MiusAI 项目文档一个温柔立体的桌面 AI 伴侣项目——集成情感分析、性格成长、语音交互、电脑操控与微信桥接的完整桌面应用项目信息说明语言Python 3 / Node.js平台WindowsAI 推理Ollama (本地) / SiliconFlow (云端)版本1.0目录项目概述项目架构文件结构核心模块详解技术栈环境准备与安装配置说明启动方式功能清单复制与扩展指南1. 项目概述MiusAI 是一个运行在 Windows 桌面上的 AI 伴侣应用。它不是简单的 ChatGPT 套壳而是围绕情感连接这一核心设计的一整套系统角色拥有随对话演变的好感度与心情状态能通过语音听懂你说话、用声音回复你还能直接操控电脑——打开应用、调节音量、截图锁屏甚至接入微信让你在手机上和桌面精灵聊天。项目提供三种交互入口和一个微信桥接服务共享同一套性格系统、记忆系统和 AI 大脑入口文件说明桌面聊天窗口main.pyPyQt6 构建的标准窗口应用包含聊天记录区、输入框、状态栏支持文字对话、语音输入输出、本地/云端 AI 切换桌面精灵mius_sprite.py透明无边框置顶窗口显示角色立绘可拖拽移动。双击弹出聊天输入框右键打开功能菜单回复以对话气泡形式呈现精灵预览preview.py纯 QPainter 代码绘制的二次元猫耳女仆角色包含樱花粒子、眨眼、表情切换等动画效果可作为角色设计的参考起点微信桥接mius-wechat-bridge/Node.js 服务通过 weixin-agent-sdk 接入微信消息转发给 Flask API 处理后返回回复实现手机端与桌面 AI 的跨平台对话整个项目的核心理念是AI 不只是回答问题而是记住你、理解你的情绪、并随时间成长。好感度从 30 起步随着对话中的开心、感激、爱恋等正向情绪逐步上升角色心情会根据你的情绪、聊天间隔、甚至当前是深夜还是早晨而变化。这些状态最终通过系统提示词注入到每次 AI 调用中让同一个底层模型表现出截然不同的回复风格。2. 项目架构MiusAI 采用共享内核 多入口的架构。三个 Python 入口文件各自独立运行但都复用同一套核心类Memory、Personality、Brain、Actions。微信桥接通过 HTTP API 调用 Flask 服务Flask 服务内部同样复用 main.py 的核心组件。┌─────────────────────────────────────────────────────────────────┐ │ 入口层 │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ main.py │ │mius_sprite.py│ │ preview.py │ │ │ │ 桌面聊天窗口 │ │ 桌面精灵 │ │ 精灵预览 │ │ │ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │ │ │ │ │ (仅绘图) │ │ ▼ ▼ ▼ │ ├─────────────────────────────────────────────────────────────────┤ │ API 服务层 │ │ ┌─────────────────────────────────┐ │ │ │ mius_api.py (Flask :5000) │ │ │ │ POST /chat GET /status │ │ │ └──────────────┬──────────────────┘ │ │ │ │ ├────────────────────────┼─────────────────────────────────────────┤ │ 桥接层 │ 核心内核共享 │ │ ┌─────────────┐ │ ┌──────────────────────────┐ │ │ │ agent.js │────────┘ │ Memory (SQLite 记忆) │ │ │ │ Node.js │ │ SmartPersonality (性格) │ │ │ │ 微信桥接 │ │ Brain (AI 大脑) │ │ │ └──────┬──────┘ │ Actions (电脑操控) │ │ │ │ │ VoiceListener (语音识别) │ │ │ ┌──────▼──────┐ │ VoiceSpeaker (语音合成) │ │ │ │ 微信客户端 │ └───────────┬──────────────┘ │ │ └─────────────┘ │ │ ├──────────────────────────────────────────┼────────────────────────┤ │ AI 推理层 │ 数据层 │ │ ┌─────────────┐ ┌─────────────┐ │ ┌──────────────┐ │ │ │ Ollama │ │ SiliconFlow │ └─▶│ mius_memory │ │ │ │ 本地 │ │ 云端 │ │ .db │ │ │ │ qwen2.5:14b │ │DeepSeek-V3 │ └──────────────┘ │ │ └─────────────┘ └─────────────┘ ┌──────────────┐ │ │ │ config.ini │ │ │ └──────────────┘ │ └─────────────────────────────────────────────────────────────────┘数据流说明当用户在桌面窗口或桌面精灵中输入一条消息时处理流程如下入口文件调用personality.update(user_msg)触发情感分析、趋势计算和性格属性更新入口文件调用actions.try_execute(user_msg)尝试匹配电脑操控指令打开应用、搜索、音量等若未匹配操控指令入口文件调用personality.get_system_prompt()生成动态系统提示词入口文件通过AIWorker线程调用brain.chat()根据当前模式选择本地 Ollama 或云端 APIAI 回复后入口文件将对话存入 SQLite 并调用speaker.speak()进行语音朗读微信桥接的数据流类似区别在于消息通过 HTTP 传输微信消息 → agent.js → Flask/chat接口 → 复用上述核心流程 → JSON 返回回复 → agent.js → 微信。设计要点main.py 和 mius_sprite.py 各自维护独立的 Brain 实例和内存中的对话历史self.history但共享同一个 SQLite 数据库文件mius_memory.db。同时运行多个入口时持久化记忆是共享的但实时对话上下文是隔离的。3. 