🐈✨ LingChat - 灵动の人工智能聊天陪伴助手

🖥️ 支持操作系统：

• Windows、Linux/Macos 均可运行。Linux/Macos 用户请查看额外的使用说明。

• 社区安装 QQ 互助群：1055935861【纯安装问题请加入此群，不要去开发者群.jpg，目前好像只能二维码进入了】

• 安装问题解答文档用户帮助文档-代码报错, 用户帮助文档-截图报错

  

🛠 功能列表

• 选择你喜欢的人物，陪伴你聊天度过寂寞的夜晚
• 内嵌永久记忆功能，优化和高自定义的 RAG 系统记录你们的一点一滴
• 使用自训练的 AI 情绪识别模型，自动判定 AI 的每次对话情绪
• 表情，动作，气泡随着 AI 的情绪改变，提供灵活的 AI 聊天体验
• 非 RAG 下有存档功能，用不同的方式攻略 Galgame 人物吧
• 搭配 Vits 语音服务或对话音效，用真实的耳语调动你的真心
• 支持自定义角色，可以用自己的 oc 或者游戏人物与自己对话
• 清爽的设置菜单，高度自定义的设置选项，可搭配不同背景和音乐聊天

⭐ 快速上手

Step -1: 选择适合的版本

• 最新的 v0.3.1 是最新的测试开发版本，在多了许多功能的同时也有一些不完整的功能和小问题，但有极致的回复速度，美化，优化，以及更稳定的 AI 输出。
• 最稳定的版本是 0.3.0 如果你希望体验 B站 上的版本可以使用这个，功能完整但是缺少一些最新的开发内容。

Step 0: 开始之前的准备

• 在 DeepSeek 或者其他大模型网站中，申请自己的 API 密钥，并且保证有余额供使用 -> DeepSeek 的官方 API 获取网站

Step 1: 下载软件

• 在release中，找到最新的版本，下载如 LingChat_setup.exe 的文件，下载完成后运行并安装 LingChat。
• 点击桌面快捷方式或安装目录下的 LingChat.exe 启动程序
• 您也可以使用如 LingChat.x.x.x.7z 的文件解压后使用

温馨提示：

解压完成后可能会发生 LingChat.exe 不见了的情况，这多半是由于 Windows Defender 把它当病毒干掉了。需要手动打开Windows 安全中心，选择病毒和威胁防护一栏，允许该威胁。

Step 2: 首次启动配置

• 启动程序后，点开右上角的菜单，点击【文字】部分的【进入设置页面】按钮，输入自己选用的大模型类型和 API，模型信息等（这些是必填信息）
• 设置完毕后，滑动到最下方，点击保存配置。关闭黑不溜秋的窗口和 LingChat 程序，重新启动程序，就可以使用啦！

  [!IMPORTANT]

  1. 有些用户的电脑启动LingChat.exe之后会无限卡在加载页，请在现代浏览器如谷歌中输入localhost:8765进入程序
  2. 当你关闭程序准备重启初始化时候，务必保证前端和后端都关闭（exe 或者浏览器的网页，还有 cmd 窗口），否则可能出现进去人物消失的情况

Step 3：基础语音功能使用（从这里开始的以下步骤属于扩展功能，按需进行）

• 若要使用 Vits 语音功能，请下载链接程序simple-vits-api。
• 该项目实现了基于 Vits 的简单语音合成 API。如果你是核显只能下载 CPU 版本。如果有独显建议下载 GPU 版本，速度快。
• 程序默认监听 23456 语音端口，程序默认导入的模型是 ZcChat 地址 -> 讨论区 -> 角色示范（丛雨）-> YuzuSoft_Vits.zip
• 模型下载好之后将压缩包 YuzuSoft_Vits.zip 解压到 simple-vits-api 的/data/models 目录下，再双击根目录下的 start.bat 启动就 ok 了
• 如果需要使用其他角色声线，请在 game_data/characters/角色名/settings.txt 中修改 speaker_id 这个属性（0~6 可选）

  [!NOTE]

  1. 视频演示中的灵灵，语音使用的是 Style-Bert-Vits2，丛雨的 vits 模型还需要打磨暂未发布，可以先用 Simple-Vits-API，效果差不多
  2. 视频中的音理，请在 Discussions 区下载人物包，语音请使用 Style-Bert-Vits2
  3. 建议先使用 Simple-Vits-API 玩玩，国人开发下载方便，需要扩展再用 Style-Bert-Vits2
  4. 经过反映，如果你的电脑是核显或者太久以前的电脑，单个语音可能要一分钟才能生成，而 GPU 可以 1 秒内生成，而且会有大量报错可能，核显用户大可能只能放弃语音功能了（哭哭）

