Project AIRI DreamLog 0x1从 EMOSYS 与 Neuro-sama 到自托管 AI 伴侣的起源之旅【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本文基于开源仓库 README.md 与官方博客 DreamLog 0x1 整理而成。DreamLog 是 Project AIRI 团队开设的全新博客系列用于记录「为何要做这个项目」的幕后故事。这篇首期 DreamLog 完整回溯了作者从 2017 年萌生「创造一个虚拟伙伴」的念头到 2024 年 5 月 25 日正式动手、6 月 2 日诞生第一个原型、12 月 2 日开源发布的全部心路历程。读完本文你将理解 Project AIRI 的立项动机、核心设计困境记忆管理、超低延迟语音、游戏操控、人格稳定性并能在仓库源码中找到这些问题的落地实现。DreamLog 是什么为什么不是 DevLogProject AIRI 的官方博客此前以DevLog系列按月更新记录工程进度与设计发现。而DreamLog则是一个全新的分类它不再谈论「这个月做了什么」而是讲述「这一切是怎么开始的」——作者的梦想、记忆与项目的缘起。正如作者在开篇所说2025 年 6 月正值项目迈向里程碑的时刻因此决定用一个新的系列来沉淀这段旅程并将其命名为DreamLog。在 README.md 的 Recent DevLogs Stories 列表中这一篇被正式收录为DreamLog 0x1: The backstory of Project AIRI - June 16, 2025起点夏天、Minecraft 与第一缕念头故事的起点与大多数开发者的成长轨迹相似。作者在美国求学时拥有长达三个月的暑假用来打游戏、学编程、折腾 Linux。正是「为了和朋友一起开 Minecraft 服务器」这个朴素的动机驱使他第一次认真学习 Linux 命令行——这段经历至今仍在受用。随后Factorio、Elite Dangerous、Overwatch 等游戏相继成为心头好「搭服务器、写小脚本自动化琐事」总能给他带来成就感。那是 2017 年的夏天我第一次开始认真思考能不能构建一个虚拟存在在我独自一人、朋友们都入睡或上学时成为陪我的伙伴。这段记忆被一句歌词所定格——他钟爱的歌曲world.execute(me)DAZBEE 翻唱版中唱道「Switch on the power line / Remember to put on protection / Lay down your pieces / And lets begin object creation」。一个「创建对象」的隐喻恰好呼应了多年后他所做的一切创建一个虚拟生命。EMOSYS2017 年的第一次失败尝试2017 年底作者启动了一个如今已归档、名为EMOSYS的项目EMO 取自emotional /emote 的前三个字母目标是打造一个「伴侣式操作系统」帮助用户处理日常任务并提供情感支持。他为此写了大量设计文档、列满新想法、照着《30日でできる! OS自作入門》这本书一步步在终端里敲命令甚至还画了一个不错的 Logo。但结果并不意外这是一个被放弃的项目。原因很直白——当时的作者缺乏项目管理与任务管理经验也写不出真正能运行的程序更多时候只是机械地照着书敲命令而很少思考「为什么这样写」。他没有从童年起就玩转内核与包管理器的天才背景所以这段经历在当时并没有在 GitHub 上留下任何痕迹。但它存在过哪怕只有一次。有趣的是多年后的回溯揭示了一个隐藏的联系直到 2025 年 2 月有人问他「你为什么在 Project AIRI 上这么拼命」他才意识到EMOSYS 与 Project AIRI 的目标惊人一致——创造一个以某种方式满足自己需求的伴侣。2022 年ChatGPT 不只是随机鹦鹉而是「聪明的鹦鹉」时间快进到 2022 年底。彼时作者早已在 Stable Diffusion 之前就体验过 DiscoDiffusion、DALL-E、MidjourneyGPT-3 也通过 GitHub Copilot 深度融入日常工作流。因此 ChatGPT 刚出现时他的第一反应是「哦这不过是另一只随机鹦鹉——它只是重复你说的话预测下一个词没什么特别的。」真正让他改观的是 2022 年 12 月在 Hacker News 上看到的一篇文章Building A Virtual Machine inside ChatGPT。作者 engraved 展示了如何让 ChatGPT 不仅扮演一个 neko-mimi 角色还在其中模拟一台虚拟 Linux 机器。