在人工智能伴侣领域，Neuro-sama 以其卓越的游戏直播互动能力成为行业标杆，却因未开源而让众多开发者望而却步。moeru-ai 组织推出的 AIRI 项目旨在填补这一空白 —— 构建一个完全自托管的 Grok 伴侣容器，让用户能够拥有属于自己的数字生命。无论是通过浏览器、桌面客户端还是移动端应用，AIRI 都能实现实时语音对话、Minecraft 与 Factorio 游戏控制，其底层架构融合了 WebGPU、WebAudio 等现代 Web 技术，同时保留了原生 CUDA 与 Metal 加速能力。
多平台 Web 架构与双轨推理支持
AIRI 项目的核心设计理念是从第一天起就充分利用 Web 技术栈。WebGPU 提供了接近原生性能的图形渲染能力，WebAudio 则负责低延迟的音频处理，Web Workers 实现了多线程并行计算，WebAssembly 进一步提升了关键路径的执行效率。这些技术的组合使得 AIRI 能够在现代浏览器中流畅运行，甚至可以部署到移动端设备上。项目明确区分了三个运行阶段：Stage Web 面向浏览器环境，Stage Tamagotchi 基于 Tauri 构建桌面客户端，Stage Pocket 则使用 Capacitor 实现跨平台移动支持。
值得注意的是，项目方从未完全依赖浏览器环境。桌面版 AIRI 默认启用 NVIDIA CUDA 与 Apple Metal 加速，这一能力得益于 HuggingFace 与 candle 项目的深度集成。在这种双轨架构下，图形界面、布局动画和插件系统仍由 Web 技术驱动，而核心推理任务则卸载到本地 GPU 上执行。这种设计在保持开发效率的同时，确保了大规模语言模型推理的性能需求。
实时语音对话管线的工程实现
实时语音交互是陪伴型 AI 的核心能力之一。AIRI 构建了一条完整的语音处理管线，涵盖语音活动检测、语音识别、对话生成与语音合成四个环节。在输入侧，系统支持从浏览器直接获取麦克风音频，同时也实现了 Discord 语音频道的音频接入。客户端完成的语音识别避免了将原始音频数据上传至服务器的需求，显著降低了延迟与带宽消耗。
项目方提供了专门的子项目 WebAI Realtime Voice Chat 作为参考实现，展示了如何从零构建类似 ChatGPT 的实时语音功能。该实现采用流水线架构：语音活动检测器首先识别用户是否在说话，随后语音识别模型将音频转换为文本，大语言模型生成响应，最后文本通过 ElevenLabs 等语音合成服务转换为自然语音输出。整个过程通过 WebSocket 保持长连接，确保双向通信的低延迟特性。
游戏控制：Minecraft 与 Factorio 的集成实践
AIRI 的独特之处在于其游戏控制能力，这与单纯聊天机器人形成了本质区别。Minecraft 支持通过 Mineflayer 库实现，该库提供了完整的 Minecraft 协议封装，允许 AI 代理执行移动、采集、建造等操作。Factorio 的集成则更为复杂，涉及 RCON 远程控制协议与专门的自动化库 autorio。项目方甚至开发了 Factorio RCON API，将游戏控制接口以 RESTful 形式暴露，便于 AI 代理以统一方式进行调用。
这种游戏控制能力的工程实现并非简单的 API 调用。AI 代理需要理解游戏状态、规划长期目标、分解具体动作序列，并在执行过程中处理各种异常情况。项目方在 GitHub 上维护了专门的子项目 airi-factorio 与 airi-minecraft，持续优化游戏 AI 的行为表现。kerbal Space Program 与 Helldivers 2 的支持也在开发中，进一步扩展了 AIRI 的游戏生态版图。
记忆系统与 RAG 架构
陪伴型 AI 的拟人化程度很大程度上取决于其记忆能力。AIRI 采用了本地优先的存储策略，基于 DuckDB WASM 与 pglite 实现了完全在浏览器或本地运行的嵌入式数据库。项目同时支持 pgvector 向量存储，为检索增强生成提供了基础设施。用户的数据无需离开本地设备，既保证了隐私安全，又实现了跨会话的记忆持久化。
子项目 @proj-airi/duckdb-wasm 与 @proj-airi/drizzle-duckdb-wasm 提供了易用的封装接口，开发者可以像操作传统数据库一样管理 AI 的记忆内容。Memory Alaya 模块正在开发中，旨在构建更完善的记忆管理与检索机制，类似于 AI 代理领域的向量数据库方案。
部署参数与监控要点
部署 AIRI 需要关注几个关键参数。首先是 LLM 供应商的选择，项目支持超过二十家提供商，包括 Grok（xAI）、OpenAI、Claude、DeepSeek、Qwen 等。对于自托管场景，推荐使用 vLLM 或 SGLang 搭建本地推理服务端点，以获得更好的性能与成本控制。语音合成方面，ElevenLabs 是默认选项，但其 API 成本需纳入考量。
实时语音管线的延迟是核心监控指标。建议设置端到端延迟阈值不超过两秒，超过此时长需检查网络状况与推理服务的响应时间。游戏控制场景下还需监控动作执行成功率与游戏状态同步延迟。桌面版本启动时应验证 CUDA 或 Metal 加速是否正常加载，可通过检查日志中的 GPU 初始化信息确认。
项目方提供了 MCP Launcher 工具，简化了模型上下文协议服务器的部署流程，类似于模型领域的 Ollama 定位。对于希望深度定制的开发者，子项目 unspeech 提供了统一的 ASR 与 TTS 代理端点，兼容各种推理运行时。
资料来源：AIRI 项目 GitHub 仓库（https://github.com/moeru-ai/airi）。