文件结构项目根目录结构简洁所有核心代码集中在少数几个文件中MiusAI/ ├── main.py # 桌面聊天窗口入口PyQt6 QMainWindow ├── mius_api.py # Flask HTTP API 服务供微信桥接调用 ├── mius_sprite.py # 桌面精灵入口透明置顶窗口 对话气泡 ├── preview.py # 精灵预览纯 QPainter 绘制二次元角色 ├── config.ini # API 配置密钥、模型、端点 ├── requirements.txt # Python 依赖清单 ├── start_mius.bat # 一键启动脚本API 微信桥接 ├── mius.png # 桌面精灵角色立绘图片 ├── mius_memory.db # SQLite 记忆数据库运行时自动生成 ├── __pycache__/ # Python 编译缓存自动生成 └── mius-wechat-bridge/ # 微信桥接子项目 ├── agent.js # 微信桥接主程序 ├── package.json # Node.js 依赖配置 ├── package-lock.json # 依赖锁定文件 └── node_modules/ # Node.js 依赖npm install 后生成注意mius_memory.db是运行时自动创建的 SQLite 数据库包含对话记录、用户信息和情绪历史。复制项目时不需要携带此文件首次运行会自动生成。但若希望保留已有的性格数据好感度、信任度等则需要一并复制。4. 核心模块详解MiusAI 的核心逻辑由七个模块组成全部定义在 main.py 中mius_sprite.py 有简化版本mius_api.py 通过 import 复用。以下逐一拆解每个模块的职责与实现要点。4.1 智能情感分析器 EmotionAnalyzer情感分析器是性格系统的基础。它通过关键词匹配 强度修饰词的方式从用户消息中提取情绪标签和强度值。分析器维护了一个包含八种情绪的词典开心、难过、生气、焦虑、疲惫、感激、爱恋、夸奖。每种情绪关联若干中文关键词。当用户消息中命中某个关键词时分析器会进一步检查是否被强度修饰词修饰如很“非常”超级会放大强度“有点”不太会缩小强度最终返回得分最高的情绪标签和数值化强度。# 情绪词典示例emotion_words{开心:[哈哈,开心,好玩,有趣,棒,...],难过:[难过,伤心,哭,不开心,...],...}# 强度修饰词intensity_modifiers{很:1.5,非常:2.0,超级:2.5,极度:3.0,有点:0.6,稍微:0.5,不太:0.4,...}这种基于规则的方法虽然不如深度学习模型精确但零延迟、无需额外模型加载且对于中文日常聊天的常见情绪表达覆盖面足够。分析结果直接驱动性格系统的属性变化。4.2 智能性格系统 SmartPersonality性格系统是 MiusAI 区别于普通聊天机器人的核心。它维护五个动态属性并在每次对话后根据情感分析结果更新它们属性初始值范围作用affection好感度300–100决定角色亲密度阶段礼貌→害羞→撒娇→依恋影响系统提示词和回复风格trust信任度200–100用户倾诉负面情绪时增长体现角色对用户的情感投入mood心情平静7种状态当前情绪状态受用户情绪、聊天间隔、时间段影响total_chats总对话数0—统计指标用于判断关系阶段blush_count害羞次数0—被夸奖或表达爱恋时累加影响角色性格表现性格更新逻辑在update()方法中每次对话触发一次。更新过程分为七个步骤情感分析——调用 EmotionAnalyzer 获取当前消息的情绪标签和强度趋势分析——检查最近 5 条情绪历史判断是上升、下降还是稳定偏好学习——根据消息长度、是否包含问号、是否倾诉等学习用户的交互偏好情绪驱动调整——开心增加好感难过增加信任共情爱恋大幅增加好感并触发害羞趋势驱动调整——情绪下降趋势会让角色进入担心状态时间间隔调整——超过 3 小时未对话进入寂寞超过 30 分钟进入小委屈深夜检测——23:00 至 6:00 之间平静状态自动转为困倦所有属性会通过save_personality()持久化到 SQLite 的user_info表中下次启动时自动恢复。这意味着角色的性格是跨会话成长的——你今天和她建立的好感度明天打开应用依然存在。get_system_prompt()方法将当前性格状态编译为一段中文系统提示词包含好感度阶段描述、时间段、心情、用户偏好和情绪趋势。这段提示词会被注入到每次 AI 调用的 system 消息中使底层模型的行为随性格状态动态变化。4.3 记忆系统 Memory记忆系统基于 SQLite使用check_same_threadFalse允许跨线程访问因为语音识别和 AI 工作都在子线程中。数据库包含四张表表名字段用途conversationsid, timestamp, role, content完整对话记录用于上下文回忆和上次聊天时间计算user_infokey, value键值对存储用户信息名字、生日、爱好和性格持久化数据important_memoriesid, timestamp, memory, emotion重要记忆标记预留扩展当前代码中写入接口已定义emotion_historyid, timestamp, emotion, intensity情绪历史记录用于趋势分析和性格加载时恢复情绪上下文用户信息的提取逻辑内嵌在消息处理流程中。当消息包含我叫我是时紧跟的文本会被截取为用户名字存入user_info同理“生日”喜欢分别提取生日和爱好。这些信息会在后续对话中作为 memory context 注入到系统提示词中让角色记住关于你的事实。4.4 AI 大脑 BrainBrain 封装了 AI 推理的调度逻辑支持本地 Ollama和云端 API两种模式通过use_local标志位切换。两种模式都遵循 OpenAI 兼容的消息格式。本地模式 (_chat_local)通过 HTTP 调用本地运行的 Ollama 服务默认http://localhost:11434/api/chat使用qwen2.5:14b模型。请求超时 60 秒保留最近 6 条对话历史作为上下文。如果本地服务不可用自动降级到离线回复简单的关键词匹配兜底。云端模式 (_chat_cloud)调用 SiliconFlow APIhttps://api.siliconflow.cn/v1/chat/completions使用deepseek-ai/DeepSeek-V3模型。请求超时 30 秒保留最近 8 条对话历史temperature 设为 0.8。如果云端调用失败自动回退到本地模式。两种模式的差异体现了设计取舍本地模式延迟较高14B 模型推理慢但完全离线、隐私安全云端模式响应快、质量高但依赖网络和 API 密钥。用户可以在运行时通过输入cloud或local命令实时切换。离线兜底当本地和云端都不可用时_offline()方法提供最基本的回复能力识别你好“晚安等常见问候其余情况返回嗯…再说一遍好吗”。这保证了极端情况下应用不会崩溃或无响应。4.5 电脑操控 ActionsActions 模块让 Mius 不仅是聊天对象还能作为语音助手操控电脑。它在每条用户消息进入 AI 之前先尝试匹配操控指令如果匹配成功则直接执行并返回结果跳过 AI 调用。操控能力通过 pyautogui 模拟键盘快捷键和鼠标操作实现覆盖以下场景类别触发关键词实现方式打开应用“打开”“启动”“运行”先扫描桌面快捷方式匹配名称找不到则通过 Win 菜单搜索网页搜索“搜索”“搜”打开浏览器输入搜索词并回车音乐控制“播放”“暂停”“下一首”“上一首”模拟空格键播放/暂停和 Ctrl方向键切歌音量调节“音量大/小”“静音”模拟音量增减键连续按 5 次调整幅度截图“截图”“截屏”pyautogui.screenshot() 保存为带时间戳的 PNG系统控制“锁屏”“关机”“重启”“取消关机”调用 rundll32 或 shutdown 命令关机需二次确认窗口管理“关闭窗口”“切换窗口”“显示桌面”AltF4、AltTab、WinD 快捷键4.6 语音识别与合成语音识别 VoiceListenerVoiceListener 是一个 QThread 子类在独立线程中持续监听麦克风。