新闻详情

新闻详情

首页 / 资讯中心 / 详情

5分钟跑通自托管 AI 伴侣:AIRI 实时语音与游戏陪玩完整指南

发布时间:2026/11/15 1:18:16来源:尧图网络
5分钟跑通自托管 AI 伴侣:AIRI 实时语音与游戏陪玩完整指南
5分钟跑通自托管 AI 伴侣AIRI 实时语音与游戏陪玩完整指南【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi如果你想要一个可以实时对话、能陪你打游戏、并且完全跑在自己设备上的 AI 伴侣AIRI 是个值得动手试的项目。这是一个开源的自托管 AI 伴侣系统你用自己的模型 API 密钥给它装上大脑它就能以虚拟角色的形态活在浏览器、桌面或移动设备里支持语音对话、Minecraft 与 Factorio 游戏互动。下面按先选路、再上手、后调优的顺序带你从零走到能用。 它能陪你做什么先看几个真实使用场景判断它是否适合你。游戏陪玩AIRI 通过 Mineflayer 等库接入游戏服务器能接收游戏内上下文、执行动作并回传状态。你打 Minecraft 时它可以在旁边看局并给出建议玩 Factorio 时它可以协助你管理产线。相关能力在 integrations/ 目录下Minecraft 与 Factorio 均有独立文档。适合喜欢单人游戏、想有队友感的玩家。语音陪伴它不只是文字聊天。配置语音合成TTS让角色能开口说和语音识别ASR让角色能听懂你说话后交互从打字变成对话还支持判断你是否正在说话打断感更自然。适合习惯语音输入、或想把它当桌宠长期挂着的人。多端随身同一个角色可以同时有 Web 版、桌面版和移动端网页、桌面、移动共享大量基础设施。你在办公室用浏览器聊两句回家切到桌面端看 3D 模型配置体验是连贯的。 按需求选部署路径三条路径的区别本质是你想要的掌控度和愿意折腾的程度。只体验选 Web 版想要模型常驻和完整功能选桌面端要完全自主比如接本地模型、改代码再上自托管。浏览器里直接用最快的方式打开 AIRI 的 Web 版本按提示填好模型 API 密钥就能开始聊天。所有渲染和交互都在浏览器完成零安装。缺点是深度功能如部分游戏智能体不在 Web 端。适合第一次接触、想验证这东西到底什么体验的人。桌面客户端功能最全的一条路桌面端支持 Live2D2D 纸片人模型和 VRM3D 模型常驻屏幕还有系统托盘、窗口穿透、悬停淡化这类桌宠式交互。Windows 直接下载安装包macOS 可以走 Homebrewbrew install --cask airiLinux 用 AppImage 或 Snap。需要长期陪伴、希望性能最好的用户选这条。从源码自托管要接 Ollama 本地模型、改角色逻辑或部署机器人时从源码启动git clone https://gitcode.com/GitHub_Trending/ai/airi cd airi pnpm install pnpm devpnpm 是这个 monorepo 的包管理器装完依赖用pnpm dev启动开发服务器即可。这条路自由度最高但你也得自己处理升级和环境问题。 首次运行从密钥到第一次对话按顺序做四步做完就能聊上。1. 领一个模型 API 密钥。在 OpenAI、Claude、DeepSeek、Gemini 等服务商中挑一个项目也支持 Ollama 和任何 OpenAI 兼容接口的站点在它的控制台创建 API Key。如果你用的是 OpenAI 兼容接口还会要一个 Base URL也就是模型的服务地址——直接抄服务商文档里的默认值别自己猜。2. 填入设置。打开应用的设置页进入服务商配置选择聊天类服务商粘贴密钥并完成验证。这一步的详细字段说明见 服务商配置指南。3. 指定大脑模型。在意识配置里选一个刚验证过的服务商和模型作为 AIRI 的大脑。小建议带深度思考模式的模型回一条消息可能要等很久日常对话选非思考模型会流畅得多。4. 发起第一条对话。回到首页输入框里说句话。正常的话几秒后你就能收到角色风格的回复第一次对话完成。️ 上手体验把功能挂到场景里让它开口、让它听见。