跨设备无缝协同:AIri全平台部署与优化指南
价值定位:打破设备边界的虚拟伙伴体验
在多设备时代,用户期待数字服务能如影随形——办公电脑上未完成的对话,回家后能在桌面端继续;通勤途中通过手机与虚拟角色互动,到家后无缝切换到更大屏幕。AIri作为基于LLM的虚拟角色项目,通过Web、桌面与移动多端部署,实现了"一次交互,全场景延续"的用户体验。这种跨设备协同能力不仅解决了传统应用的碎片化问题,更重新定义了虚拟角色与用户的互动方式。
核心架构:技术解析与通信机制
前后端分离的跨平台架构
AIri采用分层设计实现多端统一:
- 核心层:位于
packages/core-character/的角色引擎,提供一致的对话逻辑与情感计算 - 适配层:针对不同平台的渲染引擎,如Web端的Vue组件(
apps/stage-web/src/components/)、桌面端的Electron窗口管理(apps/stage-tamagotchi/src/main/) - 通信层:基于WebSocket的实时同步协议,确保多端状态一致性
数据同步机制
设备间通过以下路径实现状态共享:
- 对话历史存储于
packages/memory-pgvector/的向量数据库 - 用户偏好通过
packages/i18n/src/locales/实现多语言同步 - 实时状态通过
packages/stream-kit/src/queue.ts的消息队列传递
图1:AIri跨平台架构示意图,展示Web/桌面/移动三端统一的虚拟角色体验
场景化部署:三大场景的实施指南
办公场景:Web端快速部署
目标:在工作环境中通过浏览器快速访问,不占用系统资源
原理:基于Vite构建的轻量级Web应用,通过Service Worker实现离线功能
实施步骤:
# 克隆项目仓库
git clone https://gitcode.com/GitHub_Trending/ai/airi
cd airi
# 安装依赖并启动Web服务
pnpm i
pnpm dev:web
访问http://localhost:5173即可使用。核心配置文件apps/stage-web/vite.config.ts可调整端口与代理设置,适合企业内网部署。
家庭场景:Electron桌面端部署
目标:利用桌面端优势实现系统集成,如通知推送、本地文件访问
原理:Electron框架将Web技术栈封装为原生应用,通过electron-builder打包多平台安装包
实施步骤:
# 切换到桌面端项目目录
cd apps/stage-tamagotchi
# 安装依赖并开发模式启动
pnpm i
pnpm dev
# 打包生成可执行文件
pnpm build
打包产物位于dist目录,支持Windows、macOS和Linux。通过electron-builder.yml可自定义窗口大小、托盘图标等系统级特性。
移动场景:PWA渐进式应用
目标:在手机端获得接近原生的体验,支持离线使用与桌面添加
原理:通过Web App Manifest和Service Worker实现PWA特性,适配触摸交互
实施步骤:
- 确保Web服务在局域网可访问(如
http://192.168.1.100:5173) - 手机浏览器访问该地址
- 通过浏览器菜单"添加到主屏幕"完成安装
移动优化代码位于apps/stage-web/src/components/,针对触控操作优化了界面元素大小与交互逻辑。
优化指南:环境检测与多端同步
环境检测脚本
使用以下脚本验证部署环境:
# 检查Node.js版本和pnpm
node -v | grep '^v18' && pnpm -v || echo "环境不满足要求"
# 验证端口可用性
netstat -tuln | grep 5173 || echo "Web端口可用"
# 检查构建依赖
pnpm check:env
多端状态同步配置
修改packages/server-runtime/src/config.ts实现数据同步:
// 启用跨设备同步
export const config = {
sync: {
enable: true,
interval: 3000, // 同步间隔(ms)
storage: {
type: 'pgvector',
url: 'your-database-url'
}
}
}
功能验证矩阵
| 功能特性 | Web端 | 桌面端 | 移动端 | 验证方法 |
|---|---|---|---|---|
| 对话历史 | ✅ | ✅ | ✅ | 跨设备查看同一对话记录 |
| 角色表情动作 | ✅ | ✅ | ✅ | 触发情绪表达指令 |
| 本地文件访问 | ❌ | ✅ | ❌ | 尝试打开本地图片作为背景 |
| 离线工作模式 | ✅ | ✅ | ✅ | 断开网络后发送简单指令 |
| 系统通知 | ❌ | ✅ | ✅ | 接收定时提醒 |
未来展望:开源项目的跨平台设计哲学
AIri的多端架构体现了现代开源项目的设计思想:核心逻辑与平台特性解耦,通过适配层实现全平台覆盖。未来可从三个方向扩展:
-
AR增强现实:利用
packages/model-driver-mediapipe/的计算机视觉能力,实现虚拟角色与现实环境的融合 -
边缘计算优化:通过
crates/tauri-plugin-mcp/的Rust后端,将部分AI计算迁移至本地设备,降低延迟 -
多角色协同:扩展
packages/core-character/支持多虚拟角色并行,实现设备间角色状态同步
这种设计不仅解决了当前跨设备交互的痛点,更为开源项目提供了"一次开发,全平台部署"的参考范式,让技术真正服务于无缝的用户体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0171
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook093
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239