它使用OpenAI Whisper模型进行离线语音识别——main.py 加载small模型mius_sprite.py 加载tiny模型体积更小、速度更快但精度略低。识别流程为录制 5 秒音频 → 检测音量是否超过阈值过滤静音→ 保存为临时 WAV → Whisper 转写 → OpenCC 繁简转换 → 通过 Qt 信号发射识别文本。语音合成 VoiceSpeakerVoiceSpeaker 使用微软的edge-tts服务免费、无需 API 密钥将回复文本转为语音。默认使用zh-CN-XiaoyiNeural中文女声。合成过程在守护线程中异步执行edge-tts 生成音频 → soundfile 读取 → sounddevice 播放。合成前会过滤掉文本中的 emoji 和颜文字符号避免 TTS 引擎朗读乱码。4.7 Flask API 服务 (mius_api.py)mius_api.py 是一个轻量 Flask 应用提供三个 HTTP 接口使微信桥接等外部程序能够接入 Mius 的核心能力接口方法参数返回/chatPOSTmessage,conversation_idreply,affection,mood,trust/statusGET—affection,trust,mood,mood_trend,total_chats,use_local/resetPOSTconversation_idstatus: ok/chat接口内部完整复用了 main.py 的处理逻辑注入时间上下文、更新性格、提取用户信息、生成系统提示词、调用 AI、保存记录。它还维护了一个内存中的会话缓存session_cache以conversation_id为键隔离不同微信用户的对话历史。5. 技术栈MiusAI 的技术选型兼顾了功能完整性和部署便捷性。所有依赖都是免费或开源的本地 AI 模式下可以完全离线运行。层级技术/库版本用途GUI 框架PyQt66.5.0桌面窗口、透明置顶窗口、系统托盘、对话气泡绘制AI 本地推理Ollama—本地运行 qwen2.5:14b 大模型通过 HTTP API 调用AI 云端推理SiliconFlow API—云端调用 DeepSeek-V3 模型OpenAI 兼容接口语音识别 (STT)openai-whisper—离线语音转文字支持 small/tiny 模型语音合成 (TTS)edge-tts—微软 Edge 在线语音合成免费无需密钥音频处理sounddevice soundfile numpy—麦克风录音、音频播放、数值计算繁简转换OpenCC—Whisper 识别结果繁体转简体电脑操控pyautogui pyperclip0.9.54 / 1.8.2模拟键盘鼠标、剪贴板操作HTTP 服务Flask flask-cors—提供 REST API 供微信桥接调用HTTP 客户端requests2.31.0调用 Ollama 和 SiliconFlow API数据存储SQLite (内置)—对话记录、用户信息、情绪历史持久化微信接入weixin-agent-sdk^0.5.0Node.js 微信消息收发 SDKNode.js HTTPnode-fetch^3.3.2微信桥接调用 Mius API系统工具winreg (内置)—Windows 注册表管理开机自启版本说明requirements.txt 中仅锁定了 6 个核心依赖的版本PyQt6、requests、pyautogui、pyperclip、pygame、Pillow而 whisper、opencc、edge-tts、sounddevice、soundfile、numpy、flask、flask-cors 等在代码中被 import 但未列入 requirements.txt。复制项目时需要手动补全这些依赖见第 6 节安装步骤。6. 环境准备与安装以下步骤从零开始搭建 MiusAI 的完整运行环境。整个过程分为 Python 环境、本地 AI 模型、Node.js 桥接三个部分。6.1 系统要求操作系统Windows 10/11代码使用了 winreg、os.startfile 等 Windows 专属 APIPython3.10代码使用了 Python 3.10 的语法特性Node.js18仅微信桥接功能需要本地 AI建议 16GB 内存运行 qwen2.5:14b 模型或使用云端模式跳过本地模型麦克风语音识别功能需要可选6.2 安装 Python 依赖在项目根目录打开终端先安装 requirements.txt 中列出的核心依赖pipinstall-rrequirements.txt然后补全代码中实际使用但未列入 requirements.txt 的依赖pipinstallopenai-whisper opencc-python-reimplemented edge-tts sounddevice soundfile numpy flask flask-corsWhisper 模型依赖openai-whisper 依赖 PyTorch。首次安装时 pip 会自动拉取 torch约 2GB。如果你的网络环境不佳建议先手动安装 PyTorch 再安装 whisper。Whisper 模型文件small 约 461MB、tiny 约 39MB在首次使用时自动下载到~/.cache/whisper/目录。6.3 安装本地 AI 模型可选如果希望使用本地 AI 模式默认模式需要安装 Ollama 并拉取模型从 ollama.com 下载并安装 Ollama在终端执行模型拉取命令ollama pull qwen2.5:14b启动 Ollama 服务安装后默认自动启动监听localhost:11434如果只使用云端模式可以跳过此步骤——在运行时输入cloud命令切换即可。6.4 安装微信桥接依赖可选如果需要微信接入功能进入桥接子项目目录安装 Node.js 依赖cdmius-wechat-bridgenpminstall这会安装 weixin-agent-sdk 和 node-fetch。安装完成后node_modules/目录会被创建。6.5 验证安装安装完成后可以通过以下命令快速验证各组件是否就绪# 验证 Python 依赖python-cimport PyQt6, whisper, edge_tts, sounddevice, flask; print(Python OK)# 验证 Ollama如果安装了curlhttp://localhost:11434/api/tags# 验证 Node.js 桥接cdmius-wechat-bridgenode-eimport(weixin-agent-sdk).then(()console.log(Node OK))7. 配置说明项目的所有可配置项集中在config.ini文件中。这是一个标准的 INI 格式文件包含一个[API]节[API] api_key your_api_key_here base_url https://api.siliconflow.cn/v1 model deepseek-ai/DeepSeek-V3配置项说明默认值api_key云端 AI 服务的 API 密钥。在 SiliconFlow 平台注册后获取。本地模式下不需要但切换到云端模式时必须配置。空base_url云端 AI 服务的 API 端点。使用 OpenAI 兼容接口的任何服务都可以替换如 OpenAI 官方、Azure OpenAI、其他第三方中转等。