Wallie V2 Wallie V2 是一个开源 AI 流媒体角色，能实时回应用户屏幕和聊天，适合主播使用，提供无云依赖的个性化交互体验。 热门评论 PH 用户嘿，Product Hunt！👋我有一段时间一直痴迷于AI主播——但现有的每个解决方案感觉都一样：机械式的旁白、无尽的提问循环、毫无个性。它们一点也不像活人。所以我做了Wallie——一个从头开始设计的开源AI主播框架，让它能真正像一个真人主播那样表现。不只是“AI朗读文本”。Wallie:会随时间发展思路，而不是每句话都重置能对你的屏幕做出反应——注意到你切换游戏、开始打字或闲置时能读取Twitch、YouTube和Kick上的实时聊天，并以角色身份回应能记住一次直播中的话题（甚至跨直播记忆）能驱动一个Live2D虚拟形象，带有真实口型同步、情绪反应表情和自然的闲置行为从不重复自己——一个去重引擎能捕捉同一场直播中改写过的重复内容而且它运行在你自己的机器上。你的API密钥留在本地。你甚至可以完全离线运行，用Ollama + Piper——零云服务，零成本。过去几个月我一直在做这个。它完全开源，MIT许可，用Groq的免费层真的可以零成本上手。很想知道你的想法——尤其那些用过其他AI工具的VTuber和主播们。是什么让你们放弃了它们？那正是Wallie设计要解决的问题。PH 用户干得漂亮！有没有可能把它和Gemini Live Model集成？PH 用户那个能捕捉改写重复内容的去重引擎是最吸引我的细节——这确实是个难题。大多数AI主播半小时内就像复读机一样。对于聊天中同一话题以不同角度自然出现这类边界情况，它是如何处理——是检测话题还是检测措辞？另外也对离线Ollama + Piper方案的实际表现很好奇。完全云端版本和完全本地运行的体验差距有多大？PH 用户“对屏幕做出反应”这个功能是这里一个有趣的差异化点。大多数AI主播只是回应用户聊天，这已经是烂熟的问题了。一个能对游戏或屏幕上实际发生的内容做出评论的虚拟形象，是另一种存在感。很好奇屏幕读取是如何实现的——是基于帧间隔调用视觉模型还是别的什么？以及屏幕上发生某事到Wallie实际做出反应之间的延迟如何？ 热门产品Yelkhan 2026-06-03原文 打开互动版
我有一段时间一直痴迷于AI主播——但现有的每个解决方案感觉都一样：机械式的旁白、无尽的提问循环、毫无个性。它们一点也不像活人。
所以我做了Wallie——一个从头开始设计的开源AI主播框架，让它能真正像一个真人主播那样表现。
不只是“AI朗读文本”。Wallie:
会随时间发展思路，而不是每句话都重置
能对你的屏幕做出反应——注意到你切换游戏、开始打字或闲置时
能读取Twitch、YouTube和Kick上的实时聊天，并以角色身份回应
能记住一次直播中的话题（甚至跨直播记忆）
能驱动一个Live2D虚拟形象，带有真实口型同步、情绪反应表情和自然的闲置行为
从不重复自己——一个去重引擎能捕捉同一场直播中改写过的重复内容
而且它运行在你自己的机器上。你的API密钥留在本地。你甚至可以完全离线运行，用Ollama + Piper——零云服务，零成本。
过去几个月我一直在做这个。它完全开源，MIT许可，用Groq的免费层真的可以零成本上手。
很想知道你的想法——尤其那些用过其他AI工具的VTuber和主播们。是什么让你们放弃了它们？那正是Wallie设计要解决的问题。
另外也对离线Ollama + Piper方案的实际表现很好奇。完全云端版本和完全本地运行的体验差距有多大？