聊聊AIRI 完全指南：Electron + Capacitor 多端自托管 LLM 虚拟角色

第一，同一个 AI 角色（带记忆和声音）能跑在桌面、浏览器、手机三端，不再"换个设备从头再来"；
第二，模型驱动覆盖 Live2D / MMD / Spine / VRM 四种格式；
第三，自托管栈完全开源（MIT），记忆用 Postgres 18 + vchord 向量扩展，docker-compose 三行命令拉起。

本文基于最新 release v0.11.3，从架构差异、四象限能力、30+ LLM 提供商、Eventa/injeca IPC 设计，到自托管部署与三行命令启动，全部带可运行代码与对比表格，文末有完整命令清单可直接复制用。

一、AIRI 是什么：从 Neuro-sama 到"你自己的数字生命"

AIRI 的 package.json 描述只有一句话–“LLM powered virtual character”。官方中文定位更直白：复刻 Neuro-sama，让 AI waifu / 虚拟角色也能来到大家的世界。Neuro-sama 是引爆 Twitch 的 AI VTuber，但不开源、不可自托管；AIRI 给出了另一种可能：把同样的体验，开源、可改、可自托管地交还到你手里。核心愿景写得很清楚–「let you own your digital life, cyber living, easily, anywhere, anytime」。

二、为什么说它"生而多端"：Web 技术栈的底层红利

很多 AI 陪伴项目走"原生优先，Web 补齐"路线–先做 iOS/Android app，再考虑要不要出网页版。AIRI 走了相反方向：从第一天起就基于 Web 技术栈，再向原生扩展。README 列得很清楚：WebGPU、WebAudio、Web Workers、WebAssembly、WebSocket，是它一着手就依赖的能力。

这个方向选反了有什么好处

1. 浏览器天然跨平台，PWA 一开，移动端也就有了–AIRI 的移动版正是通过 PWA 与 Capacitor 共同支持的。
2. 桌面版可通过 candle（HuggingFace）用原生 NVIDIA CUDA 与 Apple Metal 加速，无需你在每台机器上手动装一套 CUDA 工具链。
3. 灵活性留给了你：得 TCP 连接、Discord 语音频道、玩 Minecraft / Factorio 这种"非 Web"能力时，桌面运行时可以打开这些扩展通道。

换句话说，Web 不是 AIRI 的"降级版"，而是它的根。原生是叠加在 Web 之上的能力加强，而不是另一套重写的代码。这是它能同时覆盖桌面、网页、移动三端的根本原因。

三、三端架构详解：桌面 / 网页 / 移动的技术取舍与模型支持

三个正式应用共享 packages/stage-ui 核心包，但运行时与模型支持有明确差异–这不是"一套代码三端跑"的营销话术，而是有意识的能力分层。

3.1 桌面版 stage-tamagotchi（Electron）

技术栈：Electron + electron-vite + electron-builder，前端用 Vue 3、Pinia、VueUse、reka-ui、UnoCSS、Three.js（@tresjs/core）、Valibot。appId 是 ai.moeru.airi，构建脚本分 build:win / build:mac / build:linux。

它依赖的模型驱动包最全：stage-ui-live2d + stage-ui-mmd + stage-ui-spine + stage-ui-three–Live2D、MMD、Spine、VRM 四种格式全支持，三端里覆盖最广。其他关键依赖：

injeca（依赖注入）
@moeru/eventa（类型安全 IPC）
@modelcontextprotocol/sdk（MCP 支持）
chess.js
uiohook-napi（全局输入钩子）
electron-updater

3.2 网页版 stage-web（PWA）

技术栈：Vue 3 + Vite + vite-plugin-pwa，后端用 hono（WIP），认证用 better-auth，ORM 是 drizzle-orm，外加 model-driver-mediapipe。在线访问 airi.moeru.ai。

模型驱动依赖只有 stage-ui-live2d + stage-ui-three，即 Live2D + VRM。注意后端 hono 仍是 WIP，AGENTS.md 明确标注 “Web backend: WIP”，别把它当稳定后端用。

3.3 移动版 stage-pocket（Capacitor）

基于 @capacitor/android + @capacitor/ios，iOS 与 Android 都支持，里面有 Swift 原生层（lint:swift 脚本可验）、barcode-scanner、local-notifications。开发脚本是 dev:ios / dev:android。

模型驱动依赖只有 stage-ui-three，目前以 VRM 为主–这里如实表述，不要夸大成"支持所有模型格式"，事实就是移动端目前只挂了 three 这一个驱动。

3.4 三端能力差异对照表

维度桌面版网页版移动版Live2D✅✅❌MMD✅❌❌Spine✅❌❌VRM✅✅✅原生 GPU 加速（CUDA/Metal via candle）✅❌❌后端自托管可选WIP（hono）依赖网页版或自托管

3.5 共享核心

packages/stage-ui 是三端共用的业务核心，搭配 stage-layouts、stage-pages 等共享页面基座，以及 stage-shared（跨端逻辑）、model-driver-lipsync、model-driver-mediapipe 等驱动包–它们作为 monorepo 内的共享模块存在，各端按需直接或间接引入（例如移动端目前主要用到 stage-ui-three，并未直接依赖 stage-pages 与两个 model-driver）。

