stt-support-assistent

Version 0.8.12

Portable Speech-to-Text-Anwendung (Windows) mit lokaler KI-gestützter Textkorrektur/-analyse und angebundenem KI-Support (Jarvis). Geschrieben in Go mit Fyne-GUI. Die App ist eigenständig: Binaries und Modelle werden beim ersten Start automatisch heruntergeladen; danach läuft sie voll offline.

Funktionsüberblick

• Zwei STT-Pipelines
  • Whisper + Gemma (Standard): whisper.cpp für die Spracherkennung → llama.cpp (Gemma 4) zur Grammatik-/Zeichensetzungskorrektur an Satzgrenzen.
  • Gemma Native: llama.cpp multimodal transkribiert Audio direkt über das Gemma-4-E2B-Modell.
• Analyse wahlweise über lokales Gemma 4, Google Gemini Flash oder Remote-Ollama/vLLM.
• KI-Support (Jarvis): Suche über RAG (Wissensdatenbank) / Jira / Confluence mit optionaler KI-Gesamtzusammenfassung; Quellen inkl. klickbarem Link, Wissens-Dateien werden mit API-Key geladen (siehe jarvis_api.md).
• Suche passende Tickets: findet per Knopfdruck zum erkannten Text passende Jira-Tickets (Prompt-Vorlage in den Einstellungen hinterlegbar).
• Auto-Update über GitHub: prüft beim Start still das neueste Release; ist eine neuere Version verfügbar, wird sie nach Rückfrage heruntergeladen, installiert und die App automatisch neu gestartet. Die aktuelle Version steht im Fenstertitel in Klammern. Release-Erstellung über release.sh.
• Rufnummern-Übergabe (Webhook): eingehender HTTP-Webhook (Einstellungen → „Rufnummern Übergabe“, Standard-Port 5555, lauscht auf 0.0.0.0). Ein externer Trigger übergibt per GET (?number=…) oder POST (JSON {"number":"…"}) die Rufnummer eines Anrufers; die App sucht damit in Jira und trägt den Issue-Key des besten Treffers ins Feld „erkannter Kunde“ ein.

Build

Linux (nativ)

go build -o stt-app .

Windows (Cross-Compile von Linux)

CGO_ENABLED=1 GOOS=windows GOARCH=amd64 CC=x86_64-w64-mingw32-gcc \
  go build -ldflags "-H=windowsgui" -o stt-app.exe .

Der erste Start benötigt Internet, um ~2 GB Modelle und Binaries zu laden. Danach ist die App vollständig offline lauffähig.

Weitere Dokumentation

• CLAUDE.md — Architektur- und Quellcode-Überblick
• PROJEKT_INFO.md — ausführliche Projektdokumentation
• jarvis_api.md — REST-API des internen Jarvis-Support-Assistenten
• DP-SwyxAgent_STT_WebSocket_Protocol.md — Protokoll des Remote-Whisper-Servers

Hinweise

• config.json, libs/, models/ und Build-Artefakte sind bewusst per .gitignore ausgenommen (Secrets bzw. große Laufzeitdaten).