AITuberKit

July 1, 2026 · View on GitHub

Kompleksowy zestaw narzędzi do budowy postaci AI

Ogłoszenie: Od wersji v2.0.0 projekt ten przyjął niestandardową licencję. W przypadku użytku komercyjnego prosimy o zapoznanie się z sekcją Warunki użytkowania.

GitHub Tag

AITuberKit to zestaw narzędzi open source, który pozwala każdemu łatwo zbudować aplikację internetową do czatowania z postaciami AI.
Obsługuje różnorodne usługi AI, modele postaci i silniki syntezy mowy, oferując różne tryby rozszerzeń, koncentrując się na funkcjach dialogowych i streamingowych AITuber z wysokim stopniem personalizacji.

Szczegółowe instrukcje użytkowania i konfiguracji można znaleźć w dokumentacji.

Główne funkcje

1. Interakcja z postaciami AI

Łatwa rozmowa z postaciami AI przy użyciu kluczy API różnych LLM
Obsługa multimodalna z rozpoznawaniem obrazów z kamery i przesłanych zdjęć
Zachowywanie ostatnich rozmów w pamięci
Długoterminowa pamięć oparta na RAG, wykorzystująca przeszłe rozmowy jako kontekst

2. Streaming AITuber

Automatyczne odpowiedzi postaci AI na komentarze ze streamów YouTube
Możliwość wyboru źródła komentarzy: YouTube API / OneComme (WanKome)
Tryb ciągłej rozmowy umożliwiający spontaniczne wypowiedzi nawet bez komentarzy
Konfigurowalne interwały pobierania komentarzy i wyświetlana nazwa użytkownika

3. Terminal demonstracyjny i signage cyfrowy

Tryb terminala demonstracyjnego: Wyświetlanie pełnoekranowe dla signage cyfrowego. Obsługuje uwierzytelnianie kodem, filtr słów zabronionych i limity długości danych wejściowych
Detekcja obecności: Automatyczne wykrywanie odwiedzających poprzez detekcję twarzy z kamery. Obsługuje automatyczne odtwarzanie powitań i pożegnań
Tryb bezczynności: Postać wypowiada się automatycznie, gdy rozmowa ustaje. Obsługuje trzy źródła: stałe frazy, powitania zależne od pory dnia i treści generowane przez AI

4. Zaawansowane tryby dialogu

Realtime API: Rozmowy i wykonywanie funkcji z niskim opóźnieniem przy użyciu OpenAI Realtime API
Tryb audio: Naturalna konwersacja głosowa wykorzystująca OpenAI Audio API
Tryb Reasoning: Wyświetlanie procesu myślowego AI i konfiguracja parametrów wnioskowania
Tryb komentarza do gry: Okresowo analizuje zrzuty ekranu i pozwala postaci AI automatycznie generować oraz wypowiadać komentarze dopasowane do obrazu gry

5. Integracja i rozszerzenia

Tryb integracji zewnętrznej: Zaawansowane funkcje, w tym wymiana tekstu i obrazów, poprzez połączenie WebSocket z aplikacją serwerową
Tryb prezentacji: Tryb automatycznej prezentacji slajdów przez postać AI
Funkcja odbierania wiadomości: Możliwość przyjmowania tekstu i obrazów z zewnętrznych źródeł poprzez dedykowane API, aby postać AI mogła się wypowiadać

Obsługiwane modele i usługi

Modele postaci

Modele 3D: Pliki VRM (obsługuje kontrolę pozy i gestów za pomocą tagów ruchu)
Modele 2D: Pliki Live2D (Cubism 3 i nowsze)
Motion PNGTuber: Wyświetlanie postaci oparte na wideo (MotionPNGTuber)

Obsługiwane LLM

OpenAI
Anthropic
Google Gemini
Azure OpenAI
Groq
Cohere
Mistral AI
Perplexity
Fireworks
LM Studio
Ollama
Dify
xAI
DeepSeek
OpenRouter

Obsługiwane silniki syntezy mowy

VOICEVOX
Koeiromap
Google Text-to-Speech
Style-Bert-VITS2
AivisSpeech
Aivis Cloud API
Cartesia
GSVI TTS
ElevenLabs
OpenAI
Azure OpenAI

Szybki start

Środowisko programistyczne

Node.js: 24.x
npm: ^11.6.2

Instrukcje instalacji

Sklonuj repozytorium lokalnie.

git clone https://github.com/tegnike/aituber-kit.git

Otwórz folder.

cd aituber-kit

Zainstaluj pakiety.

npm install

W razie potrzeby utwórz plik .env.

cp .env.example .env

Uruchom aplikację w trybie deweloperskim.

npm run dev

Otwórz URL: http://localhost:3000

Szybkie uruchamianie

Po zakończeniu wstępnej konfiguracji możesz uruchomić aplikację po prostu dwukrotnie klikając skrypt uruchamiający.

Windows: Kliknij dwukrotnie LAUNCH.bat
macOS: Kliknij dwukrotnie LAUNCH.command (jeśli nie masz uprawnień do wykonania, uruchom chmod +x LAUNCH.command)

Szczegółowe instrukcje konfiguracji i użytkowania można znaleźć w dokumentacji.

Uruchamianie z Docker

Utwórz plik .env.

cp .env.example .env

Uruchom za pomocą Docker Compose.

docker compose up -d

Otwórz URL: http://localhost:3000

Aby zatrzymać:

docker compose down

Wdrażanie

Vercel

Utwórz konto na Vercel i zaimportuj repozytorium GitHub.
Ustaw zmienne środowiskowe w panelu Vercel. Dodaj wymagane klucze API (np. OPENAI_API_KEY). Dostępne zmienne środowiskowe znajdziesz w .env.example.
Wdrażanie jest automatycznie wykonywane po wypchnięciu do Production Branch w ustawieniach projektu (domyślnie gałąź main).