另外有一个实验性的 Godot 引擎版位于 engines/stage-tamagotchi-godot，感兴趣可以关注但不是主线。

四、Brain / Ears / Mouth / Body：一个虚拟角色的"四象限"能力

AIRI 把虚拟角色拆成四象限，这种分法让能力扩展变得很清晰。

4.1 Brain（大脑 / Agent）

"会做事"的部分。它能玩 Minecraft、Kerbal Space Program；Factorio 支持是 WIP（独立仓库 airi-factorio）；Helldivers 2 也是 WIP。社交侧接入了 Telegram 与 Discord 聊天。

记忆系统设计很有意思：

浏览器端：用 DuckDB WASM / pglite 做纯浏览器数据库
服务端：用 Postgres + 向量扩展承载长期记忆
Memory Alaya：更进一步的方案，仍标注 WIP

还有一个颇具野心的方向：纯浏览器 WebGPU 本地推理（WIP）–如果这条路线走通，浏览器里跑 LLM 就不再是技术演示。

4.2 Ears（耳朵 / 输入）

负责"听"。包含浏览器音频输入、Discord 音频输入、客户端语音识别、客户端说话检测。这是实时语音对话的前置条件，决定了角色能不能"被打断"。

4.3 Mouth（嘴巴 / TTS）

负责"说"。AIRI 不绑死单一 TTS，而是接了多家：

ElevenLabs
Microsoft / Azure Speech
OpenAI 兼容 TTS
阿里云 Model Studio
本地 Kokoro TTS（对自托管用户尤其友好，意味着"说话"这一环可完全离线）

4.4 Body（身体 / 形象）

负责"演"。README 详列的是 VRM 与 Live2D：VRM 支持控制加动画（自动眨眼、注视、闲置眼球运动），Live2D 支持同款动画。MMD 与 Spine 在桌面版也挂载了，但 README 没有展开它们的具体动画能力是否与 VRM/Live2D 完全对等，这部分建议参考官方文档。

四象限的扩展性，背后其实是下一节要讲的 LLM 提供商、插件系统与 IPC 架构在支撑。

五、可扩展性骨架：30+ LLM 提供商、插件系统与 Eventa/injeca 架构

AIRI 的扩展性可以拆成三条相对独立的轴，它们正交生长。

5.1 第一条轴：LLM 提供商（30+ 家）

由 xsAI 驱动。列表里既有国际主流，也有国内厂商与聚合/自托管方案：

国际主流：OpenAI（+Azure）、Anthropic Claude、Google Gemini、xAI、Groq、Mistral、Together.ai、Fireworks.ai、Novita、Cloudflare Workers AI
国内厂商：DeepSeek、Qwen（通义）、Zhipu（智谱）、SiliconFlow（硅基流动）、Stepfun、Baichuan、Minimax、Moonshot（月之暗面）、ModelScope、Tencent Cloud（腾讯云）、Xiaomi Mimo（小米）
聚合与自托管：AIHubMix、OpenRouter、302.AI、vLLM、SGLang、Ollama、Player2

注意这里没有"默认模型是 Grok"这种说法–LLM 是可配置的，你在设置里选谁就是谁。

5.2 第二条轴：插件系统

plugins/ 目录下有 5 个已落地的插件（证实存在，不是规划）：

airi-plugin-bilibili-laplace（B 站集成）
airi-plugin-claude-code（Claude Code 集成）
airi-plugin-game-chess（下棋游戏）
airi-plugin-homeassistant（智能家居 Home Assistant）
airi-plugin-web-extension（浏览器扩展）

services/ 下另有 6 个机器人/集成服务：discord-bot、telegram-bot、twitter-services、satori-bot、minecraft、computer-use-mcp。

5.3 第三条轴：IPC 与 DI 架构

IPC：Electron 主进程与渲染进程之间用 @moeru/eventa 做类型安全的 IPC/RPC，契约集中定义在 apps/stage-tamagotchi/src/shared
DI：依赖注入用 injeca，组合示例在 apps/stage-tamagotchi/src/main/index.ts
MCP：通过 @modelcontextprotocol/sdk 接入，AIRI 可作为 MCP client 接入更广的工具生态

5.4 Monorepo 规模

包管理：pnpm@10.33.0
构建：turbo
整体规模：6 apps + 48 packages + 5 plugins + 6 services
测试：Vitest（含 @vitest/browser-playwright）
Lint：moeru-lint（@antfu/eslint-config + oxlint）

这种规模能跑起来，本身就说明工程化做得相当扎实。

六、自托管：让记忆和声音真正归你所有

自托管是 AIRI 的核心叙事–前面说的"让记忆归你"，技术兑现就在这里。自托管服务器栈叫 proj-airi-server，配置在 apps/server/docker-compose.yml，关键服务节选如下：

