【开源项目】AIRI 一个能陪你打游戏、交谈的开源 AI 伴侣(二次元老婆)

【开源项目】AIRI 一个能陪你打游戏、交谈的开源 AI 伴侣(二次元老婆)

引言

作为一个喜欢折腾开源项目的技术爱好者,最近我试用了 ​​Project AIRI​​——一个能自己部署的虚拟伴侣系统。它不只是聊天机器人,还能陪你打游戏、实时语音互动,甚至作为桌宠常驻桌面。最吸引我的是它的开源属性(MIT 协议)和可定制性,所有数据都在本地运行,隐私无忧。

image.png

正文

1. ​​部署安装:简单三步快速体验​

Project AIRI 支持多平台(Web/macOS/Windows),以下是实测可用的部署方式:

  • ​Windows 一键安装(小白友好)​​在 GitHub Releases 下载 AIRI_0.7.1_windows_amd64-setup.exe,安装后任务栏会出现 AIRI 图标。右键可调整位置(如置底左),设置中绑定 API 后即可对话。
  • ​NAS 部署(低功耗设备实测可行)​​支持 Synology 或树莓派,通过 Node. Js 环境运行。文档提到依赖 DuckDB-WASM 嵌入式数据库,内存占用优化较好,但需注意 WebGPU 加速在 NAS 上可能受限。

​本地运行(推荐开发者)​​克隆代码库并安装依赖(需 Node. Js 18+ 和 pnpm):

git clone https://github.com/moeru-ai/airi cd airi pnpm i pnpm dev:web # 启动浏览器版

首次启动后会提示配置 LLM API(支持 OpenAI、Claude、国产模型如 DeepSeek 等),填入自己的 API Key 即可启用聊天功能。

💡 ​​避坑提示​​:

  • 语音功能需额外配置 TTS/ASR API(如 Azure Speech),自带的免费选项有限;
  • 网页版 Demo(airi. Moeru. Ai)部分功能未开放,建议本地部署体验完整能力。
2. ​​核心功能:不止聊天,还能联机打游戏​
  • ​实时语音 & 多模态交互​
    通过 WebAudio 和 WebRTC 实现低延迟语音对话,麦克风输入可直接转为文本指令。角色模型(Live 2 D/VRM)支持自动眨眼、视线跟踪,比如你移动鼠标时它会“看”向你。
  • ​真正的游戏伙伴​
    • ​《我的世界》​​:通过 airi-minecraft 模块(已合并至主项目),AI 能理解自然语言指令,例如输入 *“帮我建个木屋”*或 “收集 10 个钻石”,它会自主规划路径并操作角色;
    • ​《异星工厂》​​:需加载 autorio 模组,AI 可协助自动化生产链,例如 *“优化电力供应”*或 “扩展铁矿运输带”
  • ​记忆与个性化​
    内置 DuckDB-WASM 数据库存储对话历史,启用 RAG(检索增强生成)后,AI 能记住你的偏好(比如喜欢的游戏或聊天话题)。
image.png
3. ​​技术亮点:开源生态与可扩展性​
  • ​模块化设计​​:子项目如 unspeech(语音处理)、xsai(LLM 接口层)可独立使用,方便集成到其他应用;
  • ​社区驱动​​:鼓励贡献 Live 2 D 模型或游戏插件,已有用户制作了《星露谷物语》的实验性支持;
  • ​隐私优先​​:所有数据留在本地,LLM API 调用可自建代理(如通过 Ollama 本地运行模型)。
image.png

总结

Project AIRI 的野心不仅是复刻一个 “Neuro-sama”,而是打造​​可私有化、可深度定制的数字生命框架​​。它的价值在于开源透明和技术堆栈的实用性(TypeScript + WebGPU + LLM),适合两类人:

  1. ​技术实验者​​:通过扩展游戏模块或集成新 LLM 探索多模态 AI 的边界;
  2. ​数字伴侣爱好者​​:想要一个完全掌控数据、能长期互动的“桌搭搭子”。

