能力标签
Live2D AI角色
⚙️
Agent工作流

Live2D AI角色

基于 TypeScript · 无代码搭建完整 AI 自动化流程
英文名:charivo
⭐ 11 Stars 🍴 2 Forks 💻 TypeScript 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
Live2DAITypeScriptLLMTTSST
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估,Live2D AI角色 获评「强烈推荐」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.0 分,适合有一定技术背景的用户使用。

📚 深度解析

Live2D AI角色 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

Live2D AI角色 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 8.0 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

Live2D AI角色 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 11
开发语言
TypeScript
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
Agent工作流
Forks
2

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

Live2D AI角色 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:npm 全局安装
npm install -g charivo

# 方式二:npx 直接运行(无需安装)
npx charivo --help

# 方式三:项目依赖安装
npm install charivo

# 方式四:从源码运行
git clone https://github.com/zeikar/charivo
cd charivo
npm install
npm start
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
charivo --help

# 基本用法
charivo [options] <input>

# Node.js 代码中使用
const charivo = require('charivo');

const result = await charivo.run(options);
console.log(result);
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# charivo 配置说明
# 查看配置选项
charivo --config-example > config.yml

# 常见配置项
# output_dir: ./output
# log_level: info
# workers: 4

# 环境变量(覆盖配置文件)
export CHARIVO_CONFIG="/path/to/config.yml"
📑 README 深度解析 真实文档 完整度 28/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Charivo

Build Live2D AI characters that talk, react, and look at you.

Charivo is a modular TypeScript framework for voice, expression, motion, gaze, and real-time conversation. It separates orchestration, stateful managers, browser-side clients, and server-side providers so you can swap pieces without rewriting the whole stack.

Live demos:

  • Live2D web app — https://charivo.vercel.app/
  • Companion (Realtime voice + cross-session memory) — https://charivo-companion.vercel.app/

Charivo Demo

Documentation:

Quick Start

This snippet runs entirely in the browser with no server — paste it in, drop in an OpenAI API key, and it works. It uses the direct browser clients (@charivo/llm/openai, @charivo/tts/openai), which are for local development and demos only. They expose your API key in the browser, so for production use the server-mediated path instead (see Choosing Packages).

pnpm add \
  @charivo/core \
  @charivo/llm \
  @charivo/tts \
  @charivo/render @charivo/render-live2d
import { Charivo, CharivoError } from "@charivo/core";
import { createLLMManager } from "@charivo/llm";
import { createOpenAILLMClient } from "@charivo/llm/openai";
import { createTTSManager } from "@charivo/tts";
import { createOpenAITTSPlayer } from "@charivo/tts/openai";
import { createRenderManager } from "@charivo/render";
import { createLive2DRenderer } from "@charivo/render-live2d";

// Dev/demo only: this key is shipped to the browser. Never do this in production.
const OPENAI_API_KEY = "sk-...";

const canvas = document.querySelector("canvas")!;

const charivo = new Charivo();

const renderer = createLive2DRenderer({ canvas });
const renderManager = createRenderManager(renderer, {
  canvas,
  mouseTracking: "document",
});
await renderManager.initialize();
await renderManager.loadModel("/live2d/Hiyori/Hiyori.model3.json");

charivo.attachRenderer(renderManager);
charivo.attachLLM(
  createLLMManager(createOpenAILLMClient({ apiKey: OPENAI_API_KEY })),
);
charivo.attachTTS(
  createTTSManager(createOpenAITTSPlayer({ apiKey: OPENAI_API_KEY })),
);

charivo.setCharacter({
  id: "hiyori",
  name: "Hiyori",
  personality: "Cheerful and helpful assistant",
  voice: { voiceId: "marin" },
});

try {
  await charivo.userSay("Hello");
} catch (error) {
  if (error instanceof CharivoError) {
    console.error(error.code, error.message);
  }
  throw error;
}

await charivo.dispose();

For a complete app with the production server-mediated path, see examples/web.

