anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

Moeru AI 的开源虚拟角色,灵感来自主播 Neuro-sama。它可以在你的桌面或浏览器里运行,聊天模型、声音和视觉都由你自己选。Minecraft、Discord 和 Telegram 机器人需要从源码运行。
Project AIRI 开源虚拟角色 是一款 GitHub 上的开源项目,属于开发类,由 Mindket 上架。可免费获取。当前为第 2 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。
winget install MoeruAI.AIRI
Project AIRI 是一个你自己运行的开源虚拟角色,由 Moeru AI 团队制作,灵感来自 AI 主播 Neuro-sama。它既能作为桌面应用运行,也能在浏览器里用,显示一个动画角色,支持 Live2D、VRM、Spine、MMD 和 Tachie 模型。它通过你选的语言模型和你聊天。再加上语音合成和语音转写的提供方,它就能说话,也能听。再加上视觉模型,它就能读图片,或者读你截取的窗口。有三个模块需要克隆仓库:Minecraft 智能体、Discord 机器人和 Telegram 机器人。AIRI 需要先有聊天模型才能回答。可以是带着你自己密钥的云端提供方,可以是 Ollama 这样的本地服务,也可以是登录后使用的 AIRI 官方提供方。
想要一个住在自己电脑里、能陪自己聊天的角色的人,以及想研究或扩展这类角色的开发者。介绍页说桌面版适合 VTuber 直播、电脑操作和本地模型。建模师、画师和翻译也受欢迎,README 在找 Live2D 和 VRM 建模、语音识别、语音合成和 WebGPU 方面的帮手。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 家庭和兴趣 | 想在桌面上有个陪伴角色的人 | 安装桌面应用,接上聊天模型,选一张角色卡 | 一位粉丝装好 AIRI,接上本地的 Ollama 模型,和自带的 ReLU 角色卡聊天。 |
| 直播和创作 | VTuber 和主播 | 导入 Live2D 或 VRM 模型,设置声音,让角色来回答 | 一位创作者把 Live2D 模型打成 zip 导入,选好语音提供方和声音,回复就被念出来。 |
| 游戏和机器人 | 开发游戏和聊天智能体的开发者 | 从克隆下来的仓库运行 Minecraft 智能体或 Discord 机器人 | 一位开发者让 Minecraft 智能体连上本地服务器,在游戏里打字就能和 AIRI 说话。 |
| 开源社区 | 翻译、画师和网页开发者 | 在 Crowdin 上翻译、发拉取请求,或者在子目录里加功能 | 一位翻译者在 Crowdin 上补充文案,它和向 packages/i18n/src/locales/ 发拉取请求更新的是同一批文件。 |
如果你想要一个成品,可以不用它。README 说这个项目还在早期开发阶段,机器人也需要用到终端。
AIRI 是一个应用,不是智能体技能。你可以在桌面、浏览器、手机上用,也可以从源码运行。
| 部分 | 做什么 | 要知道 |
|---|---|---|
| 聊天 | 通过你选的提供方和模型回复 | 云端密钥、本地 Ollama 或官方提供方 |
| 语音和听觉 | 把回复念出来,通过麦克风听你说话 | 每个提供方要各自设置 |
| 视觉 | 读图片,桌面端还能读捕获的窗口 | 需要支持图像输入的模型 |
| 模型 | 显示 Live2D、Spine、VRM、MMD 和 Tachie 角色 | 可导入自己的 .zip(Live2D、Spine、MMD)、.vrm、.pmx 或 .pmd(MMD)或 .tachie.zip |
| Discord 机器人 | 在文字频道里聊天,也能加入语音频道 | 从源码运行 |
| Minecraft 智能体 | 通过 Mineflayer 玩游戏,回答你输入的消息 | 从源码运行,只连可信的服务器 |
| Factorio | 应用里有服务器地址、端口和玩家名的设置 | 不带可直接部署的服务器端 |
| Telegram 机器人 | 在 Telegram 里聊天 | 从源码运行,需要 Postgres 数据库 |
点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹,里面按项目文档列出了每个平台和模块的步骤。网页版不用安装。桌面应用来自最新发布版,或者来自包管理器。
| 需要 | 说明 |
|---|---|
| 聊天模型 | 带密钥的云端提供方,Ollama 这样的本地服务,或者登录后使用的官方提供方 |
| 设备 | 桌面应用用 Windows、macOS 或 Linux,手机文件用 Android 或 iOS,也可以用现代浏览器 |
| 语音,可选 | 一个语音合成提供方和一个语音转写提供方,各自单独设置 |
| 视觉,可选 | 一个支持图像输入的模型 |
| Git、Node.js、pnpm 和 .NET | 只有从源码运行才需要。mise 会装上 .tool-versions 指定的 Node.js、pnpm 和 .NET 版本(读取时是 Node.js 26.12.1、pnpm 11.24.0、dotnet 10) |
winget install MoeruAI.AIRI
brew install --cask airi
Windows 上也可以用 Scoop,开启了 flakes 的 Nix 用户可以直接从 GitHub 运行桌面应用。
scoop bucket add airi https://github.com/moeru-ai/airi scoop install airi/airi
nix run github:moeru-ai/airi
在克隆下来的仓库里,pnpm dev 启动网页版,pnpm dev:tamagotchi 启动桌面应用。
pnpm i pnpm dev
桌面端在 Controls Island 里点 Expand,再点 Open Chat。聊天有两种样式,一种是背景透明的悬浮样式,一种是经典窗口。语音消息控件提供语音消息和语音转文字两种模式。打开 Settings 的 AIRI Card,可以导入、创建或切换角色卡,打开 Settings 的 Models,可以换身体模型。Controls Island 里的 Switch Profile 不用打开设置就能换卡。
你有一个晚上,没有 API 密钥,所以决定在自己的电脑上跑模型。你装好 Ollama 并启动一个模型。文档用的是 qwen2,并说要用别的模型,就把它的模型 ID 放在原处。
ollama --version ollama run qwen2
