企业官网建设流程全解析

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-sama's 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 DevLog

Project 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 let's 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。

EMOSYS：2017 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、Midjourney，GPT-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vedal987（Vedal）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 stars，Discord 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 monorepo（pnpm-workspace.yaml中声明了packages/**、apps/**、integrations/**、engines/**、server/**等工作区）：

多端应用（apps）

• apps/stage-web：浏览器端（PWA），pnpm dev即可启动；
• apps/stage-tamagotchi：Electron 桌面端（macOS / Windows / Linux），pnpm 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 / pglite）；Memory Alaya（WIP）；
• Ears：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 TTS；
• Body：VRM 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 @ 2025.08.05（v0.7 发布亮点）、DevLog @ 2025.10.20（Electron 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-sama's altitude. Capable of realtime voice chat, Minecraft, Factorio playing. Web / macOS / Windows supported.项目地址: https://gitcode.com/GitHub_Trending/ai/airi