No-server dev quick start

For local development you can skip the server route entirely. Swap the remote client for the direct Agents transport client and pass an OpenAI API key — it mints a short-lived realtime client secret in the browser (the same dev pattern as the Quick Start LLM/TTS clients). The rest of the wiring (renderer, character, startSession) is identical to the example above.

import { createRealtimeManager } from "@charivo/realtime";
import { createOpenAIRealtimeAgentsClient } from "@charivo/realtime/openai-agents";

// Dev/demo only: this key is exposed in the browser. Never ship it to production.
charivo.attachRealtime(
  createRealtimeManager(
    createOpenAIRealtimeAgentsClient({ apiKey: "sk-..." }),
  ),
);

This path is dev/testing only — the key is exposed in the browser. It also requires microphone permission, a secure context (localhost or https), and a user gesture (e.g. a button click) to start the session; the minted client secret is short-lived, so a fresh one is requested per session. For production, use the server-mediated @charivo/realtime/remote path shown above.

Choosing Packages

Use the remote/server-mediated path by default:

  • LLM: @charivo/llm/remote + a server route using a provider package such as @charivo/server/openai or @charivo/server/openclaw
  • TTS: @charivo/tts/remote + @charivo/server/openai
  • STT: @charivo/stt/remote + @charivo/server/openai
  • Realtime: @charivo/realtime/remote + a server route using a provider package such as @charivo/server/openai

Direct browser packages are for local development, demos, and testing only:

  • @charivo/llm/openai
  • @charivo/llm/openclaw
  • @charivo/realtime/openai
  • @charivo/realtime/openai-agents (dev apiKey mints the client secret in-browser)
  • @charivo/tts/openai
  • @charivo/stt/openai

Browser-native packages are useful when you explicitly want no server dependency:

  • @charivo/tts/web
  • @charivo/stt/web

Package Map

Core:

  • @charivo/core: orchestrator, event bus, domain types

LLM:

  • @charivo/llm: stateful conversation manager
  • @charivo/llm/remote: browser client for server API routes
  • @charivo/llm/openai: direct OpenAI browser client, dev/testing only
  • @charivo/llm/openclaw: direct OpenClaw browser client, dev/testing only
  • @charivo/llm/stub: canned responses for tests and demos
  • @charivo/server/openai: server-side OpenAI provider exports
  • @charivo/server/openclaw: server-side OpenClaw provider exports

TTS:

  • @charivo/tts: TTS session manager and lip-sync coordination
  • @charivo/tts/remote: browser player for server TTS routes
  • @charivo/tts/openai: direct OpenAI browser player, dev/testing only
  • @charivo/tts/web: Web Speech API player
  • @charivo/server/openai: exports createOpenAITTSProvider(...)

STT:

  • @charivo/stt: STT session manager and recording helper
  • @charivo/stt/remote: browser transcriber for server STT routes
  • @charivo/stt/openai: direct OpenAI browser transcriber, dev/testing only
  • @charivo/stt/web: Web Speech API transcriber
  • @charivo/server/openai: exports createOpenAISTTProvider(...)

Realtime:

- @charivo/realtime: provider-agnostic realtime manager, tool registry, typed state, and session config helpers Supports explicit updateSession(...) session patching without a reconnect. - @charivo/realtime-avatar: optional avatar tool definitions and result projector bridge - @charivo/realtime/remote: adapter-dispatched browser client for server realtime routes - @charivo/realtime/openai-agents: OpenAI Agents SDK realtime transport client and adapter - @charivo/realtime/openai: legacy low-level OpenAI realtime transport client and adapter - @charivo/server/openai: exports createOpenAIRealtimeProvider(...)

Rendering:

  • @charivo/render: render manager, mouse tracking, lip-sync bridge
  • @charivo/render-live2d: Live2D Cubism renderer
  • @charivo/render/stub: console renderer for tests and demos
🎯 aiskill88 AI 点评 A 级 2026-06-24

高质量的开源AI工作流,支持多种功能

⚡ 核心功能

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +MIT 协议,可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

参考项目文档和示例代码
💡 AI Skill Hub 点评

AI Skill Hub 点评:Live2D AI角色 的核心功能完整,质量优秀。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载,无需跳转 GitHub

📚 深入学习 Live2D AI角色
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 charivo
原始描述 开源AI工作流:Interactive Live2D AI characters — modular TypeScript framework for LLM, TTS, ST。⭐11 · TypeScript
Topics Live2DAITypeScriptLLMTTSST
GitHub https://github.com/zeikar/charivo
License MIT
语言 TypeScript
🔗 原始来源
🐙 GitHub 仓库  https://github.com/zeikar/charivo 🌐 官方网站  https://charivo.vercel.app

收录时间:2026-06-24 · 更新时间:2026-06-24 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →