ATRI Live2D 桌宠

基于 Tauri 2 + pixi-live2d-display 的 ATRI 桌面宠物，支持语音口型同步、表情切换、鼠标追踪和 HTTP API 控制。

Releases · API 文档 · Claude Code Skill 示例

功能

• 透明桌宠 — 无边框、透明背景、置顶显示，可拖拽移动和缩放
• 鼠标追踪 — 模型眼球和头部实时跟随鼠标位置，支持多显示器
• 语音口型同步 — 播放音频时根据音量实时驱动嘴部动画
• 表情与动作 — 19 种表情切换，支持自定义动作播放
• 气泡文字 — 打字机效果的对话气泡，可配置显示时长
• HTTP API — 本地 REST API（默认端口 3210），供外部程序驱动桌宠
• 窗口记忆 — 自动保存并恢复窗口位置和大小
• 系统托盘 — 托盘图标控制锁定/解锁和退出

配套语音模型

ATRI 的 GPT-SoVITS 语音模型托管在 HuggingFace：

https://huggingface.co/VoidShine/atri-sovits

配合 TTS 服务使用，可实现日语语音合成 + Live2D 口型同步的完整链路。

Claude Code 集成

examples/claude-code-skill.md 提供了一个 Claude Code Skill 范例，展示如何让 AI 助手在每次回复后自动：

1. 生成 ATRI 风格的日语语音（GPT-SoVITS）
2. 驱动 Live2D 桌宠说话（表情 + 气泡 + 口型同步）

API 速览

桌宠启动后，HTTP API 默认监听 http://127.0.0.1:3210。

# 健康检查
curl http://127.0.0.1:3210/status

# 让 ATRI 说话（文字 + 音频 + 表情）
curl -X POST http://127.0.0.1:3210/speak \
  -H 'Content-Type: application/json' \
  -d '{"text": "高性能ですから！", "audio_url": "file:///path/to/audio.wav", "expression": 13}'

# 切换表情
curl -X POST http://127.0.0.1:3210/expression \
  -H 'Content-Type: application/json' \
  -d '{"name": "YES"}'

# 显示气泡
curl -X POST http://127.0.0.1:3210/bubble \
  -H 'Content-Type: application/json' \
  -d '{"text": "思考中...", "duration": 3000}'

完整接口文档见 docs/API.md。

配置

配置文件位于 ~/.atri/config.json，首次启动自动创建：

{
  "api_port": 3210
}

窗口状态自动保存至 ~/.atri/window_state.json。

自定义模型文件放置在 ~/.atri/model/ 目录下，桌宠启动时优先加载该目录中的模型。

技术栈

层	技术
桌面框架	Tauri 2 (Rust)
渲染	PixiJS 6 + pixi-live2d-display
Live2D	Cubism 4 SDK
API 服务	Axum
TTS（可选）	GPT-SoVITS

局限性

• 仅支持 macOS — 使用了 macOS 私有 API（透明窗口、光标穿透等），暂不支持 Windows 和 Linux
• 仅 Apple Silicon (aarch64) — Release 构建目标为 aarch64-apple-darwin
• Live2D 模型绑定 — 当前硬编码为 ATRI 模型，更换模型需修改代码中的参数映射和表情配置
• 口型同步为音量驱动 — 基于音频频谱音量映射嘴部张合，非 viseme 级别的精确口型
• API 仅限本地 — HTTP API 监听 127.0.0.1，无鉴权，仅供本机进程调用
• 鼠标追踪依赖 Tauri API — cursor_position() 在不同系统版本上的行为可能存在差异

许可证

本项目代码以 MIT 许可证发布。

Live2D Cubism SDK 和 ATRI 模型资源的使用需遵守各自的许可协议。