Skip to content

Moddy14/fritzbox-ki

BranchesTags

Repository files navigation

🤖📞 FritzBox-KI — Deine FritzBox telefoniert mit KI

Deine FritzBox führt echte Telefonate — gesprächsführend, höflich, zielgerichtet.
SIP-Anruf aufbauen, sprechen, zuhören, antworten — vollständig automatisiert.

Python 3.10+ License: MIT OpenAI

📺 Demo

🎬 [YouTube Demo kommt bald] — Ein echter Restaurantanruf, komplett KI-geführt

✨ Features

  • 📞 Echter SIP-Anruf über deine FritzBox (kein Drittanbieter nötig)
  • 🎙️ Whisper STT — versteht was der Angerufene sagt (~1-2s)
  • 🧠 GPT-4o — führt das Gespräch natürlich und zielgerichtet
  • 🔊 OpenAI TTS — spricht mit natürlicher Stimme (z.B. "onyx")
  • ⚡ ~4-5 Sekunden pro Runde (STT + LLM + TTS pipeline)
  • 📋 Phone Skills — erweiterbare Gesprächs-Vorlagen (Reservierung, Fragen, ...)
  • 🔁 Bidirektional — echter Austausch, kein One-Shot
  • 📊 JSON Output — strukturiertes Protokoll nach dem Gespräch
  • 🌐 Web-Suche im Gespräch (via OpenAI Responses API)

🚀 Quick Start (5 Schritte)

1. Repo klonen & installieren

git clone https://github.com/Moddy14/fritzbox-ki.git
cd fritzbox-ki
pip install -r requirements.txt

2. FritzBox SIP-User anlegen

Neuen Telefonie-User in der FritzBox erstellen (Anleitung: docs/FRITZBOX_CONFIG.md)

3. Konfiguration

cp .env.example .env
# Deine Werte eintragen:
nano .env
FRITZBOX_IP=192.168.178.1
FRITZBOX_SIP_USER=ki-telefon
FRITZBOX_SIP_PASSWORD=dein-passwort
OPENAI_API_KEY=sk-...
# MY_IP wird automatisch erkannt wenn nicht gesetzt

4. Erster Anruf

python -m fritzbox_ki.sip_call --number 012345678 --message "Hallo, hier ist ein KI-Assistent."

5. Mit Phone Skill (z.B. Tischreservierung)

python -m fritzbox_ki.sip_call \
  --number 012345678 \
  --skill phone_skills/restaurant_reservierung.md \
  --skill-params '{"restaurant":"Goldener Hirsch","datum":"morgen","uhrzeit":"18:00","personen":2,"name":"Müller"}' \
  --message "Hallo, ich würde gerne einen Tisch reservieren." \
  --max-rounds 10 \
  --json

🏗️ Wie funktioniert's?

Du                  FritzBox-KI              FritzBox            Angerufener
 │                      │                       │                     │
 │──── Auftrag ────────►│                       │                     │
 │                      │──── SIP INVITE ──────►│──── Anruf ─────────►│
 │                      │◄─── 200 OK ───────────│◄─── Abnehmen ───────│
 │                      │                       │                     │
 │                      │  ┌─ Begrüßung (TTS) ──────────────────────►│
 │                      │  │                    │                     │
 │                      │  │◄────── RTP Audio (Sprache) ─────────────│
 │                      │  │                    │                     │
 │                      │  ├─ Whisper API ──────► Transkript          │
 │                      │  ├─ GPT-4o ───────────► Antwort            │
 │                      │  ├─ TTS API ──────────► Audio              │
 │                      │  └─ Audio ──────────────────────────────►  │
 │                      │                                   (repeat)  │
 │                      │──── BYE ─────────────►│                     │
 │◄─── Protokoll (JSON)─│                       │                     │

Technische Komponenten

Komponente Technologie Details
SIP-Signaling RFC 3261 (UDP) Digest Auth, SDP Offer/Answer
Sprachaudio RTP/PCMU (G.711) 8kHz, 20ms Pakete
Spracherkennung OpenAI Whisper ~1-2s, sehr akkurat
Gespräch GPT-4o + Web Search Responses API, 200 Tokens max
Sprachausgabe OpenAI TTS Stimme "onyx", WAV→PCMU konvertiert
FritzBox TR-064 / SIP Fritz!OS 7.x, getestet mit 7530

📱 Phone Skills

Phone Skills sind Markdown-Dateien die dem LLM erklären, wie es ein bestimmtes Gespräch führen soll.

Mitgelieferte Skills

Skill Datei Einsatz
🍽️ Restaurant-Reservierung phone_skills/restaurant_reservierung.md Tisch reservieren
❓ Einfache Frage phone_skills/einfache_frage.md Jemanden etwas fragen

Eigenen Skill erstellen

Einfach eine neue .md-Datei in phone_skills/ anlegen. Aufbau: phone_skills/README.md

python -m fritzbox_ki.sip_call \
  --number 012345678 \
  --skill phone_skills/mein_skill.md \
  --skill-params '{"parameter": "wert"}' \
  --message "Hallo!"

