moeru-ai/airi —— 自托管的Grok伴侣，赋能waifu赛博生命，支持实时语音对话与游戏

这是什么

moeru-ai/airi 是一个开源项目（主语言 TypeScript，★41681），旨在「重新创造 Neuro-sama」——一个 AI 虚拟角色/数字生命的灵魂容器。你可以把它理解为可运行在浏览器、桌面端乃至手机上的 AI VTuber 框架，让用户拥有一个能聊天、能玩游戏、能看屏幕、能连麦的虚拟伴侣。

项目受 Vedal 的 Neuro-sama 启发，但完全开源且不依赖任何中心化平台。AIRI 的核心理念是「数字生命容器」：你提供 LLM 后端和 Live2D/VRM 模型，它负责赋予角色大脑、感知、动作和交互能力。

解决的问题

当前主流的 AI 聊天平台（如 Character.ai、JanitorAI）只提供「纯文本对话」或「视觉冒险」体验，缺乏以下能力：

• 实时游戏操控：角色无法在聊天时同时玩 Minecraft、Factorio 等游戏，也无法像 Neuro-sama 那样在直播中边玩边互动。
• 屏幕感知：角色无法看到用户正在做什么（如编码、看视频）。
• 多模态交互：语音输入、语音输出、自动眨眼、眼球追踪等 VTuber 核心功能缺失。
• 本地/私有化：用户无法拥有自己的数字生命实例，流结束后便无法再互动。

AIRI 的目标是让用户在任何时间、任何地点、任意设备上拥有自己的数字生命，同时保留开源可控性。它解决了 Neuro-sama 不开源、无法离线使用的问题，也弥补了现有 AI 聊天平台缺乏「游戏能力」和「虚拟形象表现力」的空白。

核心功能

• Brain（大脑）：支持数十种 LLM API 提供商，包括 OpenAI、Anthropic Claude、DeepSeek、Qwen、Google Gemini、Mistral、Ollama、vLLM、SGLang 等，通过 xsai 统一接口调用。也支持纯浏览器端本地推理（WebGPU）。
• Play（游戏集成）：已支持 Minecraft、Factorio（PoC 可用）、Kerbal Space Program（待公布）、Helldivers 2（WIP）。角色能像人类一样操作游戏，基于强化学习或预训练管道。
• Memory（记忆）：内置嵌入式数据库（DuckDB WASM、pglite），支持持久化记忆和 Alaya 记忆系统（WIP）。
• Ears（听觉）：浏览器和 Discord 音频输入，支持客户端语音识别、说话检测（VAD）。
• Mouth（语音合成）：多提供商 TTS，包括 ElevenLabs、Azure Speech、OpenAI 兼容 TTS、阿里云模型服务、本地 Kokoro TTS。
• Body（身体）：支持 VRM 和 Live2D 模型，提供自动眨眼、自动注视、空闲眼球运动、模型动画控制。
• 多平台：Web 浏览器版（PWA 支持）、桌面版（Electron，原生 CUDA/Metal）、移动版（iOS 通过 Capacitor）、Nix 包。
• 插件系统：WIP，允许用户以子目录方式添加自定义功能（即使使用 React/Svelte/Solid 等不同框架）。
• 其他：Telegram/Discord 聊天集成、WebSocket 通信、流式文本动画（grapheme clusters）、WebGPU 渲染、WebAssembly 支持。

亮点 / 与同类相比

• 完全开源：相比 Neuro-sama 封闭，AIRI 代码、模型、插件架构全部公开，且无任何官方加密货币或代币。
• Web 技术驱动 + 原生加速：使用 WebGPU、WebAudio、Web Workers、WebAssembly 等现代 Web 技术，但桌面版可调用原生 CUDA 和 Apple Metal（通过 candle 项目），无需复杂依赖管理。
• 游戏原生集成：不是简单的「聊天机器人+游戏」，而是通过 Factorio Learning Environment 等项目让角色真正学习、操作游戏，实现类似 Neuro-sama 的直播互动效果。
• 多模态容器：一个项目同时支持 Live2D、VRM、语音、视觉、游戏控制，同类项目（如 SillyTavern）主要聚焦聊天，缺乏 VTuber 表现力。
• 移动端就绪：PWA 和 Capacitor 支持，角色可在手机上运行，并通过无线 WebSocket 连接服务器。
• 社区活跃：拥有 Discord 服务器、Crowdin 多语言翻译、专门的组织 @proj-airi 托管子项目。
• 开发日志透明：从 2025 年 6 月起的详细 DevLog 记录了 Electron 迁移、移动端性能、VRM 生命周期、游戏训练管道等进展。

适合谁用 / 上手

适合人群：

• AI 开发者和研究爱好者，想探索 LLM、计算机视觉、强化学习、语音合成等技术的集成。
• VTuber 粉丝和创作者，想拥有一个可互动的虚拟角色，并能自定义外观（Live2D/VRM）和行为。
• 游戏玩家，希望角色能陪你一起玩 Minecraft、Factorio 等游戏。
• 想体验数字伴侣/数字宠物的人，无需依赖第三方平台。

上手方式：

• 普通用户：可直接访问 Web 版（airi.moeru.ai）体验，或通过 PWA 安装到手机。桌面端可通过 winget（Windows）、Scoop、Homebrew Cask（macOS）、Nix 安装。
• 开发者：克隆仓库后执行 pnpm i 和 pnpm dev 启动开发服务器。项目使用 Vue.js + TypeScript，但欢迎任何前端框架贡献者。
• 贡献者：项目需要 Live2D 建模师、VRM 建模师、VRChat 设计师、计算机视觉/强化学习/语音方向工程师，以及 WebGPU/Three.js/WebXR 开发者。即使不熟悉 Vue.js，也可以以子目录方式添加特性。