Alexa sollte nur noch als Spracheingabe/ausgabe verwendet werden. Ein lokale KI setzt die Sprachausgabe ab. Ein lokaler Skill (Markdown) entscheidet, was erzählt werden soll. Die MD kann sich jeder selbst prompten lassen. Ich möchte z.B. meine Alexa im Bad fragen können, was ich für meine Hausratversicherung bezahle oder wann ich zum TÜV muss. Jeder kann auch selbst entscheiden , ob alles lokal bleibt oder auch Connectoren zu Gmail oder sonstwo nach draußen gehen.
Schöne Idee, aber leider funktioniert Alexa so nicht. Die haben ihr eigenes Ökosystem. Vielleicht kannst du was vergleichbares aber über OpenClaw oder dergleichen umsetzen? Du müsstest nur schauen, was du an Hardware für die Sprachein- und -ausgabe nutzt. Die Alexas werden es aber wahrscheinlich nicht.
Wenn du die Brücke schaffst, dann kannst du Symcon schon mit dem MCP-Prototypen einbinden. Das ist dann nur noch eine Kleinigkeit, wenn du den Rest hinbekommst 
Die Ausgabe sollte doch mit dem Amazon Echo Remote Control Modul funktionieren. Bei der Eingabe weis ich nicht ob man den Text mitlesen kann, ich bin nur Anwender dieses genialen Moduls, das bei mir seit Jahren seinen Dienst im Badezimmer verrichtet ,mit einem Hue Bewegungsmelder getriggert wird und Wetter/Müllabfuhr ansagt und je nach Tageszeit anschließend Spotify Playlists spielt. Ein intelligenter Assistent im Badezimmer wäre ein nützlicher Helfer.
Ausgabe kannst du mit dem Modul machen. Audio abgreifen geht aber so direkt halt überhaupt nicht. Theoretisch könntest du einen Alexa Skill erstellen, welcher mit einem Codewort aktiviert wird und dann irgend etwas mit dem weiter gesagten macht, z.B. „Alexa, sage Ipsy ich möchte wissen ob noch eine Heizung an ist“. Diese Skills laufen aber auch in der Cloud, also würde die Anfrage erst einmal in die Alexa wandern, dann über einen vorbereiteten Kanal zurück zu dir und dort zur lokalen KI. Das macht ja irgendwie den lokalen Charme auch wieder kaputt.
Das ist übrigens auch überhaupt nicht die Kerbe, in die unser aktuelles Alexa-Modul schlägt. Das ist nämlich eine Geräte-Skill, welcher Alexa Geräte zum Schalten anbietet. Die gesamte Auswertung und Co geschieht durch Alexa, da machen wir nichts. Bei uns kommen nur die Schaltbefehle an, die wir dann per Connect an das Symcon-System weiterleiten.
Ich hatte eher daran gedacht, das mein Hue Bewegungsmelder eine KI triggert, meinetwegen über PHP. Die KI hat in ihrem Skill (MD Datei) einen Prompt, der vorgibt, welche Informationen in menschlicher Ausdrucksweise gesammelt und formuliert werden. Dieser Ausdruck wird mit dem Alexa Modul dann als Stimme im Bad auf dem Echo ausgegeben.
Das ist natürlich eine ganz andere Anforderung und natürlich jetzt schon umsetzbar. Dann machst du per PHP eine Anfrage an deine lokale KI und gibst die Ausgabe über das Modul aus. Wie die Anfrage aussieht hängt natürlich davon ab wo genau du deine KI laufen hast.
Wobei ich hier noch nicht ganz den Anwendungsfall für KI sehe. Was sollte denn beim Betreten des Badezimmers ausgegeben werden? Also jetzt vom Benutzererlebnis her, unabhängig von der technischen Umsetzung.
Ich habe festgestellt, das gescriptete Sprachausgabe unecht und langweilig wirkt. Eine Ki formuliert immer wieder neu. Das Badezimmer ist ein idealer Ort, man betritt es meist morgens, es ist ruhig und abgeschottet . Ich brauch ein kurzes Tagesupdate (Wetter, Müllabfuhr, Einkäufe, Termine usw.) Eine KI sammelt die persönlichen Informationen und fasst es in einem schön formulierten Report zusammen. Das ist besser als gescriptet, also wie ein persönlicher Assistent der sich im Bad bei mir meldet.
Es hat funktioniert, die KI hat mir gesagt ich soll eine Jacke anziehen 