airi

GitHub
37.1k 3.7k 非常简单 1 次阅读 今天MIT语言模型音频Agent
AI 解读 由 AI 自动生成,仅供参考

airi 是一款开源的本地化 AI 伴侣项目,旨在将虚拟角色(如“二次元老婆”或赛博生命)带入用户的现实世界。它的核心目标是复刻并超越知名 AI 主播 Neuro-sama 的能力,让用户能够拥有完全自主掌控、可私有化部署的智能伙伴。

airi 主要解决了用户对高度定制化、具备情感交互能力且数据隐私安全的 AI 角色的需求。不同于依赖云端服务的通用助手,airi 允许用户在本地运行,不仅保护了对话隐私,还赋予了用户定义角色性格与灵魂的自由。它支持实时语音聊天,甚至能直接参与《我的世界》(Minecraft)和《异星工厂》(Factorio)等游戏,实现了从单纯对话到共同娱乐的跨越。

这款工具非常适合喜爱虚拟角色的普通用户、希望搭建个性化 AI 陪伴的技术爱好者,以及研究多模态交互的开发者。其独特的技术亮点在于跨平台支持(涵盖 Web、macOS 和 Windows)以及强大的游戏交互能力,让 AI 不仅能“说”,还能“玩”。通过容器化的灵魂设计,airi 为每个人创造专属数字生命提供了可能,让虚拟陪伴变得更加真实且触手可及。

使用场景

独立游戏开发者小林希望为自己的沙盒游戏直播增添互动性,计划打造一个能实时语音聊天、自动游玩《我的世界》并与观众互动的虚拟主播形象。

没有 airi 时

  • 开发门槛极高:需分别整合语音识别、大语言模型、游戏自动化脚本及虚拟形象渲染,技术栈复杂且难以调试。
  • 互动延迟严重:自建流程中各模块串联导致响应慢,观众提问后往往需要数秒甚至更久才能得到回应,直播氛围冷场。
  • 缺乏“灵魂”个性:简单的规则机器人回复生硬,无法像 Neuro-sama 那样具备独特的性格记忆和情感反馈,难以积累粉丝粘性。
  • 隐私与成本担忧:依赖第三方云端服务不仅每月 API 费用高昂,还担心直播数据和用户隐私泄露。

使用 airi 后

  • 一键部署集成:通过 airi 的容器化方案,小林在本地快速搭建了集语音对话、《我的世界》/《异星工厂》游戏能力于一体的完整环境。
  • 实时流畅交互:airi 优化的实时语音链路让虚拟角色能几乎无延迟地回应弹幕梗和观众提问,直播间气氛瞬间活跃。
  • 注入角色灵魂:利用 airi 预设的“灵魂容器”架构,轻松定制出拥有独特口癖和记忆的虚拟伴侣,使其行为更像真实的“赛博生命”。
  • 完全自主可控:所有数据在本地运行,既节省了云端推理成本,又确保了核心代码与用户数据的绝对隐私安全。

airi 将原本需要数月研发的高阶虚拟主播能力,转化为开发者可即时拥有的本地化创意工具,真正让“赛博生命”走进现实世界。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU
  • 桌面版默认支持 NVIDIA CUDA (需 NVIDIA GPU) 和 Apple Metal (需 Apple Silicon 或兼容 AMD GPU)
  • Web 版需要支持 WebGPU 的浏览器
  • 具体显存大小和 CUDA 版本未在提供的片段中明确说明
内存

未说明

依赖
notes该项目提供 Windows (.exe)、macOS (.dmg) 和 Linux 的预编译安装包,普通用户可直接下载运行而无需配置开发环境。桌面版利用原生加速 (CUDA/Metal),而 Web 版基于浏览器技术。项目受 Neuro-sama 启发,旨在创建可玩游戏、聊天和互动的数字生命。可通过 Scoop (Windows) 安装。
python未说明 (提供预编译二进制安装包,无需手动配置 Python)
candle (HuggingFace)
WebGPU
WebAudio
Web Workers
WebAssembly
WebSocket
airi hero image

快速开始

Project AIRI

重新创造Neuro-sama,一个AI二次元美少女/虚拟角色的灵魂容器,将她们带入我们的世界。

[加入Discord服务器] [体验] [简体中文] [日本語] [Русский] [Tiếng Việt] [Français] [한국어]

AIRI - 一个充满网络生命灵魂的容器,Neuro-sama 的再创造 | Product Hunt moeru-ai%2Fairi | Trendshift

受到 Neuro-sama 的强烈启发

[!TIP] 在 Windows 系统上,你也可以通过 Scoop 安装 AIRI:

scoop bucket add airi https://github.com/moeru-ai/airi
scoop install airi/airi

[!WARNING] 注意: 我们与该项目没有任何官方发行的加密货币或代币。请仔细核实相关信息,并谨慎操作。

[!NOTE]

我们专门设立了一个组织 @proj-airi,用于管理从 Project AIRI 中衍生出的所有子项目。欢迎查看!