Step 4：视觉模型功能使用

• 从通义千问或者其他拥有视觉感知的大模型网站中，获取 API -> 阿里云的相关视觉模型 API 获取网站

• 在设置或者根目录的 .env 文件中修改 VD_API_KEY（图像识别模型的 API Key） 、VD_BASE_URL（视觉模型的 API 访问地址）和 VD_MODEL（视觉模型的模型类型）参数，例如： 假设你要使用 qwen2.5-vl-7b-instruct 模型： 1. VD_API_KEY 参数填写你自己的阿里云 API Key 2. 查看 VD_BASE_URL 需要点击页面右上角的 查看API参考，之后你会在页面右侧看到以下代码，其中的 base_url 变量值就是 VD_BASE_URL 的值：

  import os
  from openai import OpenAI
  
          client = OpenAI(
              # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",
              api_key=os.getenv("DASHSCOPE_API_KEY"),
              base_url="https://dashscope.aliyuncs.com/compatible-mode/v1", # VD_BASE_URL的值
          )
          completion = client.chat.completions.create(
              model="qwen-vl-plus",  # 此处以qwen-vl-plus为例，可按需更换模型名称。模型列表：https://help.aliyun.com/zh/model-studio/getting-started/models
              messages=[{"role": "user","content": [
                      {"type": "image_url",
                      "image_url": {"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"}},
                      {"type": "text", "text": "这是什么"},
                      ]}]
              )
          print(completion.model_dump_json())
          ```
      3. `VD_MODEL` 参数是模型的名称，点击[页面](https://bailian.console.aliyun.com/?tab=model&accounttraceid=bef5c4d0bc384ad294f43f844ed11cd9thwc#/model-market/detail/qwen2.5-vl-7b-instruct)上方模型名称右侧的复制图标即可获取模型名称

• 阿里云 API 默认赠送额度，不需要充值， 而且对于这个项目肯定够用一辈子了 。

温馨提示：

设定完毕后，可以通过在与 AI 对话的对话中，包含 “看桌面” 或者 “看看我的桌面” 来触发视觉感知，允许 AI 观察你的屏幕并做出回应

Step 5: 扩展语音功能使用（Style-Bert-Vits2 模型使用，更好的音色，可自定义训练）

• 从下方相关链接中，下载 Style-Bert-Vits2 的 Release 的 最新版本 ，解压
• 先决定这个软件（安装后 12GB）的安装位置，然后启动里面的Install-Style-Bert-VITS2.bat文件（如果之后更改这个软件的位置会有 Bug）
• 耐心等待很长时间后，这个软件会安装好。由于这个项目庞大，所以等待时间非常长
• 下载完毕后，在 model_assests 目录中，把下载好的 Bert-Vits 模型解压进去
• 打开程序的目录，里面有个 server.bat ，启动它即可使用

温馨提示：

要是想使用这个功能，需要在 game_data/characters/<角色名>/settings.txt 中设定 model_name 的参数为导入的模型的名字
模型的名字可以通过启动app.bat中的人物列表中查看

Step 6: 加入最新版的测试

• 我们一直在更新 LingChat，所有更新都会随时推送到develop中，我们也会在issues中发布开发日志。
• 你可以参考源代码使用教程来使用 LingChat 的源代码，并随时获取最新的 develop 开发版更新。
• 开发版是不稳定的版本，如果遇到任何 Bug，欢迎向我们反馈！

🔗 相关 & 致谢链接

• Zcchat: 本项目的灵感来源，可以在这里找到 Vits 模型和人物素材。可以的话也帮他们点个 stars 吧 ❤
• Simple-Vits-API: 该项目实现了基于 VITS 的简单语音合成 API。如果你不是核显建议下载 GPU 版本，速度快。核显就用 CPU。
• Style-Bert-VITS2：该项目实现了 Bert-VITS 的语音合成和训练，你可以用这个进行语音训练和推理，少量数据量就可以达到很棒效果！
• ProgrammingVTuberLogos：LingChat 的标题风格，可爱滴捏，画风参考这个项目~
• Emotion Training: 人工智能模型训练，用于实现 18 种短句情绪识别
• 本项目的实现离不开这些优秀开源作品的先驱者，在这里我们送上由衷的致谢 🌼

🌸 一些小话

• 本项目为了快速开发用了很多 AI 工具，有做的不好的地方欢迎指出！我们欢迎各位开发者或用户提出 issues！
• 感谢一路结识的开发者，都是 香软可爱 又厉害的大佬们~ 如果你有开发意向可以联系我！开发者群号就藏在 GitHub 中 ❤
• 本项目更多作为一个超小型的学习项目，由于文件结构非常简单， 欢迎有兴趣的人学习 。现在变大了，应用了很多软件工程的架构思想，也欢迎学习啦 qwq

🔍 其他

本项目使用的气泡+音效素材来源于碧蓝档案，其中对话哔哔音效来源于 Undertale，请勿商用
默认简单狼狼立绘是自绘，表情差分源于 AI + 人工修改，如果你想自己创作可使用 NovelAI 网站或者自己画 请对 AI 生成的东西和使用负责，不要肆意传播不良信息 有其他问题可以提 issues 捏~ 关于硬件调查，我们完全秉持自愿原则，您可以在Ling Chat 硬件调查中查看调查数据

⭐️ 星星

© LingChat 制作团队