ai_vtuber

一個整合 AI 思考、語音辨識、語音合成、網路搜尋、爬蟲等多功能的 AI VTuber 工具包，支援多種工具與本地 LLM，適合自動化對話、語音互動與多模態應用。

授權：詳見 LICENSE
Python 版本需求：3.10.x

主要特色

• 整合 LLM（Ollama）、語音辨識（Vosk）、語音合成（TTS）、網路搜尋（Tavily）、網頁爬蟲等多種工具
• 支援多語系語音合成與語音克隆
• 具備短期記憶、多輪對話、工具自定義與擴充能力
• 適合本地端部署，無需雲端依賴

安裝與環境建議

• Python 版本：需 3.10.x

• 建議使用虛擬環境（如 venv、conda、pyenv 等）以避免套件衝突

• Ollama 安裝：

  • 前往 Ollama 官網下載並安裝 Ollama（ https://ollama.com/ ）
  • Linux 可用：

    curl -fsSL https://ollama.ai/install.sh | sh
    

  • Ubuntu 也可用 snap：

    sudo snap install ollama
    

  • Windows 可用：

    irm https://ollama.com/install.ps1 | iex
    

• FFmpeg 安裝：

  • Linux 可用：

    sudo apt update
    sudo apt install ffmpeg
    

  • macOS 可用：

    brew install ffmpeg
    

  • Windows 可用：

    • 使用 Scoop 安裝：

    scoop install ffmpeg
    

    • 或使用 Conda 安裝：

    conda install -c conda-forge ffmpeg
    

• PortAudio 安裝：

  • Linux 可用：

    sudo apt update
    sudo apt install portaudio19-dev
    

  • macOS 可用：

    brew install portaudio
    

  • Windows 可用：

    scoop install portaudio
    

• 安裝依賴套件：

  • 於專案根目錄執行：

    pip install ai_vtuber
    

• 下載 LLM 模型：

  • 於命令列執行：

    ollama pull <model>
    

  • 可至 Ollama 官網查詢更多模型

使用方式

• 啟動虛擬環境（如有）
• 執行主程式（請依你的主程式檔名調整）：

  python your_main.py
  

主要功能簡介

• 支援文字與語音互動，具備短期記憶
• 可使用agent
• 工具可擴充，支援自訂函式註冊
• 內建多種常用工具（時間查詢、打招呼、搜尋、爬蟲、語音辨識、語音合成等）

其他

• 詳細 API 與工具用法請參考 API_DOC.md
• 有任何問題歡迎聯絡作者