Gods Eye View语音控制完全指南OpenAI Realtime AI代理的28个工具全解析【免费下载链接】gods-eye-viewA spy satellite simulator in your browser, except the data is real. Live open source spatial intelligence on a photorealistic 3D globe.项目地址: https://gitcode.com/GitHub_Trending/go/gods-eye-viewGods Eye ViewGEV是一个运行在浏览器里的开源太空眼应用照片级真实的 3D 地球 实时飞机、船舶、卫星、地震、CCTV 公开摄像头等 13 层空间数据。其中最惊艳的功能是语音控制—— 点击麦克风按钮直接开口说话背后的OpenAI Realtime AI 代理通过28 个工具Tools指挥整个应用飞摄像头、画标注、查数据、切图层全程无需动手。本文将带你快速上手并完整解析这 28 个工具的设计思路。 5分钟上手语音控制配置步骤克隆仓库并启动git clone https://gitcode.com/GitHub_Trending/go/gods-eye-view cd gods-eye-view npm install配置 OpenAI Key语音的唯一硬依赖在.env中设置OPENAI_API_KEY然后npm run dev。没有 Key 时整个应用照常运行只是麦克风按钮会提示语音不可用。点击 GEV MIC授权麦克风直接说话无需唤醒词zoom into London、打开数据中心图层 这类指令会被直接识别为控制请求。安全设计OPENAI_API_KEY永远不会出现在浏览器里。客户端只向 realtime.js 提供的本地端点请求一个短期会话令牌session token由服务端代理调用 OpenAI Realtime API。 28 个工具如何组织四大职责线28 个工具全部定义在 tools.js 的GEV_REALTIME_TOOLS数组中按职责可分为指挥相机、绘制标注、数据问询、操控控制台四条线。官方提示词工程约 60 条行为规则则集中在 instructions.js。1️⃣ 指挥它Direct—— 无人机式相机动词7 个工具能力fly_to_location飞往城市、地标或经纬度自动决定取景远近adjust_camera_zoom相对缩放in/out × little/medium/lotzoom_to_globe一键拉出到约 18,000 km 的全地球视图move_camera环绕 / 平移 / 俯仰 / 旋转支持一次性或连续运动frame_overhead电影感取景拉远并倾斜框住头顶的飞机/船只/卫星fly_route沿已画出的路线标注飞行带转弯和缓动select_nearest_aircraft原子操作飞往地点 → 开启航班层 → 选中最近的在飞飞机经典玩法Draw the walking route from the Capitol to Zilker Park→Fly the route we just drew相机就会像航拍镜头一样沿真实街道路径飞行。2️⃣ ️ 标注它Annotate—— 现实世界白板2 个工具能力annotate_map一次可画多个标注图钉 pin、脉冲高亮、建筑/园区真实轮廓 area、连接箭头 arrow、真实街道路径 route、浮空文字 labelclear_annotations清除全部标注仅在用户明确要求时触发这是 28 个工具中最有灵魂的一个你说Outline the Texas State Capitol它会调用地理编码拿到真实建筑边界轮廓而不是画个圆圈说How far is LAX from DFW?地图上会浮起一支跨大陆的箭头并读出距离。标注会跨主题持久保留你可以不断往地图上涂写给别人看。3️⃣ 盘问它Interrogate—— 对实时数据的分析师查询6 个工具能力analyst_query对已启用图层做计数/排序/过滤德克萨斯上空有多少航班、谁在 4 万英尺以上get_entity_context回答我在看什么场景坐标、街景标签、选中实体的实时遥测get_current_view_state读取当前相机/样式/图层/跟踪状态作为其他动作的决策依据track_entity按呼号/MMSI/NORAD ID 锁定并跟随飞机、船舶、卫星stop_tracking停止跟随next_iss_pass计算空间站下次过顶时间、方位角、最大仰角提示词里对analyst_query有严格的计数契约每个数字必须带范围说明你的窗口里有 42 架/视场内 8 架且必须原样复述工具返回的值不许估算——这是保证 AI 诚实性的关键设计。4️⃣ ️ 操控它Operate—— 整个控制台免手操作13 个工具能力set_layer_visibility开关 15 个数据层航班/军舰/火情/船舶/电缆/大坝…show_data_layers_menu打开图层菜单并滚动定位到某一行set_panel_open开/关 8 个 UI 面板set_context_mode进出 Global Context 子模式Contacts / Space Missionscontrol_cockpit进入/退出座舱模式并按图层或机型筛选下一个目标set_visual_style切换 7 种视觉滤镜夜视、热成像、赛博朋克、动漫、黑白、雪景set_hud情报 HUD 的显隐与 tactical/operator/minimal 布局set_detection检测网格的稀疏/均衡/致密密度与配额策略set_map_stack切换底图Google 3D / Bing / Esri / OSMset_post_processing辉光与锐化后处理control_scene播放/停止/续播电影化场景control_cctvCCTV 摄像头选台、最近机位、视场楔形、自动跳台control_radio全球网络电台按国家/品类/位置选台、音量、切换组合指令也完全支持Switch to night vision and turn on the flights layer 会被拆成连续多个工具调用全部成功后才给出一次简短确认。 成本护栏为什么你可以放心开口实时语音 API 是真正花钱的功能项目为此做了四层防护见 voiceCost.js双档位模型standardgpt-realtime-2更聪明与minigpt-realtime-2.1-mini音频成本约低 3.2 倍麦克风旁可切换实时花费读数麦克风旁显示~$0.42级别的实时估算软警告 硬上限花费达 $2 提示$5 直接结束会话短上下文窗口会话上下文默认只有 3000 tokenconstants.js按 50% 留存比例滚动截断进一步压低成本。 核心文件索引文件说明server/providers/openai/tools.js28 个语音工具的完整 JSON Schema 定义server/providers/openai/instructions.js语音代理的系统提示词与行为契约server/providers/openai/realtime.jsRealtime 会话配置与令牌代理端点src/voice/浏览器端 Realtime 会话、成本估算与花费护栏README.md官方Talk to It章节与全部语音示例命令docs/CURRENT-STATE.md项目当前状态与 Key 配置说明️ 新手必试的 6 句开场白️Take me to Tokyo.→Zoom out to a globe view.️Outline the state of Texas, and tell me how far it is from the Eiffel Tower.️How many flights are over Texas right now?️Show me global infrastructure.一次性开启数据中心大坝海缆并拉回全球 ️Play a news radio station near Austin.️When does the ISS pass over next?总结Gods Eye View 的语音控制不是简单的语音遥控器——28 个工具 数十条行为契约让 OpenAI Realtime AI 代理真正看见屏幕、理解实时数据并像一个诚实的分析师那样只陈述成功执行的动作。配上一个 OpenAI Key你的浏览器就变成了一台可以对话的地球情报站。【免费下载链接】gods-eye-viewA spy satellite simulator in your browser, except the data is real. Live open source spatial intelligence on a photorealistic 3D globe.项目地址: https://gitcode.com/GitHub_Trending/go/gods-eye-view创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考