https://api.siliconflow.cn/v1model云端调用的模型名称。可根据所选 API 服务更换为其他模型。deepseek-ai/DeepSeek-V3安全提示config.ini 中的 api_key 是敏感信息。复制或分享项目时务必将密钥替换为占位符。建议将 config.ini 加入 .gitignore或使用环境变量读取密钥。可扩展的配置点除了 config.ini 之外代码中还有一些硬编码的配置值复制项目时可能需要调整本地模型名称Brain 类中硬编码为qwen2.5:14b如需使用其他 Ollama 模型需修改源码Whisper 模型大小main.py 使用smallmius_sprite.py 使用tinyTTS 语音VoiceSpeaker 中硬编码为zh-CN-XiaoyiNeural可改为其他 edge-tts 支持的中文声音Flask 端口mius_api.py 中硬编码为5000agent.js 中对应127.0.0.1:5000好感度初始值SmartPersonality 中affection 30, trust 208. 启动方式MiusAI 提供多个入口可以单独运行也可以通过一键脚本组合启动。8.1 桌面聊天窗口最简单的启动方式打开一个标准聊天窗口python main.py窗口包含标题栏、状态栏显示好感度、心情、趋势、AI 模式、聊天记录区和输入框。在输入框中输入文字回车发送支持三个特殊命令cloud——切换到云端 AI 模式local——切换到本地 AI 模式info——查看当前记忆和性格状态8.2 桌面精灵启动透明置顶的桌面宠物显示角色立绘图片mius.pngpython mius_sprite.py精灵默认出现在屏幕右下角可以拖拽移动。交互方式双击——弹出聊天输入框右键——打开功能菜单聊天、语音开关、切换云端/本地、开机自启、查看记忆、退出左键拖拽——移动精灵位置8.3 精灵预览启动纯代码绘制的角色预览不包含 AI 功能仅展示动画效果python preview.py8.4 API 服务 微信桥接一键启动使用项目根目录的批处理脚本一键启动 Flask API 和微信桥接start_mius.bat该脚本依次执行在后台启动python mius_api.pyFlask 服务监听 :5000等待 3 秒确保 API 就绪在后台启动node agent.js微信桥接弹出扫码登录界面扫码登录微信后任何发给该微信号的消息都会被转发给 Mius AI 处理并自动回复。每个微信用户通过userId维护独立的会话上下文。8.5 手动分步启动如果需要分别调试可以手动启动各组件# 终端 1启动 API 服务python mius_api.py# 终端 2启动微信桥接cdmius-wechat-bridgenodeagent.js8.6 开机自启在桌面窗口或桌面精灵中可以通过界面按钮开启开机自启。该功能通过写入 Windows 注册表HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Run实现将当前 Python 解释器和脚本路径注册为开机启动项。9. 功能清单以下是 MiusAI 的完整功能列表按类别分组类别功能对话交互文字对话、语音输入Whisper 离线识别、语音输出edge-tts、繁简自动转换、上下文记忆最近 6-8 轮、离线兜底回复性格成长好感度系统0-100、信任度系统、7 种心情状态、情绪趋势分析、用户偏好学习、深夜困倦检测、久别寂寞反应AI 推理本地 Ollamaqwen2.5:14b、云端 SiliconFlowDeepSeek-V3、运行时切换、自动降级云端失败回退本地、动态系统提示词电脑操控打开应用、网页搜索、音乐控制、音量调节、截图、锁屏、关机/重启二次确认、窗口管理记忆持久化对话记录存储、用户信息提取名字/生日/爱好、情绪历史记录、性格数据跨会话恢复、上次聊天时间感知桌面精灵透明置顶窗口、角色立绘显示、可拖拽移动、对话气泡自动换行/淡出动画、右键功能菜单、系统托盘角色绘制纯 QPainter 绘制二次元角色、猫耳女仆造型、樱花粒子效果、眨眼动画、4 种表情切换normal/happy/shy/surprised微信桥接扫码登录微信、消息自动转发 AI、多用户独立会话、HTTP API 接口/chat /status /reset、CORS 跨域支持10. 复制与扩展指南10.1 最小化复制如果只想复制核心聊天功能不含桌面精灵和微信桥接最少需要以下文件main.py——主程序config.ini——API 配置替换为自己的密钥requirements.txt——依赖清单安装依赖后即可运行。mius_memory.db 会在首次运行时自动创建。10.2 完整复制复制完整功能需要所有源码文件和 mius.png 图片。Node.js 桥接需要额外执行npm install。10.3 替换角色形象桌面精灵使用mius.png作为角色立绘。替换此文件即可更换角色形象建议图片尺寸为 180×220 像素代码中按此尺寸缩放。如果图片文件不存在精灵会回退显示文字 Mius。如果希望使用纯代码绘制角色无需图片文件可以参考preview.py的实现将其中的 QPainter 绘制逻辑移植到 mius_sprite.py 的paintEvent方法中。10.4 替换 AI 模型本地模式修改 Brain 类中的qwen2.5:14b为你已通过 Ollama 拉取的其他模型名称如llama3:8b、qwen2.5:7b等。云端模式修改 config.ini 中的base_url、api_key和model为任何 OpenAI 兼容的 API 服务。代码使用标准的/chat/completions端点兼容性广泛。10.5 调整性格参数性格系统的所有参数都在 SmartPersonality 类中可调修改emotion_words字典扩展或调整情绪关键词修改intensity_modifiers调整修饰词权重修改update()方法中的属性增减系数改变性格成长速度修改get_system_prompt()中的阶段描述和心情映射改变角色风格修改初始值affection 30, trust 20改变起始关系10.6 扩展操控指令在 Actions 类的try_execute()方法中添加新的关键词匹配分支即可扩展操控能力。每个分支返回一个字符串作为回复操控通过 pyautogui 实现。参考现有的音量控制分支ifany(winmsg_lowerforwin[音量,声音]):ifany(winmsg_lowerforwin[大,高]):for_inrange(5):pyautogui.press(volumeup)return音量调高了~ 10.7 接入其他聊天平台mius_api.py 提供的 HTTP API 是平台无关的。任何能发送 HTTP 请求的程序都可以接入 Mius。参考 agent.js 的实现模式维护一个用户 ID 到会话 ID 的映射每次收到消息时附带conversation_id调用/chat接口将返回的reply发回给用户即可。架构启示MiusAI 展示了一种轻量级 AI 桌面应用的构建模式用 SQLite 做持久化、用规则引擎做情感分析、用动态系统提示词驱动 LLM 角色扮演、用 Flask 桥接程序扩展接入渠道。这套模式不依赖任何重型框架所有核心逻辑控制在单文件千行以内适合个人开发者快速复制和定制。 本地ai伴侣MiusAI