在 AIRI 里,你依次打开 Settings、Providers、Chat,再选 Ollama。Base URL 保持默认就行。
http://localhost:11434/v1/
然后打开 Settings、Modules、Consciousness,选中 Ollama 和那个模型。你在聊天里发一句“Hello”。有回复就说明提供方和模型都正常。文档说 Ollama 默认已经允许桌面应用的来源,所以本地设置通常不需要 OLLAMA_ORIGINS。
新手:聊天提供方是替 AIRI 写回复的服务,API 密钥是它发给你的密码。Base URL 是 AIRI 发送请求的地址。Ollama 在你自己的电脑上运行模型,所以不需要密钥。Live2D 和 VRM 是 2D 和 3D 角色的文件格式。角色卡里有名字、性格和一些偏好设置。Neuro-sama 就是 README 说 AIRI 所参考的那位 AI 主播。像文档建议的那样,先把聊天弄通,再加语音。
专家:这个仓库是一个 monorepo。Stage Web、Stage Tamagotchi 和实验性的 Stage Pocket 共用一个 UI 包、角色和智能体包、音频管线,以及 Live2D 和 Three.js 渲染器。README 说 AIRI 从第一天起就用 WebGPU、WebAudio、Web Workers 和 WebAssembly 这类网页技术来构建。桌面版可以通过 candle 使用原生的 CUDA 和 Apple Metal。语言模型通过 xsAI 调用,README 列出了一长串提供方。
桌面应用会开一个服务通道,机器人通过 server SDK 连到它。Discord 页面把它写成 ws://localhost:6121/ws,Auth Token 来自 Settings 的 Connection。那里还可以选用 Secure WebSocket。README 的路线图里,Memory 还没有打勾:纯浏览器内数据库支持(DuckDB WASM 或 pglite)已完成,Memory Alaya 还在进行中。手册说长期记忆模块可能大改,也可能改名。
MCP 模块按命令、参数和环境变量添加服务器,并把该服务器作为本地进程运行。角色卡包使用 Character Card V3 数据,带一份字段白名单,所以它们不是无损的 CCv3 备份。Spotlight 和 Push to talk 这两个全局快捷键都需要带一个修饰键。关于测试,贡献指南说 Node.js 26 自带 localStorage,所以 CI 加了 --no-experimental-webstorage 来运行。
在它上面做东西之前,先读这些。
这个工具包里只有安装说明,由 Mindket 编写。Project AIRI 本身、它的应用和文档来自制作方的仓库和网站:https://github.com/moeru-ai/airi 和 https://airi.moeru.ai
这些说明不是 moeru-ai 做的,也没有得到它的认可。GitHub 上的描述是“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.”。README 开头写的是“Re-creating Neuro-sama, a soul container of AI waifu / virtual characters to bring them into our world.”。根目录的 package.json 把它描述为“LLM powered virtual character”,作者写的是“Moeru AI Project AIRI Team”。文档站在 https://airi.moeru.ai/docs/
许可证:MIT。LICENSE 文件(https://github.com/moeru-ai/airi/blob/main/LICENSE)是标准的 MIT 文本,写着“Copyright (c) 2024-PRESENT Neko Ayaka”。这个工具包里没有 AIRI 的任何代码。
.exe,Apple 芯片和 Intel 的 macOS .dmg,以及 x64 和 ARM64 的 Linux .deb、.rpm 和 .flatpak。来源:https://airi.moeru.ai/docs/en/docs/manual/tamagotchi/setup-and-use/.apk 和 iOS 的 .ipa。iOS 文件要自己签名并手动安装。来源:https://airi.moeru.ai/docs/en/docs/manual/tamagotchi/setup-and-use/.tool-versions 安装。来源:https://github.com/moeru-ai/airi/blob/main/.github/CONTRIBUTING.md托盘菜单里的 About 窗口会显示版本,提供更新,还可以选更新通道。来源:https://airi.moeru.ai/docs/en/docs/manual/tamagotchi/setup-and-use/
Mindket 读过的文档没有给出卸载步骤。Data 设置页有删除已存数据的控件,桌面应用里还有“Open application data folder”和“Reset desktop settings and state”。手册说,删除和重置都无法撤销。
System 设置页里有“Enable usage analytics”,在当前构建带有匿名使用统计时,由它控制,它的说明里链接了隐私政策。Mindket 读过的文档没有列出发送了什么。
README.md 7 KB setup/before-you-commit.md 1 KB setup/characters-and-models.md 5 KB setup/chat-provider.md 5 KB setup/discord.md 3 KB setup/factorio.md 2 KB setup/linux.md 2 KB setup/macos.md 2 KB setup/minecraft.md 4 KB setup/mobile.md 2 KB setup/run-from-source.md 4 KB setup/telegram.md 1 KB setup/voice-and-vision.md 6 KB setup/web.md 3 KB setup/windows.md 2 KB
Updated by Mindket to the current version of this kit.
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。