📋 Anforderungen

Was Anforderung
FritzBox Modell 7530 oder neuer (Fritz!OS 7.x)
Python 3.10 oder neuer
OpenAI API Key Für Whisper STT, GPT-4o, TTS
Netzwerk PC und FritzBox im gleichen LAN
OS Linux, Windows (native), WSL2

🔧 FritzBox Setup

Vollständige Anleitung: docs/FRITZBOX_CONFIG.md

Kurzfassung:

  1. FritzBox Web-UI öffnen → Telefonie → Telefoniegeräte
  2. "Neues Gerät einrichten" → "Telefon (ohne Anrufbeantworter)"
  3. Verbindungstyp: "SIP (VoIP)"
  4. Benutzername und Passwort vergeben (diese kommen in .env)
  5. Internrufnummer zuweisen (z.B. 700)
  6. Abgehende Leitung: Dein Festnetzanschluss

💡 Beispiele

Einfacher Anruf ohne Skill

python -m fritzbox_ki.sip_call \
  --number 06888123456 \
  --message "Hallo, hier ist Clawd. Kannst du kurz sprechen?"

Mit JSON-Output + Protokoll

python -m fritzbox_ki.sip_call \
  --number 06888123456 \
  --message "Guten Tag, ich hätte eine kurze Frage." \
  --max-rounds 8 \
  --json > protokoll.json

Python API

from fritzbox_ki import make_call

result = make_call(
    number="012345678",
    message="Hallo, ich rufe an wegen...",
    skill="restaurant_reservierung",
    skill_params={"restaurant": "Zum Hirschen", "datum": "morgen"}
)
print(result["protocol"])

Alle Optionen

python -m fritzbox_ki.sip_call --help

  --number NUM          Rufnummer (Pflicht)
  --message TEXT        Begrüßungstext (TTS)
  --audio FILE          Fertige Begrüßungs-Audiodatei (.raw PCMU)
  --skill FILE          Phone Skill Markdown-Datei
  --skill-params JSON   Parameter für den Skill (JSON)
  --max-rounds N        Max. Gesprächsrunden (Standard: 5)
  --silence SEC         Schweige-Timeout in Sekunden (Standard: 6.0)
  --voice VOICE         TTS-Stimme (Standard: onyx)
  --debug               Verbose Energie/Status-Logging
  --json                JSON-Output statt Protokoll-Text

🏠 WSL2 / Windows

Das Script läuft sowohl nativ unter Linux als auch unter WSL2 und Windows.

  • WSL2: Stellt sicher, dass MY_IP auf die WSL-IP zeigt (nicht 127.0.0.1)
  • Windows: Der Windows High-Resolution Timer wird automatisch aktiviert (für präzises RTP-Timing)
# WSL2: IP automatisch erkennen
export MY_IP=$(ip addr show eth0 | grep 'inet ' | awk '{print $2}' | cut -d/ -f1)

📁 Projektstruktur

fritzbox-ki/
├── fritzbox_ki/
│   ├── sip_call.py       # Kern: SIP + RTP + Conversation Engine
│   ├── config.py         # Konfiguration (env vars / json / cli args)
│   ├── tts.py            # TTS-Abstraktion (OpenAI + lokale Fallbacks)
│   └── __init__.py       # Python-Paket + einfache API
├── phone_skills/
│   ├── restaurant_reservierung.md
│   ├── einfache_frage.md
│   └── README.md         # Skill-Dokumentation
├── examples/
│   ├── simple_call.py    # Minimalbeispiel
│   └── telegram_bot.py   # Telegram-Integration
├── docs/
│   ├── SETUP.md
│   └── FRITZBOX_CONFIG.md
├── .env.example
├── config.example.json
├── requirements.txt
└── setup.py

🤝 Contributing

PRs willkommen! Besonders:

  • Neue Phone Skills
  • Weitere TTS-Provider (ElevenLabs, Coqui, ...)
  • Alternative STT-Engines
  • Tests

📜 License

MIT — siehe LICENSE

🌐 English Summary

FritzBox-KI lets your AVM FritzBox router make AI-driven phone calls.
It uses SIP/RTP to place real calls, OpenAI Whisper to transcribe speech, GPT-4o to generate responses, and OpenAI TTS to speak them — all in a ~4-5 second round-trip loop.

Requirements: FritzBox router, Python 3.10+, OpenAI API key, same LAN.

pip install fritzbox-ki
python -m fritzbox_ki.sip_call --number 012345678 --message "Hello, this is an AI assistant."

Made with ❤️ in Austria 🇦🇹

About

🤖📞 FritzBox-KI — Deine FritzBox telefoniert mit KI. SIP + OpenAI + TR-064.

Resources

Readme
MIT license
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages