼容固件。
• —端口冲突：关闭旧实例，不要启动多个机器人 Application；可设置 POKEDEX_PORT 更换网页端口。