VisionClaw

VisionClaw 是一款为 Meta Ray-Ban 智能眼镜设计的实时AI助手，通过语音和视觉交互来执行各种任务。其核心功能包括利用Gemini Live API进行场景描述、物品识别等视觉处理，并通过OpenClaw网关连接到56多种工具和服务，如添加购物清单、发送消息、搜索信息等。技术上，该系统能够以约1fps的速度将摄像头捕捉的画面传输给Gemini Live API进行分析，同时支持双向实时音频流处理。此外，还提供了手机模式和WebRTC直播功能，方便开发者测试和演示。此项目适用于需要增强现实体验或希望通过智能穿戴设备简化日常任务管理的用户。