进设置 → 机体模块配置发声语音合成和听觉语音转文字。浏览器自带的转文字对中文支持不完整通常要手动新增一个 TTS/ASR 服务商再回来选择。配完后在对话框点麦克风图标选定麦克风并开启转文字之后就可以直接跟它说话嘈杂环境下的语音也有噪音过滤加持。用角色卡定义它的性格。AIRI 内置了一张叫 ReLU 的角色卡你也可以自己写。角色卡定义了角色的名字、性格、说话方式甚至能为不同模块指定不同的模型——换个角色卡相当于换个人模型配置一起切换。想改语气、改偏好从这里入手。把它放进游戏。以 Minecraft 为例在integrations/minecraft下把.env复制成.env.local填好服务器地址和模型配置然后启动pnpm -F proj-airi/minecraft-bot dev启动后智能体同时连上 AIRI 和你的 Minecraft 服务器开始接收上下文、执行动作。接入步骤和注意事项在 Minecraft 集成文档 里有完整说明。把角色搬进 IM。仓库里还有 Discord 与 Telegram 机器人流程一致各自目录下配置.env.local填 Token 和模型凭据用 pnpm 启动对应包。这样伴侣就从你打开应用才在变成你随时找得到。 生产部署与调优想把 Web 版长期挂在服务器上项目里自带 Dockerfile构建和运行各一条命令docker build -t airi-web -f apps/stage-web/Dockerfile .docker run -d -p 3000:80 --name airi airi-web构建阶段用 Node 24 编译前端运行阶段是 nginx 容器访问 3000 端口即可。需要区分环境时可通过VITE_ENABLE_ANALYTICS等构建参数控制行为。几条调优与安全经验性能按设备选模型。Web 端 4GB 内存的现代设备可跑桌面端建议 8GB 以上游戏功能对显卡有要求。记忆与上下文上下文长度别拉满够用就行省资源也省 token 费用。密钥管理API Key、Bot Token、游戏凭据只放本地.env.local不要提交、截图或发到 Issue 里——官方文档对每条集成都专门强调了这点。版本保持更新安全修复和模型兼容都在跟进。 避坑 FAQ填了密钥但一直连不上先查什么优先核对 Base URL 和模型 ID。不同服务商的地址和模型名差异很大猜出来的值基本都错去服务商文档抄默认值。回复很慢是不是坏了大概率是选了深度思考模型它在正式回答前要想一会儿。日常陪伴换成非思考模型响应会立刻变快。改了模型为什么不生效项目文档提示部分场景下加载新模型后需要重启 AIRI 才生效先重启再怀疑是别的 bug。Minecraft 智能体能连公共服务器吗不建议。它会驱动本地游戏会话并交换上下文官方文档明确要求只连自己或受信任的服务器恶意服务器可能造成非预期行为。TTS 和语音识别是必须配的吗不是。最小可用配置只需要一个聊天服务商加一个模型语音两项配完才能完整听和说建议聊天跑通后再加这样出问题时容易定位。 资源与下一步继续深入的话这几个入口最有用项目概览Project AIRI 是什么——定位、能力边界与上手方式网页版上手指南——Web 端的逐步操作packages/core-agent/——角色大脑与智能体的核心实现integrations/——Minecraft、Discord、Telegram 等集成的源码社区方面项目有 Discord、Telegram 群和微信群文档、博客和源码仓库都是公开的遇到问题或想贡献代码都可以直接参与。挑一条部署路径把第一条消息发出去你的 AI 伴侣就上线了。【免费下载链接】airi Self hosted, you-owned Grok Companion, a container of souls of waifu, cyber livings to bring them into our worlds, wishing to achieve Neuro-samas altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