Cloudflare Workers

Obsługiwane jest wdrażanie na Cloudflare Workers. Użyj OpenNext do uruchomienia aplikacji Next.js na Cloudflare Workers.

Zainstaluj Wrangler CLI i zaloguj się na konto Cloudflare.
W razie potrzeby zmień nazwę projektu w wrangler.jsonc.
Ustaw zmienne środowiskowe.
- Ustawienia frontendu (NEXT_PUBLIC_*): Zapisz je w pliku .env. Są osadzane w kodzie klienta podczas budowania.
- Klucze API po stronie serwera (OPENAI_API_KEY itp.): Ustaw je jako sekrety Wrangler.

cp .env.example .env
# Edytuj .env, aby ustawić wartości NEXT_PUBLIC_*

# Ustaw klucze API po stronie serwera jako sekrety Wrangler
npx wrangler secret put OPENAI_API_KEY

Powtórz wrangler secret put dla każdego wymaganego klucza API.

Zweryfikuj działanie za pomocą lokalnego podglądu.

npm run preview:cloudflare

Wdróż w środowisku produkcyjnym.

npm run deploy:cloudflare

Uwagi:

Podczas budowania automatycznie ustawiane jest NEXT_PUBLIC_RESTRICTED_MODE=true, co wyłącza API systemu plików. Lista zasobów jest dostarczana z manifestów generowanych podczas budowania.
Pliki w public/ przekraczające 25MB lub z nazwami plików zawierającymi znaki spoza ASCII są automatycznie wykluczane z wdrożenia.

⚠️ Ważne uwagi dotyczące bezpieczeństwa

To repozytorium jest przeznaczone zarówno do użytku osobistego i rozwoju w środowisku lokalnym, jak i do użytku komercyjnego z odpowiednimi środkami bezpieczeństwa. Jednak podczas wdrażania w środowisku internetowym należy zwrócić uwagę na następujące punkty:

Obsługa kluczy API: Ponieważ system jest zaprojektowany do wywoływania API usług AI (OpenAI, Anthropic itp.) i usług TTS poprzez serwer backendowy, wymagane jest odpowiednie zarządzanie kluczami API.
Ochrona sekretów po stronie serwera: Aktualizacja bezpieczeństwa wymaga ustawienia AITUBERKIT_SERVER_SECRET_ACCESS_MODE, gdy publiczne trasy API używają sekretów po stronie serwera, takich jak OPENAI_API_KEY lub CUSTOM_API_*, zapisu historii rozmów albo serwerowych adresów URL TTS. Bez tej konfiguracji część API zwróci 403. Szczegóły i kroki migracji znajdziesz w informacjach o wydaniu v2.53.0.

Użycie w środowisku produkcyjnym

W przypadku użycia w środowisku produkcyjnym zalecane jest jedno z następujących podejść:

Implementacja serwera backendowego: Zarządzanie kluczami API po stronie serwera i unikanie bezpośredniego dostępu do API z klienta
Odpowiednie instrukcje dla użytkowników: W przypadku gdy użytkownicy używają własnych kluczy API, wyjaśnienie kwestii bezpieczeństwa
Implementacja kontroli dostępu: W razie potrzeby wdrożenie odpowiednich mechanizmów uwierzytelniania i autoryzacji

Szczegółowy opis problemu lub nowej funkcji
Kroki reprodukcji (dla błędów)
Oczekiwane zachowanie vs. rzeczywiste zachowanie
Szczegóły środowiska (przeglądarka, system operacyjny, wersja Node.js, itp.)
Zrzuty ekranu lub wideo (jeśli to możliwe)

Pull Requests

Jeśli chcesz poprawić kod lub dodać nowe funkcje, wprowadź zmiany w swoim sforkowanym repozytorium i stwórz pull request.

Skup się na jednej funkcji lub poprawce na pull request.
Opisz zmiany i powód ich wprowadzenia w opisie pull request.
Zawsze ustaw docelową gałąź na develop.
Nie martw się konfliktami - zespół programistów je rozwiąże.

Warunki użytkowania

Licencja

Od wersji v2.0.0 projekt ten przyjął niestandardową licencję.

Bezpłatne użytkowanie
- Dozwolone jest bezpłatne użytkowanie do celów osobistych (niekomercyjnych), edukacyjnych i non-profit.
Licencja komercyjna
- Do użytku komercyjnego wymagane jest uzyskanie oddzielnej licencji komercyjnej.
- Szczegóły można znaleźć w informacjach o licencji.

Inne

Priorytetowa implementacja

W tym projekcie oferujemy płatną priorytetową implementację funkcji.

Możliwa jest priorytetowa implementacja funkcji na życzenie firm lub osób prywatnych.
Zaimplementowane funkcje będą publicznie dostępne jako część tego projektu open source.
Opłaty są wyceniane indywidualnie w zależności od złożoności funkcji i czasu potrzebnego na implementację.
Ta priorytetowa implementacja jest oddzielna od licencji komercyjnej. Do komercyjnego wykorzystania zaimplementowanych funkcji nadal wymagane jest uzyskanie oddzielnej licencji komercyjnej.

Aby uzyskać więcej informacji, prosimy o kontakt pod adresem support@aituberkit.com.