MiusAI 项目文档一个温柔立体的桌面 AI 伴侣项目——集成情感分析、性格成长、语音交互、电脑操控与微信桥接的完整桌面应用项目信息说明语言Python 3 / Node.js平台WindowsAI 推理Ollama (本地) / SiliconFlow (云端)版本1.0目录项目概述项目架构文件结构核心模块详解技术栈环境准备与安装配置说明启动方式功能清单复制与扩展指南1. 项目概述MiusAI 是一个运行在 Windows 桌面上的 AI 伴侣应用。它不是简单的 ChatGPT 套壳而是围绕情感连接这一核心设计的一整套系统角色拥有随对话演变的好感度与心情状态能通过语音听懂你说话、用声音回复你还能直接操控电脑——打开应用、调节音量、截图锁屏甚至接入微信让你在手机上和桌面精灵聊天。项目提供三种交互入口和一个微信桥接服务共享同一套性格系统、记忆系统和 AI 大脑入口文件说明桌面聊天窗口main.pyPyQt6 构建的标准窗口应用包含聊天记录区、输入框、状态栏支持文字对话、语音输入输出、本地/云端 AI 切换桌面精灵mius_sprite.py透明无边框置顶窗口显示角色立绘可拖拽移动。双击弹出聊天输入框右键打开功能菜单回复以对话气泡形式呈现精灵预览preview.py纯 QPainter 代码绘制的二次元猫耳女仆角色包含樱花粒子、眨眼、表情切换等动画效果可作为角色设计的参考起点微信桥接mius-wechat-bridge/Node.js 服务通过 weixin-agent-sdk 接入微信消息转发给 Flask API 处理后返回回复实现手机端与桌面 AI 的跨平台对话整个项目的核心理念是AI 不只是回答问题而是记住你、理解你的情绪、并随时间成长。好感度从 30 起步随着对话中的开心、感激、爱恋等正向情绪逐步上升角色心情会根据你的情绪、聊天间隔、甚至当前是深夜还是早晨而变化。这些状态最终通过系统提示词注入到每次 AI 调用中让同一个底层模型表现出截然不同的回复风格。2. 项目架构MiusAI 采用共享内核 多入口的架构。三个 Python 入口文件各自独立运行但都复用同一套核心类Memory、Personality、Brain、Actions。微信桥接通过 HTTP API 调用 Flask 服务Flask 服务内部同样复用 main.py 的核心组件。┌─────────────────────────────────────────────────────────────────┐ │ 入口层 │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ main.py │ │mius_sprite.py│ │ preview.py │ │ │ │ 桌面聊天窗口 │ │ 桌面精灵 │ │ 精灵预览 │ │ │ └──────┬───────┘ └──────┬───────┘ └──────┬───────┘ │ │ │ │ │ (仅绘图) │ │ ▼ ▼ ▼ │ ├─────────────────────────────────────────────────────────────────┤ │ API 服务层 │ │ ┌─────────────────────────────────┐ │ │ │ mius_api.py (Flask :5000) │ │ │ │ POST /chat GET /status │ │ │ └──────────────┬──────────────────┘ │ │ │ │ ├────────────────────────┼─────────────────────────────────────────┤ │ 桥接层 │ 核心内核共享 │ │ ┌─────────────┐ │ ┌──────────────────────────┐ │ │ │ agent.js │────────┘ │ Memory (SQLite 记忆) │ │ │ │ Node.js │ │ SmartPersonality (性格) │ │ │ │ 微信桥接 │ │ Brain (AI 大脑) │ │ │ └──────┬──────┘ │ Actions (电脑操控) │ │ │ │ │ VoiceListener (语音识别) │ │ │ ┌──────▼──────┐ │ VoiceSpeaker (语音合成) │ │ │ │ 微信客户端 │ └───────────┬──────────────┘ │ │ └─────────────┘ │ │ ├──────────────────────────────────────────┼────────────────────────┤ │ AI 推理层 │ 数据层 │ │ ┌─────────────┐ ┌─────────────┐ │ ┌──────────────┐ │ │ │ Ollama │ │ SiliconFlow │ └─▶│ mius_memory │ │ │ │ 本地 │ │ 云端 │ │ .db │ │ │ │ qwen2.5:14b │ │DeepSeek-V3 │ └──────────────┘ │ │ └─────────────┘ └─────────────┘ ┌──────────────┐ │ │ │ config.ini │ │ │ └──────────────┘ │ └─────────────────────────────────────────────────────────────────┘数据流说明当用户在桌面窗口或桌面精灵中输入一条消息时处理流程如下入口文件调用personality.update(user_msg)触发情感分析、趋势计算和性格属性更新入口文件调用actions.try_execute(user_msg)尝试匹配电脑操控指令打开应用、搜索、音量等若未匹配操控指令入口文件调用personality.get_system_prompt()生成动态系统提示词入口文件通过AIWorker线程调用brain.chat()根据当前模式选择本地 Ollama 或云端 APIAI 回复后入口文件将对话存入 SQLite 并调用speaker.speak()进行语音朗读微信桥接的数据流类似区别在于消息通过 HTTP 传输微信消息 → agent.js → Flask/chat接口 → 复用上述核心流程 → JSON 返回回复 → agent.js → 微信。设计要点main.py 和 mius_sprite.py 各自维护独立的 Brain 实例和内存中的对话历史self.history但共享同一个 SQLite 数据库文件mius_memory.db。同时运行多个入口时持久化记忆是共享的但实时对话上下文是隔离的。3. 