Local AI Receptionist – KI-Telefon-Receptionist, komplett lokal

Was es macht

Ein KI-Receptionist, der ans Telefon geht (Twilio-Nummer) oder im Browser antwortet, Termine vereinbart und Italienisch (mit Mailänder Akzent) und Deutsch spricht. Alles läuft lokal auf einem Apple-Silicon-Mac mit Open-Source-Modellen. Es ist ein stark umgebauter Fork von ai-caller-cosmio (Cosmio).

Highlights

Hören mit NVIDIA Parakeet v3, Stimme mit Qwen3-TTS (aus einer Aufnahme geklonte Stimme), beides lokal auf MLX
Das „Gehirn“ ist Claude Code oder kostenlose Dienste (Groq, Gemini, OpenRouter …), mit automatischem Ausweichen auf einen anderen Dienst
Erste Audioausgabe etwa 1,5 bis 2,5 Sekunden nach dem Ende des Kundensatzes
Admin-Panel: Öffnungszeiten und echte freie Plätze, CalDAV-Kalender (Nextcloud, iCloud …) lesend und schreibend, Bestätigungs-E-Mail, Twilio-Nummer mit automatisch verbundenem Webhook
Import von der Firmenwebsite: Der Receptionist liest bis zu 30 Seiten, Claude erstellt daraus die Karte für das Telefon
Praxisbeispiel: für einen kleinen Betrieb anhand seiner echten Website eingerichtet und getestet

Screenshots

Testanruf im Browser: Sprache oder Chat, das Gespräch bleibt mitgeschrieben.

Admin-Panel, „Importieren von der Website“: Die Telefon-Karte wird automatisch befüllt (erfundenes Beispiel: Studio Rossi).

Öffnungszeiten, Agenda-Regeln und die nächsten freien Termine, berechnet aus Zeiten, Terminen und Kalendern.

Technik

JavaScript Python Parakeet Qwen3-TTS CalDAV Twilio

Stand

Getestet mit simulierten Anrufen, Browser-Chat und einem lokalen CalDAV-Server. Noch nicht getestet: eine echte Twilio-Nummer und ein echtes Nextcloud. Der Quellcode ist noch nicht öffentlich.