garycaogan/ai-live-avatar

一个让 AI 数字人自己开直播的小项目。观众发弹幕，程序先过滤、再排队，等她说完一句再交下一条：聊天她就回一句，换衣服就换一整套画面，比心、挥手这类就做动作。画面、声音和回复都由 Vidu S2 实时数字人生成，这个项目负责中间这一层：弹幕过滤和调度、角色和衣柜、直播间叠层、本地工作台，以及交给 OBS 或者直接推流。 这是 Gary（曹淦）做的 AI 实时直播测试，代码按 MIT 开源。测试时用的角色形象、人设、音色、素材库和录屏都是作者自己的角色资产，没有放进这个仓库，你需要用自己的。 换背景和拿道具默认是关着的。换衣服是拿一整张照片重开一次会话，衣服就在照片里，不会走样；换背景和道具却是在直播进行中让 Vidu 照着一张背景图或道具图重画当前画面，这张图里没有她身上的衣服。一次公开测试里连续换了两次背景，她身上的衣服就被画走样了，不适合再放进公开直播，所以现在观众说“换个背景”“吃个香蕉”，只会按聊天回一句。只在私下测试时想打开，在 config.json 里写 {"safety": {"livevisualedits": true}}，别在公开直播里开。 自动重新开播用于长时间直播：Vidu 偶尔会中途挂断，打开后程序会隔 3 秒自己再开一场，一小时最多 6 次，积分不足和内容审核挂断不会重来。打开方式是 curl -s -X POST http://127.0.0.1:28900/api/settings -H 'Content-Type: application/json' -d '{"autorecover":true}'，或者在 config.json 里写 {"schedule": {"autorecover": true}}。 弹幕写法对效果影响很大。问主播身边的小事、用衣柜里的衣服名字换装、一次只要一个动作，效果最好；一句话塞好几件事、问实时新闻和天气、让她唱歌放歌，效果都不好。 密钥只放在本机文件里，服务端读取，不会发到浏览器。默认路径如下，也可以在 config.json 里改： Evolink 的 Key 同样放到 /.deepsea/evolink/api.key。YouTube 推流码放 /.deepsea/youtube/stream.key，OBS WebSocket 密码放 /.deepsea/obs/ws.password。 舞台页用到阿里云 RTC 的网页 SDK，版权属于阿里云，这里不重新分发，用脚本从官方 CDN 下载并校验： 服务只监听本机，打开 http://127.0.0.1:28900/workbench 就是工作台。 不想花钱先看效果，可以在直播间页用空跑开播，它不调用 Vidu，只演示过滤、排队和叠层。tests/devmockstack.py 会连一个本地模拟的 Vidu，把整个控制流程走一遍。 角色资料存在 assets/avatars/profiles.json，人设在 personas/，这些文件都被 .gitignore 排除了，不会被提交。 工作台的推流页把输出方式切到 OBS，然后在 OBS 里加浏览器源： 浏览器源要勾选“通过 OBS 控制音频”。服务只监听本机，所以 OBS 要和服务在同一台电脑上。tools/obscontrol.py…