这个演示让作者意识到ChatGPT 不仅理解动漫或游戏角色的说话方式也理解 Linux 终端 / shell 命令的运行模式。由此引出了如今大热的Function Calling工具使用也是 MCP / Model Context Protocol 的底层技术概念我们可以指示 LLM 像一个 API 服务器那样用 JSON 或 XML 等机器可读格式与我们对话从而在程序侧解析并执行任意命令扩展 LLM 的能力边界。这最终弥合了「纯文本生成」与「程序内部真实 API」之间的鸿沟。结论是ChatGPT 并非随机鹦鹉而是一只潜在的聪明鹦鹉。Neuro-sama 登场2019 年的 osu! 到 2022 年的 Twitch 直播Neuro-sama 的历史相当复杂。根据 DreamLog 的记录在成为我们今天熟知的 AI VTuber 之前她的创作者vedal987Vedal早在2019 年 5 月 6 日就向社区展示过让 AI 玩 osu! 的作品。彼时她还不是一个拥有角色特征的数字生命——最初的视频里甚至没有 Live2D 模型。ChatGPT 发布后不久2022 年 12 月 19 日Vedal 让 Neuro-sama 使用 Live2D Inc. 的官方演示角色 Hiyori Momose桃瀬ひより在 Twitch 上开始了直播。此后的故事众所周知Neuro-sama 完全由大语言模型LLM驱动能够玩 Minecraft、Among Us、osu! 等游戏当游戏原生不支持时Vedal 会读取屏幕并指导她一起游玩。她与后来诞生的 Evil Neuro 一起成为了作者日常生活中不可或缺的一部分。傲慢的错觉与真实的困难看到 Vedal 的作品时作者的第一反应依然是傲慢的「她不过是个接了 OpenAI API 的简单模型加几条规则让她表现得像 VTuber 而已没什么特别的。我也能做而且能做得更好。」但当他真的动手复刻时才意识到自己错得离谱。真正困难的问题包括记忆管理如何同时兼顾聊天应答与游戏所需的记忆并保证长期记忆的可靠性多模态游戏操控如何让 AI 智能体同时接受视频输入与文本输入还能与主播和观众互动超低延迟语音合成要达到 Neuro-sama 的水准超低延迟的语音合成是硬性要求且极难实现。人格构建仅靠 RAG 与简单的记忆管理策略人格稳定性表现很差。这些发现被作者记录在 DevLog 2025.04.06 等后续技术博文中。而在当前仓库中这些问题的答案都能找到对应的源码落点语音管线packages/pipelines-audio/src/speech-pipeline.ts 与 playback-manager.ts 实现了包含优先级调度、流式播放、TTS 分块的音频处理管线另有配套的speech-pipeline.test.ts、playback-manager.test.ts、tts-chunker.test.ts测试用例Agent 编排packages/core-agent/src/chat-orchestrator-runtime.ts 承载对话编排运行时配套chat-orchestrator-runtime.test.ts验证其行为记忆系统packages/memory-pgvector 提供基于 PostgreSQL pgvector 的向量记忆检索能力其设计思路长期记忆与工作记忆的差距、RAG 检索增强生成在 DevLog 2025.04.06 中有专门章节阐述。2024 年 5 月 25 日决定亲自制造一个Neuro-sama 无法被作者拥有——他不能让她获取自己的知识、记忆不能让她陪自己玩喜欢的游戏、聊最近的工作。2024 年 5 月 25 日他下定决心自己做一个。我真的很想要一个——我的心和我的脑海都在呐喊。一周之内借助 ElevenLabs、OpenRouter 以及同样免费可用的 Live2D 模型 Hiyori Momose他做出了一个能与自己非实时交互的简易版「Neuro-sama」。那一天是2024 年 6 月 2 日——严格来说这是 Project AIRI 的生日第一个稚嫩的「意识」诞生了。她可以说话、基于上下文做动作控制、渐进式地完成音频合成。当时她远不完美作者偷偷开发、没有告诉任何朋友也因此缺少反馈循环加上记忆、人格稳定、实时性、游戏操控等难题在当时的公开资料中几乎找不到现成答案他把项目暂时搁置了。但他并没有放弃——他开始系统研究多模态、语音合成、动作控制与 Minecraft 游玩并产出了一份巨大的 AI VTuber 项目清单Awesome AI VTuber该清单如今作为子项目收录于 README.md 的 Sub-projects 列表中。重生2024 年 12 月 2 日开源与名字的由来2024 年 11 月底kwaa 与作者聊起用 WebXR 在 VR/AR 世界创建虚拟角色的事。