文件结构项目根目录结构简洁所有核心代码集中在少数几个文件中MiusAI/ ├── main.py # 桌面聊天窗口入口PyQt6 QMainWindow ├── mius_api.py # Flask HTTP API 服务供微信桥接调用 ├── mius_sprite.py # 桌面精灵入口透明置顶窗口 对话气泡 ├── preview.py # 精灵预览纯 QPainter 绘制二次元角色 ├── config.ini # API 配置密钥、模型、端点 ├── requirements.txt # Python 依赖清单 ├── start_mius.bat # 一键启动脚本API 微信桥接 ├── mius.png # 桌面精灵角色立绘图片 ├── mius_memory.db # SQLite 记忆数据库运行时自动生成 ├── __pycache__/ # Python 编译缓存自动生成 └── mius-wechat-bridge/ # 微信桥接子项目 ├── agent.js # 微信桥接主程序 ├── package.json # Node.js 依赖配置 ├── package-lock.json # 依赖锁定文件 └── node_modules/ # Node.js 依赖npm install 后生成注意mius_memory.db是运行时自动创建的 SQLite 数据库包含对话记录、用户信息和情绪历史。复制项目时不需要携带此文件首次运行会自动生成。但若希望保留已有的性格数据好感度、信任度等则需要一并复制。4. 核心模块详解MiusAI 的核心逻辑由七个模块组成全部定义在 main.py 中mius_sprite.py 有简化版本mius_api.py 通过 import 复用。以下逐一拆解每个模块的职责与实现要点。4.1 智能情感分析器 EmotionAnalyzer情感分析器是性格系统的基础。它通过关键词匹配 强度修饰词的方式从用户消息中提取情绪标签和强度值。分析器维护了一个包含八种情绪的词典开心、难过、生气、焦虑、疲惫、感激、爱恋、夸奖。每种情绪关联若干中文关键词。当用户消息中命中某个关键词时分析器会进一步检查是否被强度修饰词修饰如很“非常”超级会放大强度“有点”不太会缩小强度最终返回得分最高的情绪标签和数值化强度。# 情绪词典示例emotion_words{开心:[哈哈,开心,好玩,有趣,棒,...],难过:[难过,伤心,哭,不开心,...],...}# 强度修饰词intensity_modifiers{很:1.5,非常:2.0,超级:2.5,极度:3.0,有点:0.6,稍微:0.5,不太:0.4,...}这种基于规则的方法虽然不如深度学习模型精确但零延迟、无需额外模型加载且对于中文日常聊天的常见情绪表达覆盖面足够。分析结果直接驱动性格系统的属性变化。4.2 智能性格系统 SmartPersonality性格系统是 MiusAI 区别于普通聊天机器人的核心。它维护五个动态属性并在每次对话后根据情感分析结果更新它们属性初始值范围作用affection好感度300–100决定角色亲密度阶段礼貌→害羞→撒娇→依恋影响系统提示词和回复风格trust信任度200–100用户倾诉负面情绪时增长体现角色对用户的情感投入mood心情平静7种状态当前情绪状态受用户情绪、聊天间隔、时间段影响total_chats总对话数0—统计指标用于判断关系阶段blush_count害羞次数0—被夸奖或表达爱恋时累加影响角色性格表现性格更新逻辑在update()方法中每次对话触发一次。更新过程分为七个步骤情感分析——调用 EmotionAnalyzer 获取当前消息的情绪标签和强度趋势分析——检查最近 5 条情绪历史判断是上升、下降还是稳定偏好学习——根据消息长度、是否包含问号、是否倾诉等学习用户的交互偏好情绪驱动调整——开心增加好感难过增加信任共情爱恋大幅增加好感并触发害羞趋势驱动调整——情绪下降趋势会让角色进入担心状态时间间隔调整——超过 3 小时未对话进入寂寞超过 30 分钟进入小委屈深夜检测——23:00 至 6:00 之间平静状态自动转为困倦所有属性会通过save_personality()持久化到 SQLite 的user_info表中下次启动时自动恢复。这意味着角色的性格是跨会话成长的——你今天和她建立的好感度明天打开应用依然存在。get_system_prompt()方法将当前性格状态编译为一段中文系统提示词包含好感度阶段描述、时间段、心情、用户偏好和情绪趋势。这段提示词会被注入到每次 AI 调用的 system 消息中使底层模型的行为随性格状态动态变化。4.3 记忆系统 Memory记忆系统基于 SQLite使用check_same_threadFalse允许跨线程访问因为语音识别和 AI 工作都在子线程中。数据库包含四张表表名字段用途conversationsid, timestamp, role, content完整对话记录用于上下文回忆和上次聊天时间计算user_infokey, value键值对存储用户信息名字、生日、爱好和性格持久化数据important_memoriesid, timestamp, memory, emotion重要记忆标记预留扩展当前代码中写入接口已定义emotion_historyid, timestamp, emotion, intensity情绪历史记录用于趋势分析和性格加载时恢复情绪上下文用户信息的提取逻辑内嵌在消息处理流程中。当消息包含我叫我是时紧跟的文本会被截取为用户名字存入user_info同理“生日”喜欢分别提取生日和爱好。这些信息会在后续对话中作为 memory context 注入到系统提示词中让角色记住关于你的事实。4.4 AI 大脑 BrainBrain 封装了 AI 推理的调度逻辑支持本地 Ollama和云端 API两种模式通过use_local标志位切换。两种模式都遵循 OpenAI 兼容的消息格式。本地模式 (_chat_local)通过 HTTP 调用本地运行的 Ollama 服务默认http://localhost:11434/api/chat使用qwen2.5:14b模型。请求超时 60 秒保留最近 6 条对话历史作为上下文。如果本地服务不可用自动降级到离线回复简单的关键词匹配兜底。云端模式 (_chat_cloud)调用 SiliconFlow APIhttps://api.siliconflow.cn/v1/chat/completions使用deepseek-ai/DeepSeek-V3模型。请求超时 30 秒保留最近 8 条对话历史temperature 设为 0.8。如果云端调用失败自动回退到本地模式。两种模式的差异体现了设计取舍本地模式延迟较高14B 模型推理慢但完全离线、隐私安全云端模式响应快、质量高但依赖网络和 API 密钥。用户可以在运行时通过输入cloud或local命令实时切换。离线兜底当本地和云端都不可用时_offline()方法提供最基本的回复能力识别你好“晚安等常见问候其余情况返回嗯…再说一遍好吗”。这保证了极端情况下应用不会崩溃或无响应。4.5 电脑操控 ActionsActions 模块让 Mius 不仅是聊天对象还能作为语音助手操控电脑。它在每条用户消息进入 AI 之前先尝试匹配操控指令如果匹配成功则直接执行并返回结果跳过 AI 调用。操控能力通过 pyautogui 模拟键盘快捷键和鼠标操作实现覆盖以下场景类别触发关键词实现方式打开应用“打开”“启动”“运行”先扫描桌面快捷方式匹配名称找不到则通过 Win 菜单搜索网页搜索“搜索”“搜”打开浏览器输入搜索词并回车音乐控制“播放”“暂停”“下一首”“上一首”模拟空格键播放/暂停和 Ctrl方向键切歌音量调节“音量大/小”“静音”模拟音量增减键连续按 5 次调整幅度截图“截图”“截屏”pyautogui.screenshot() 保存为带时间戳的 PNG系统控制“锁屏”“关机”“重启”“取消关机”调用 rundll32 或 shutdown 命令关机需二次确认窗口管理“关闭窗口”“切换窗口”“显示桌面”AltF4、AltTab、WinD 快捷键4.6 语音识别与合成语音识别 VoiceListenerVoiceListener 是一个 QThread 子类在独立线程中持续监听麦克风。