# apps/server/docker-compose.yml（服务名: proj-airi-server）
services:
  db:
    image: ghcr.io/tensorchord/vchord-postgres:pg18-v1.0.0   # Postgres 18 + 向量扩展 vchord
    ports: ['5435:5432']
  redis:
    image: redis:7-alpine
    ports: ['6379:6379']
  api:
    build: { context: ../.., dockerfile: apps/server/Dockerfile }
    command: ['pnpm', '-F', '@proj-airi/server', 'run', 'server', 'api']
    ports: ['6112:3000']
    depends_on: [db, redis]

三个服务各有分工

db：用 TensorChord 的 vchord-postgres 镜像（Postgres 18 + vchord 向量扩展），专门用来存向量记忆
redis：负责缓存与队列
api：AIRI 的服务端，端口映射 6112:3000，依赖 db 与 redis 的健康检查通过才启动

数据链路：浏览器端的 DuckDB WASM / pglite 负责本地短期记忆，服务端的 Postgres + vchord 负责长期向量记忆–完整闭环。

提醒：docker-compose 只展示服务编排，不含完整的部署文档、最低硬件要求与初始化步骤。真要上生产，建议参考官方文档。MIT 协议 + 自托管，是开头钩子里"记忆归你"的技术兑现–你不仅能跑，还能改、能分发、能审计。

七、如何上手：三行命令启动 + 周边生态一览

7.1 安装（系统包管理器最省事）

# Windows（winget / scoop 二选一）
winget install MoeruAI.AIRI
scoop bucket add airi https://github.com/moeru-ai/airi
scoop install airi/airi

# macOS
brew install --cask airi

通用方案是去 GitHub Releases 下载 v0.11.3 对应平台的产物；用 Nix 的话可以：

nix run github:moeru-ai/airi

7.2 开发启动（改源码，三行命令覆盖三端）

pnpm i
pnpm dev                 # 默认启动 stage-web（浏览器版）
pnpm dev:tamagotchi      # 桌面版（Electron）
pnpm dev:pocket:ios      # 移动版 iOS（Capacitor）

7.3 周边生态

AIRI 孵化出了一批子项目，都和"自托管 AI 角色"这条主线相关：

unspeech：通用 ASR/TTS 端点代理（类 LiteLLM，但面向语音）
hfup：HuggingFace Spaces 部署工具
xsai-transformers：把 Transformers.js 接成 xsAI provider
Velin：用 Vue SFC + Markdown 写有状态的 LLM prompt
inventory：模型目录与默认 provider 配置后端
MCP Launcher：MCP server 启动器，定位类似"Ollama for models"
SAD：自托管与浏览器运行 LLM 的文档
airi-factorio 与 AIRI DomeKeeper：游戏 AI 衍生品

还有独立组织 @proj-airi（GitHub）承载 RAG、记忆系统、嵌入数据库、图标、Live2D 工具等更细分的子项目。

八、适合谁、现状如何、未来在哪

适合谁

想自托管 AI 陪伴、让数据归己的开发者
想在桌面、网页、手机上体验同一个角色的用户
Live2D / MMD / Spine / VRM 模型作者（你的作品能直接跑起来）
研究 LLM Agent + 游戏能力的实验者（Minecraft、Kerbal 都已经能玩）

现状

AIRI 仍处于早期开发阶段，官方在 README 里明确招募开发者、艺术家、设计师加入；翻译托管在 Crowdin。

重要声明：项目无任何官方加密货币或代币，遇到以 AIRI 名义发币的都是诈骗。

展望

接下来值得关注的几条线：

WebGPU 纯浏览器本地推理（WIP）
Memory Alaya（WIP）
Factorio 与 Helldivers 2 支持（WIP）
网页版 hono 后端的完善

这几条一旦落地，AIRI 的"自托管 + 多端 + 本地推理"叙事会再上一个台阶。

项目地址：github.com/moeru-ai/airi，在线体验：airi.moeru.ai。让 AI 陪伴不止活在一块屏幕里–这是 AIRI 想做的事，也是它已经迈出的一大步。

🎬 博客主页：https://xiaoy. 🎥 本文由呆呆敲代码的小Y 原创 🙉 🎄 学专栏推荐：Unity系统学专栏 🌲 游戏制作专栏推荐：游戏制作 🌲Unity实战100例专栏推荐：Unity 实战100例教程 🏅 欢迎

资料白嫖，技术互助

学路线指引（点击解锁）知识定位人群定位🧡 Unity系统学习专栏入门级本专栏从Unity入门着手学习，快速达到Unity的入门水平💛 Unity实战类项目进阶级计划制作Unity的 100个实战案例！助你进入Unity世界，争取做最全的Unity原创博客大全。❤️ 游戏制作专栏难度偏高分享学习一些Unity成品的游戏Demo和其他语言的小游戏！💚 游戏爱好者万人社区互助/吹水数万人游戏爱好者社区，聊天互助，白嫖奖品💙 Unity100个实用技能Unity查漏补缺针对一些Unity中经常用到的一些小知识和技能进行学习介绍，核心目的就是让大家能够快速学习Unity的知识以达到查漏补缺

本次分享就到这里。技术这东西越研究越有意思，后续有新的收获我也会继续更新。

小丸子博客