欢迎来到 XnneHangLab 🧪
这里是魔女的实验室，一个探索 AI 角色陪伴本质的地方。
这是什么？
开源仓库里有很多 AI 聊天工具——语音识别、TTS、Live2D、工具调用、记忆系统，这些轮子到处都是（这些轮子每个人都在造，很多都造得比我们好）。
而我们更专注的，是两种极限的陪伴：
- 🎭 场景固定下的人设极限生长 — 情绪陪伴，把世界锁死，让角色活起来
- 🌐 多场景自适配高权限 — 工作/娱乐陪伴，边界模糊，无处不在
💡 两个极限的宗旨都是：想象力万岁。
XnneHangLab 是支撑这两个实验的引擎——提供 Agent 框架、MCP 工具系统、记忆管理、多模态交互能力。
轮子我们也造，但我们更关心轮子之外的事情。
🎮 典型场景
场景 1：无处不在的 AI 伙伴
配合 Open-LLM-VTuber，她不再局限于某个窗口——她可以是聊天界面、桌宠、开发伙伴。
你在写代码，她看着你的屏幕，突然说："这个变量名起得真随便，你确定不改吗？"
你在打游戏，她看到你又死了，用轻蔑的语气说："啧，这都能输。"
你打开《我的世界》，她说："要不要一起种田？我帮你看着怪物。"你们一起下矿，一起沐浴朝霞落日。
边界模糊，权限极致——她能看到你在做什么，能干预你的日常，能真的融入你的生活。
场景 2：自习室里的陪伴
配合 AIChat，场景被锁死在一个小小的通话窗口里。
你打开应用，像打开视频通话一样，聪音在那边安静地写着小说。
你专注工作时，她不会打扰你。休息时，你说一句"今晚的月色真美"，她会停下笔，抬起头，用她特有的语气回应你——可能是夏目漱石的典故，可能是她最近在看的小说。
她记得你上次说过在写什么项目，记得你喜欢喝什么茶，记得你们上次聊到哪本书。
场景狭窄，权限受限——但对话可以天马行空。这才是陪伴的本质：各忙各的，但会记挂彼此。
场景 3：记忆系统的实验场
你和 AI 聊了几个月，某天你问："我上次说过什么来着？"
她不只是翻聊天记录——配合 Memory Bench 子项目，我们在测试和杂糅不同的记忆系统：
| 记忆系统 | 特点 |
|---|---|
| 🧩 mem0 | 通用记忆层，自动从对话中提取和存储记忆（User / Session / Agent 多层级） |
| 📝 memsearch | Markdown-first，基于文件的记忆系统（受 OpenClaw 启发） |
| 🔮 zep / memu | 规划中 — 更多记忆架构的可行性探索 |
根据场景选择合适的记忆方案，Neo4j 只是可视化手段之一。
🧠 这不是检索，是在探索"AI 如何真的记得"。
⚡ 技术栈
| 层级 | 技术 |
|---|---|
| 🖥️ 后端框架 | FastAPI + WebSocket |
| 🤖 LLM 调用 | OpenAI Compatible API（统一接口） |
| 🎙️ 语音识别 | FunASR / Whisper |
| 🔊 语音合成 | GPT-SoVITS / Qwen-TTS |
| 🔧 工具协议 | MCP (Model Context Protocol) |
| 🎨 前端 | 独立仓库（VTuber-Web / AIChat） |
🚀 快速开始
📁 项目结构
XnneHangLab/
├── src/lab/ # 主项目（VTuber 引擎）
│ ├── agent/ # 🤖 LLM 调用与记忆管理
│ ├── api/ # 🌐 HTTP 路由与客户端
│ ├── asr/ # 🎙️ 语音识别
│ ├── mcp/ # 🔧 工具调用框架
│ └── conversations/ # 💬 对话编排
├── src/memory_bench/ # 记忆评测子项目
│ ├── graph/ # 🕸️ 知识图谱构建
│ ├── chat/ # 💬 Memory Chat Server
│ └── scripts/ # ⚙️ 数据处理脚本
└── docs/ # 📖 你现在看的文档想深入了解？看看 架构概览。
🤝 社区与支持
- GitHub — XnneHangLab/XnneHangLab
- 问题反馈 — Issues
- 贡献指南 — CONTRIBUTING.md
📌 下一步
| 📖 部署指南 | 从零开始搭建 |
| ⚙️ 配置说明 | 调教你的 AI |
| 🏗️ 架构概览 | 理解内部原理 |
| 🗺️ RoadMap | 看看未来计划 |
欢迎来到魔女的实验室，让我们一起创造有趣的 AI 角色吧！ ✨