项目目前仍在迭代(GitHub 活跃),部分功能如视觉识别还在开发。但如果你愿意动手,它可能是最接近“赛博伙伴”的开源实现。

项目地址:https://github.com/moeru-ai/airi

游戏模块文档:Minecraft 代理 | 异星工厂模组

往期回顾:
🔥【开源项目】我​​在电脑上“养”了个能干活的AI助手:NeuralAgent上手记录

🔥【开源项目】轻量加速利器 HubProxy 自建 Docker、GitHub 下载加速服务

🔥【开源项目】初中生开源神作!BiliTools 能下8K视频、高质量音频,支持AI总结的全能工具

Read more

为什么你的Copilot总出错?这3个使用误区99%新手都踩过

第一章:为什么你的Copilot总出错?这3个使用误区99%新手都踩过 过度依赖模糊描述 GitHub Copilot 虽然具备强大的上下文理解能力,但若输入指令过于笼统,例如“帮我写个函数”,它将难以判断具体需求。应提供明确的编程语言、功能目标和输入输出格式。例如,使用以下结构化提示可显著提升生成质量: // 用 Python 编写一个函数,接收用户年龄列表,返回大于18岁的用户数量 这样 Copilot 才能精准生成符合预期的代码逻辑。 忽视上下文环境切换 许多开发者在不同项目间频繁切换,却未注意文件扩展名或项目类型变化导致的上下文丢失。例如,在前端项目中编写 React 组件时,若未保存为 .jsx 文件,Copilot 可能默认按普通 JavaScript 补全,导致语法错误。建议始终确保: * 文件后缀与语言匹配 * 项目根目录包含正确的配置文件(如 package.json) * 编辑器已正确识别当前语言模式 不验证生成结果直接提交 Copilot 生成的代码并非总是安全可靠。曾有案例显示其推荐使用已弃用或存在安全漏洞的

AI对抗样本生成神器:Stable Diffusion安全版,2小时仅需2元

AI对抗样本生成神器:Stable Diffusion安全版,2小时仅需2元 1. 为什么需要对抗样本生成工具? 在AI安全研究中,对抗样本(Adversarial Examples)是评估模型鲁棒性的重要手段。简单来说,对抗样本就是经过特殊修改的输入数据(如图片、文本),这些修改对人眼几乎不可见,却能导致AI模型做出错误判断。 想象一下给蒙娜丽莎画像加上特殊"隐形眼镜",人类看还是那个微笑,但AI识别时却可能认成一只猫——这就是对抗样本的威力。对于大学实验室而言,快速生成这类样本能帮助: * 复现最新AI安全论文中的攻击方法 * 测试自家模型的防御能力 * 开展对抗训练提升模型鲁棒性 2. 为什么选择Stable Diffusion安全版? 传统生成对抗样本需要复杂的代码环境和大量调试,而这个预装好所有依赖的镜像解决了三大痛点: 1. 环境隔离:基于PyTorch 1.12+CUDA 11.6的独立环境,不会影响现有项目 2. 开箱即用:预装CleverHans、Foolbox等对抗攻击工具库 3. 性价比高:2小时仅需2元,

开题报告撰写新思路:通过9款AI写作工具和模板修改技巧提高质量

开题报告撰写新思路:通过9款AI写作工具和模板修改技巧提高质量

工具对比速览 工具名称 核心功能 适用场景 效率评分 特色优势 AIBiYe 开题报告生成/降重 中文论文全流程 ★★★★★ 国内院校适配度高 AICheck 初稿生成/格式检查 快速产出框架 ★★★★☆ 结构化输出优秀 AskPaper 文献综述辅助 外文文献处理 ★★★★ 跨语言检索强 秒篇 模板化写作 紧急赶稿 ★★★★ 5分钟速成 AI论文及时雨 全流程辅助 长论文写作 ★★★★☆ 20万字长文支持 学术GPT 语言润色 英文论文优化 ★★★★ 学术用语专业 PubScholar 文献检索 中科院资源 ★★★★ 免费权威 Grammarly 语法检查 语言纠错 ★★★★ 实时修改建议 智谱清言 框架构建 跨学科论文 ★★★☆ 多轮交互设计 AI工具如何革新开题报告写作? Q:AI工具真的能帮我们写好开题报告吗? A:当前AI技术已深度融入学术研究全流程,能够实现文献综述框架的快速搭建、

【Claude Code解惑】深度评测:Claude Code vs. GitHub Copilot CLI,谁才是终端之王?

【Claude Code解惑】深度评测:Claude Code vs. GitHub Copilot CLI,谁才是终端之王?

深度评测:Claude Code vs. GitHub Copilot CLI,谁才是终端之王? 目录 1. 引言与背景 2. 原理解释(深入浅出) 3. 10分钟快速上手(可复现) 4. 代码实现与工程要点 5. 应用场景与案例 6. 实验设计与结果分析 7. 性能分析与技术对比 8. 消融研究与可解释性 9. 可靠性、安全与合规 10. 工程化与生产部署 11. 常见问题与解决方案(FAQ) 12. 创新性与差异性 13. 局限性与开放挑战 14. 未来工作与路线图 15. 扩展阅读与资源 16. 图示与交互 17. 术语表与速查表 18. 互动与社区 0.