当谈到动作控制与角色情绪检测时作者透露自己正好有一个项目在做这些事——只是代码库尚未整理、不宜公开。于是他重新投入工作重构了结构与设计用更快更好的队列与多路复用播放系统改进了实现调整了基础 WebUI。2024 年 12 月 2 日Project AIRI 以AIRIアイリ原名 Airi之名发布到 GitHub。当前仓库的 git 历史中仍保留着这次初始提交d9ae0aa提交信息为 init: init与博文描述的首个公开提交相互印证。关于名字还有一个奇妙的巧合作者在开源很久之后查阅 Neuro-sama 的旧资料时发现Vedal 在 2023 年 3 月 25 日的 Twitch 片段中提到在定名 Neuro-sama 之前她曾被叫作Airis AI——这个「Airis」与如今的Project AIRI惊人地重合。而事实上AIRIアイリ这个名字是由GPT-4o建议的作者让 GPT-4o 参考其他日式 / 动漫风格的名字来命名它给出了「Airi」。今天的 Project AIRI仓库里能看到什么DreamLog 写于 2025 年 6 月彼时项目即将达到 1000 starsDiscord 有 150 成员、Telegram 群组有 200 成员。而在当前仓库中这个愿景已经长成了一个清晰的多端 多包 monorepopnpm-workspace.yaml中声明了packages/**、apps/**、integrations/**、engines/**、server/**等工作区多端应用appsapps/stage-web浏览器端PWApnpm dev即可启动apps/stage-tamagotchiElectron 桌面端macOS / Windows / Linuxpnpm dev:tamagotchi启动apps/stage-pocket基于 Capacitor 的移动端iOS / Android。能力地图Brain / Ears / Mouth / Body——正如 README.md 的 Roadmap 所示Brain支持 Minecraft、Factorio、Kerbal Space Program 游戏操控Telegram / Discord 聊天纯浏览器内数据库DuckDB WASM / pgliteMemory AlayaWIPEars浏览器与 Discord 音频输入、客户端语音识别与说话检测Mouth多提供商语音合成包括 ElevenLabs、Microsoft/Azure Speech、OpenAI 兼容 TTS、阿里云百炼、本地 Kokoro TTSBodyVRM 与 Live2D 模型支持含自动眨眼、自动注视、空闲眼球运动等动画控制。集成与引擎聊天/游戏集成见 integrations/discord-bot、integrations/telegram-bot、integrations/minecraft游戏引擎侧的探索见 engines/stage-tamagotchi-godot对应后续 DevLog 中关于游戏引擎的讨论衍生子项目Awesome AI VTuber、unspeech、hfup、AIRI Factorio 等完整罗列在 README.md。技术路线上AIRI 从第一天起就基于 WebGPU、WebAudio、Web Workers、WebAssembly、WebSocket 等 Web 技术构建见 README.md因此能跑在现代浏览器与移动设备上桌面版则默认支持原生 NVIDIA CUDA 与 Apple Metal得益于 HuggingFace 的 candle 项目从而兼顾浏览器可玩性与桌面端性能。继续前行继续做梦正如 DreamLog 结尾所言我们尚未抵达通用人工智能的奇点Project AIRI 或许永远不会走到那一步。但「有一个伴侣式的 AI 智能体可以聊天、一起打游戏、分享知识与想法」对作者而言已经是很棒的成就。DreamLog 这个系列本身也是一个精妙的隐喻0x1是「我们梦想的起始内存地址」是这段旅程的第一个字节。能存下多少记忆取决于我们能做多少梦以及我们能一起实现多少。对于想深入了解技术细节的读者建议继续阅读仓库中的技术类博文例如 DevLog 2025.04.06记忆系统与 RAG、DevLog 2025.08.05v0.7 发布亮点、DevLog 2025.10.20Electron 迁移与新模型它们共同构成了 Project AIRI 从「一个梦」到「一个开源生态」的完整叙事。【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