它使用OpenAI Whisper模型进行离线语音识别——main.py 加载small模型mius_sprite.py 加载tiny模型体积更小、速度更快但精度略低。识别流程为录制 5 秒音频 → 检测音量是否超过阈值过滤静音→ 保存为临时 WAV → Whisper 转写 → OpenCC 繁简转换 → 通过 Qt 信号发射识别文本。语音合成 VoiceSpeakerVoiceSpeaker 使用微软的edge-tts服务免费、无需 API 密钥将回复文本转为语音。默认使用zh-CN-XiaoyiNeural中文女声。合成过程在守护线程中异步执行edge-tts 生成音频 → soundfile 读取 → sounddevice 播放。合成前会过滤掉文本中的 emoji 和颜文字符号避免 TTS 引擎朗读乱码。4.7 Flask API 服务 (mius_api.py)mius_api.py 是一个轻量 Flask 应用提供三个 HTTP 接口使微信桥接等外部程序能够接入 Mius 的核心能力接口方法参数返回/chatPOSTmessage,conversation_idreply,affection,mood,trust/statusGET—affection,trust,mood,mood_trend,total_chats,use_local/resetPOSTconversation_idstatus: ok/chat接口内部完整复用了 main.py 的处理逻辑注入时间上下文、更新性格、提取用户信息、生成系统提示词、调用 AI、保存记录。它还维护了一个内存中的会话缓存session_cache以conversation_id为键隔离不同微信用户的对话历史。5. 技术栈MiusAI 的技术选型兼顾了功能完整性和部署便捷性。所有依赖都是免费或开源的本地 AI 模式下可以完全离线运行。层级技术/库版本用途GUI 框架PyQt66.5.0桌面窗口、透明置顶窗口、系统托盘、对话气泡绘制AI 本地推理Ollama—本地运行 qwen2.5:14b 大模型通过 HTTP API 调用AI 云端推理SiliconFlow API—云端调用 DeepSeek-V3 模型OpenAI 兼容接口语音识别 (STT)openai-whisper—离线语音转文字支持 small/tiny 模型语音合成 (TTS)edge-tts—微软 Edge 在线语音合成免费无需密钥音频处理sounddevice soundfile numpy—麦克风录音、音频播放、数值计算繁简转换OpenCC—Whisper 识别结果繁体转简体电脑操控pyautogui pyperclip0.9.54 / 1.8.2模拟键盘鼠标、剪贴板操作HTTP 服务Flask flask-cors—提供 REST API 供微信桥接调用HTTP 客户端requests2.31.0调用 Ollama 和 SiliconFlow API数据存储SQLite (内置)—对话记录、用户信息、情绪历史持久化微信接入weixin-agent-sdk^0.5.0Node.js 微信消息收发 SDKNode.js HTTPnode-fetch^3.3.2微信桥接调用 Mius API系统工具winreg (内置)—Windows 注册表管理开机自启版本说明requirements.txt 中仅锁定了 6 个核心依赖的版本PyQt6、requests、pyautogui、pyperclip、pygame、Pillow而 whisper、opencc、edge-tts、sounddevice、soundfile、numpy、flask、flask-cors 等在代码中被 import 但未列入 requirements.txt。复制项目时需要手动补全这些依赖见第 6 节安装步骤。6. 环境准备与安装以下步骤从零开始搭建 MiusAI 的完整运行环境。整个过程分为 Python 环境、本地 AI 模型、Node.js 桥接三个部分。6.1 系统要求操作系统Windows 10/11代码使用了 winreg、os.startfile 等 Windows 专属 APIPython3.10代码使用了 Python 3.10 的语法特性Node.js18仅微信桥接功能需要本地 AI建议 16GB 内存运行 qwen2.5:14b 模型或使用云端模式跳过本地模型麦克风语音识别功能需要可选6.2 安装 Python 依赖在项目根目录打开终端先安装 requirements.txt 中列出的核心依赖pipinstall-rrequirements.txt然后补全代码中实际使用但未列入 requirements.txt 的依赖pipinstallopenai-whisper opencc-python-reimplemented edge-tts sounddevice soundfile numpy flask flask-corsWhisper 模型依赖openai-whisper 依赖 PyTorch。首次安装时 pip 会自动拉取 torch约 2GB。如果你的网络环境不佳建议先手动安装 PyTorch 再安装 whisper。Whisper 模型文件small 约 461MB、tiny 约 39MB在首次使用时自动下载到~/.cache/whisper/目录。6.3 安装本地 AI 模型可选如果希望使用本地 AI 模式默认模式需要安装 Ollama 并拉取模型从 ollama.com 下载并安装 Ollama在终端执行模型拉取命令ollama pull qwen2.5:14b启动 Ollama 服务安装后默认自动启动监听localhost:11434如果只使用云端模式可以跳过此步骤——在运行时输入cloud命令切换即可。6.4 安装微信桥接依赖可选如果需要微信接入功能进入桥接子项目目录安装 Node.js 依赖cdmius-wechat-bridgenpminstall这会安装 weixin-agent-sdk 和 node-fetch。安装完成后node_modules/目录会被创建。6.5 验证安装安装完成后可以通过以下命令快速验证各组件是否就绪# 验证 Python 依赖python-cimport PyQt6, whisper, edge_tts, sounddevice, flask; print(Python OK)# 验证 Ollama如果安装了curlhttp://localhost:11434/api/tags# 验证 Node.js 桥接cdmius-wechat-bridgenode-eimport(weixin-agent-sdk).then(()console.log(Node OK))7. 配置说明项目的所有可配置项集中在config.ini文件中。这是一个标准的 INI 格式文件包含一个[API]节[API] api_key your_api_key_here base_url https://api.siliconflow.cn/v1 model deepseek-ai/DeepSeek-V3配置项说明默认值api_key云端 AI 服务的 API 密钥。在 SiliconFlow 平台注册后获取。本地模式下不需要但切换到云端模式时必须配置。空base_url云端 AI 服务的 API 端点。使用 OpenAI 兼容接口的任何服务都可以替换如 OpenAI 官方、Azure OpenAI、其他第三方中转等。https://api.siliconflow.cn/v1model云端调用的模型名称。可根据所选 API 服务更换为其他模型。deepseek-ai/DeepSeek-V3安全提示config.ini 中的 api_key 是敏感信息。复制或分享项目时务必将密钥替换为占位符。建议将 config.ini 加入 .gitignore或使用环境变量读取密钥。可扩展的配置点除了 config.ini 之外代码中还有一些硬编码的配置值复制项目时可能需要调整本地模型名称Brain 类中硬编码为qwen2.5:14b如需使用其他 Ollama 模型需修改源码Whisper 模型大小main.py 使用smallmius_sprite.py 使用tinyTTS 语音VoiceSpeaker 中硬编码为zh-CN-XiaoyiNeural可改为其他 edge-tts 支持的中文声音Flask 端口mius_api.py 中硬编码为5000agent.js 中对应127.0.0.1:5000好感度初始值SmartPersonality 中affection 30, trust 208. 启动方式MiusAI 提供多个入口可以单独运行也可以通过一键脚本组合启动。8.1 桌面聊天窗口最简单的启动方式打开一个标准聊天窗口python main.py窗口包含标题栏、状态栏显示好感度、心情、趋势、AI 模式、聊天记录区和输入框。在输入框中输入文字回车发送支持三个特殊命令cloud——切换到云端 AI 模式local——切换到本地 AI 模式info——查看当前记忆和性格状态8.2 桌面精灵启动透明置顶的桌面宠物显示角色立绘图片mius.pngpython mius_sprite.py精灵默认出现在屏幕右下角可以拖拽移动。交互方式双击——弹出聊天输入框右键——打开功能菜单聊天、语音开关、切换云端/本地、开机自启、查看记忆、退出左键拖拽——移动精灵位置8.3 精灵预览启动纯代码绘制的角色预览不包含 AI 功能仅展示动画效果python preview.py8.4 API 服务 微信桥接一键启动使用项目根目录的批处理脚本一键启动 Flask API 和微信桥接start_mius.bat该脚本依次执行在后台启动python mius_api.pyFlask 服务监听 :5000等待 3 秒确保 API 就绪在后台启动node agent.js微信桥接弹出扫码登录界面扫码登录微信后任何发给该微信号的消息都会被转发给 Mius AI 处理并自动回复。每个微信用户通过userId维护独立的会话上下文。8.5 手动分步启动如果需要分别调试可以手动启动各组件# 终端 1启动 API 服务python mius_api.py# 终端 2启动微信桥接cdmius-wechat-bridgenodeagent.js8.6 开机自启在桌面窗口或桌面精灵中可以通过界面按钮开启开机自启。该功能通过写入 Windows 注册表HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Run实现将当前 Python 解释器和脚本路径注册为开机启动项。9. 功能清单以下是 MiusAI 的完整功能列表按类别分组类别功能对话交互文字对话、语音输入Whisper 离线识别、语音输出edge-tts、繁简自动转换、上下文记忆最近 6-8 轮、离线兜底回复性格成长好感度系统0-100、信任度系统、7 种心情状态、情绪趋势分析、用户偏好学习、深夜困倦检测、久别寂寞反应AI 推理本地 Ollamaqwen2.5:14b、云端 SiliconFlowDeepSeek-V3、运行时切换、自动降级云端失败回退本地、动态系统提示词电脑操控打开应用、网页搜索、音乐控制、音量调节、截图、锁屏、关机/重启二次确认、窗口管理记忆持久化对话记录存储、用户信息提取名字/生日/爱好、情绪历史记录、性格数据跨会话恢复、上次聊天时间感知桌面精灵透明置顶窗口、角色立绘显示、可拖拽移动、对话气泡自动换行/淡出动画、右键功能菜单、系统托盘角色绘制纯 QPainter 绘制二次元角色、猫耳女仆造型、樱花粒子效果、眨眼动画、4 种表情切换normal/happy/shy/surprised微信桥接扫码登录微信、消息自动转发 AI、多用户独立会话、HTTP API 接口/chat /status /reset、CORS 跨域支持10. 复制与扩展指南10.1 最小化复制如果只想复制核心聊天功能不含桌面精灵和微信桥接最少需要以下文件main.py——主程序config.ini——API 配置替换为自己的密钥requirements.txt——依赖清单安装依赖后即可运行。mius_memory.db 会在首次运行时自动创建。10.2 完整复制复制完整功能需要所有源码文件和 mius.png 图片。Node.js 桥接需要额外执行npm install。10.3 替换角色形象桌面精灵使用mius.png作为角色立绘。替换此文件即可更换角色形象建议图片尺寸为 180×220 像素代码中按此尺寸缩放。如果图片文件不存在精灵会回退显示文字 Mius。如果希望使用纯代码绘制角色无需图片文件可以参考preview.py的实现将其中的 QPainter 绘制逻辑移植到 mius_sprite.py 的paintEvent方法中。10.4 替换 AI 模型本地模式修改 Brain 类中的qwen2.5:14b为你已通过 Ollama 拉取的其他模型名称如llama3:8b、qwen2.5:7b等。云端模式修改 config.ini 中的base_url、api_key和model为任何 OpenAI 兼容的 API 服务。代码使用标准的/chat/completions端点兼容性广泛。10.5 调整性格参数性格系统的所有参数都在 SmartPersonality 类中可调修改emotion_words字典扩展或调整情绪关键词修改intensity_modifiers调整修饰词权重修改update()方法中的属性增减系数改变性格成长速度修改get_system_prompt()中的阶段描述和心情映射改变角色风格修改初始值affection 30, trust 20改变起始关系10.6 扩展操控指令在 Actions 类的try_execute()方法中添加新的关键词匹配分支即可扩展操控能力。每个分支返回一个字符串作为回复操控通过 pyautogui 实现。参考现有的音量控制分支ifany(winmsg_lowerforwin[音量,声音]):ifany(winmsg_lowerforwin[大,高]):for_inrange(5):pyautogui.press(volumeup)return音量调高了~ 10.7 接入其他聊天平台mius_api.py 提供的 HTTP API 是平台无关的。任何能发送 HTTP 请求的程序都可以接入 Mius。参考 agent.js 的实现模式维护一个用户 ID 到会话 ID 的映射每次收到消息时附带conversation_id调用/chat接口将返回的reply发回给用户即可。架构启示MiusAI 展示了一种轻量级 AI 桌面应用的构建模式用 SQLite 做持久化、用规则引擎做情感分析、用动态系统提示词驱动 LLM 角色扮演、用 Flask 桥接程序扩展接入渠道。这套模式不依赖任何重型框架所有核心逻辑控制在单文件千行以内适合个人开发者快速复制和定制。