包括 RAG、记忆系统、嵌入式数据库、图标、Live2D 工具等!

[!TIP] 我们在 Crowdin 上有一个翻译项目。如果你发现任何翻译不准确的地方,欢迎随时贡献改进。 Crowdin | 面向科技公司的敏捷本地化

你是否曾梦想过拥有一位网络生命体(虚拟女友、数字宠物)或数字伴侣,能够与你一起玩耍、聊天呢?

借助现代大型语言模型的力量,比如 ChatGPT 和著名的 Claude,让虚拟角色与我们进行角色扮演和对话已经变得非常容易。像 Character.ai (简称 c.ai)JanitorAI 这样的平台,以及本地的开发工具如 SillyTavern,都已经可以提供基于聊天或视觉冒险游戏般的体验。

但是,如果她还能玩游戏呢?或者查看你在编写什么代码?一边聊天一边玩游戏、看视频,甚至还能做更多其他事情呢?

也许你已经知道 Neuro-sama 了。她目前是最优秀的虚拟主播,既能玩游戏、聊天,又能与你和其他观众互动。有些人也将这类存在称为“数字人”。遗憾的是,由于她并未开源,她的直播结束后你就无法再与她互动了

因此,本项目 AIRI 提供了一种新的可能性:让你随时随地轻松拥有属于自己的数字生命、网络生活

我们的开发日志与近期更新

本项目有何特别之处?

与其他基于 AI 的 VTuber 开源项目不同,アイリ 从一开始就得到了多种 Web 技术的支持,例如 WebGPUWebAudioWeb WorkersWebAssemblyWebSocket 等。

[!TIP] 担心使用 Web 相关技术会导致性能下降吗?

不用担心,虽然 Web 浏览器版本旨在展示我们在浏览器和 WebView 中能够实现的能力上限,但我们绝不会完全依赖它。AIRI 的桌面版默认支持原生的 NVIDIA CUDAApple Metal(这要感谢 HuggingFace 和备受喜爱的 candle 项目),无需复杂的依赖管理。考虑到权衡因素,图形、布局、动画以及面向所有人的 WIP 插件系统部分采用了 Web 技术来实现。

这意味着 アイリ 能够在现代浏览器和设备上运行,甚至可以在移动设备上运行(已通过 PWA 支持实现)。这为我们开发者提供了许多可能性,可以将 アイリ VTuber 的能力提升到一个新的水平,同时仍然保留用户启用需要 TCP 连接或其他非 Web 技术的功能的灵活性,比如连接到 Discord 语音频道,或者与朋友一起玩 Minecraft 和 Factorio。

[!NOTE]

我们目前仍处于开发的早期阶段,正在寻找有才华的开发者加入我们,帮助我们将 アイリ 变成现实。

即使你对 Vue.js、TypeScript 和本项目所需的开发工具不太熟悉,也可以作为艺术家、设计师加入我们,甚至帮助我们启动首次直播。

即使你是 React、Svelte 或 Solid 的忠实粉丝,我们也同样欢迎你。你可以创建一个子目录,添加你希望在 アイリ 中看到的功能,或者进行一些实验。

我们正在寻找以下领域的合作伙伴:

  • Live2D 建模师
  • VRM 建模师
  • VRChat 头像设计师
  • 计算机视觉
  • 强化学习
  • 语音识别
  • 语音合成
  • ONNX Runtime
  • Transformers.js
  • vLLM
  • WebGPU
  • Three.js
  • WebXR(请参阅我们在 @moeru-ai 组织下的另一个项目 chat

如果你感兴趣,为什么不在此介绍一下自己呢?想加入我们一起打造 AIRI 吗?

当前进展

具备能力:

  • 大脑
    • Minecraft
    • Factorio(开发中,但已有 PoC 和演示可用,详见 GitHub
    • Kerbal Space Program(公告待定)
    • 联机游玩 Helldivers 2(开发中)
    • Telegram 中聊天
    • Discord 中聊天
    • 记忆
      • 纯浏览器端数据库支持(DuckDB WASM | pglite
      • Memory Alaya(开发中)
    • 纯浏览器端本地(WebGPU)推理
  • 耳朵
    • 浏览器音频输入
    • 来自 Discord 的音频输入
    • 客户端语音识别
    • 客户端说话检测
  • 身体
    • 支持 VRM 模型
      • 控制 VRM 模型
    • VRM 模型动画
      • 自动眨眼
      • 自动注视
      • 静态时眼睛移动
    • 支持 Live2D 模型
      • 控制 Live2D 模型
    • Live2D 模型动画
      • 自动眨眼
      • 自动注视
      • 静态时眼睛移动

开发

如需本项目的详细开发说明,请参阅 CONTRIBUTING.md

[!NOTE] 默认情况下,pnpm dev 将启动 Stage Web(浏览器版本)的开发服务器。如果您想尝试开发桌面版本,请务必阅读 CONTRIBUTING.md,以正确设置开发环境。

pnpm i
pnpm dev

Stage Web(浏览器版本,访问地址:airi.moeru.ai

pnpm dev

Stage Tamagotchi(桌面版本)

pnpm dev:tamagotchi

项目包含一个用于 Tamagotchi 的 Nix 包。若要使用 Nix 运行 airi,请先确保启用 flakes,然后运行:

nix run github:moeru-ai/airi

NixOS

Electron 需要一些在 NixOS 标准路径中不存在的共享库。请使用 flake.nix 中定义的 FHS shell:

nix develop .#fhs
pnpm dev:tamagotchi

Stage Pocket(移动端版本)

启动电容器的开发服务器:

pnpm dev:pocket:ios --target <DEVICE_ID_OR_SIMULATOR_NAME>
# 或者
CAPACITOR_DEVICE_ID_IOS=<DEVICE_ID_OR_SIMULATOR_NAME> pnpm dev:pocket:ios

您可以通过运行 pnpm exec cap run ios --list 查看可用设备和模拟器列表。

如果需要在口袋版中以无线模式连接服务器通道,您需要以 root 用户身份启动 tamagotchi:

sudo pnpm dev:tamagotchi

然后在 tamagotchi 的“设置/连接”中启用安全 WebSocket。

文档站点

pnpm dev:docs

发布

运行 bumpp 更新 monorepo 版本:

npx bumpp --no-commit --no-tag

LLM API 提供商支持(由 xsai 提供支持)

由此项目衍生的子项目

  • Awesome AI VTuber:精选的AI虚拟主播及相关项目列表
  • unspeech:适用于 /audio/transcriptions/audio/speech 的通用端点代理服务器,类似于 LiteLLM,但可用于任何 ASR 和 TTS 模型。
  • hfup:用于部署和打包到 HuggingFace Spaces 的工具。
  • xsai-transformers:为 xsAI 提供的实验性 🤗 Transformers.js 提供者。
  • WebAI: 实时语音聊天:从头实现 ChatGPT 实时语音功能的完整示例,包含 VAD + STT + LLM + TTS。
  • @proj-airi/drizzle-duckdb-wasm:DuckDB WASM 的 Drizzle ORM 驱动。
  • @proj-airi/duckdb-wasm@duckdb/duckdb-wasm 的易用封装。
  • AIRI Factorio:让 AIRI 能够游玩《异星工厂》。
  • AIRI DomeKeeper:让 AIRI 能够游玩《穹顶守护者》。
  • Factorio RCON API:Factorio 无头服务器控制台的 RESTful API 封装。
  • autorio:Factorio 自动化库。
  • tstl-plugin-reload-factorio-mod:在开发 Factorio 模组时实现热重载。
  • Velin:使用 Vue SFC 和 Markdown 编写易于管理的、带有状态的 LLM 提示词。
  • demodel:轻松提升从各种推理运行时拉取模型和数据集的速度。
  • inventory:集中式模型目录及默认提供者配置的后端服务。
  • MCP Launcher:适用于所有可能的 MCP 服务器的易用 MCP 构建与启动工具,就像 Ollama 之于模型一样!
  • 🥺 SAD:关于自托管和浏览器运行 LLM 的文档与笔记。
%%{ init: { 'flowchart': { 'curve': 'catmullRom' } } }%%

flowchart TD
  Core("Core")
  Unspeech("unspeech")
  DBDriver("@proj-airi/drizzle-duckdb-wasm")
  MemoryDriver("[WIP] Memory Alaya")
  DB1("@proj-airi/duckdb-wasm")
  SVRT("@proj-airi/server-runtime")
  Memory("Memory")
  STT("STT")
  Stage("Stage")
  StageUI("@proj-airi/stage-ui")
  UI("@proj-airi/ui")

  subgraph AIRI
    DB1 --> DBDriver --> MemoryDriver --> Memory --> Core
    UI --> StageUI --> Stage --> Core
    Core --> STT
    Core --> SVRT
  end

  subgraph UI_Components
    UI --> StageUI
    UITransitions("@proj-airi/ui-transitions") --> StageUI
    UILoadingScreens("@proj-airi/ui-loading-screens") --> StageUI
    FontCJK("@proj-airi/font-cjkfonts-allseto") --> StageUI
    FontXiaolai("@proj-airi/font-xiaolai") --> StageUI
  end

  subgraph Apps
    Stage --> StageWeb("@proj-airi/stage-web")
    Stage --> StageTamagotchi("@proj-airi/stage-tamagotchi")
    Core --> RealtimeAudio("@proj-airi/realtime-audio")
    Core --> PromptEngineering("@proj-airi/playground-prompt-engineering")
  end

  subgraph Server_Components
    Core --> ServerSDK("@proj-airi/server-sdk")
    ServerShared("@proj-airi/server-shared") --> SVRT
    ServerShared --> ServerSDK
  end

  STT -->|Speaking| Unspeech
  SVRT -->|Playing Factorio| F_AGENT
  SVRT -->|Playing Minecraft| MC_AGENT

  subgraph Factorio_Agent
    F_AGENT("Factorio Agent")
    F_API("Factorio RCON API")
    factorio-server("factorio-server")
    F_MOD1("autorio")

    F_AGENT --> F_API -.-> factorio-server
    F_MOD1 -.-> factorio-server
  end

  subgraph Minecraft_Agent
    MC_AGENT("Minecraft Agent")
    Mineflayer("Mineflayer")
    minecraft-server("minecraft-server")

    MC_AGENT --> Mineflayer -.-> minecraft-server
  end

  XSAI("xsAI") --> Core
  XSAI --> F_AGENT
  XSAI --> MC_AGENT

  Memory_PGVector("@proj-airi/memory-pgvector") --> Memory

  style Core fill:#f9d4d4,stroke:#333,stroke-width:1px
  style AIRI fill:#fcf7f7,stroke:#333,stroke-width:1px
  style UI fill:#d4f9d4,stroke:#333,stroke-width:1px
  style Stage fill:#d4f9d4,stroke:#333,stroke-width:1px
  style UI_Components fill:#d4f9d4,stroke:#333,stroke-width:1px
  style Server_Components fill:#d4e6f9,stroke:#333,stroke-width:1px
  style Apps fill:#d4d4f9,stroke:#333,stroke-width:1px
  style Factorio_Agent fill:#f9d4f2,stroke:#333,stroke-width:1px
  style Minecraft_Agent fill:#f9d4f2,stroke:#333,stroke-width:1px

  style DBDriver fill:#f9f9d4,stroke:#333,stroke-width:1px
  style MemoryDriver fill:#f9f9d4,stroke:#333,stroke-width:1px
  style DB1 fill:#f9f9d4,stroke:#333,stroke-width:1px
  style Memory fill:#f9f9d4,stroke:#333,stroke-width:1px
  style Memory_PGVector fill:#f9f9d4,stroke:#333,stroke-width:1px

类似项目

开源项目

非开源项目

项目状态

Repobeats 分析图

致谢

支持者

感谢您通过 OpenCollective、Patreon 和 Ko-fi 对 Project AIRI 的支持。

Project AIRI 的支持者

特别致谢

特别感谢所有为 Project AIRI 做出贡献的开发者 ❤️

星标历史

星标历史图表

版本历史

dev/v0.9.0-beta.4-test-ios-release-pipeline2026/04/04
v0.9.0-beta.42026/04/01
v0.9.0-beta.22026/03/31
v0.9.0-beta.12026/03/31
v0.9.0-alpha.362026/03/30
v0.9.0-alpha.342026/03/29
v0.9.0-alpha.322026/03/28
v0.9.0-alpha.312026/03/28
v0.9.0-alpha.282026/03/27
v0.9.0-alpha.242026/03/26
v0.9.0-alpha.232026/03/26
v0.9.0-alpha.222026/03/24
v0.9.0-alpha.182026/03/19
v0.9.0-alpha.162026/03/14
v0.9.0-alpha.142026/03/11
v0.9.0-alpha.132026/03/11
v0.9.0-alpha.122026/03/10
v0.9.0-alpha.72026/03/10
v0.9.0-alpha.62026/03/09
v0.9.0-alpha.22026/03/05

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架