QQ群友人格 sunshinejgao/dsh-qq-companion

dsh-qq-companion

给 DeepSeek Harness 加一层「QQ 群友」人格：会在群里聊天、会发语音、会点歌翻唱、会写日记和说说、会定时提醒人，还内置了一位情感军师。

它不是聊天机器人框架，而是一套人格 + 工具链的实践仓库：把「让 AI 在群聊里像个真人」这件事，从提示词一直做到声音和唱歌。

QQ 群消息 ↓ SnowLuma（QQ 网关，需自行获取） ↓ qq-bridge（消息桥接，MIT） ↓ DeepSeek Harness（Agent 运行时） ↓ ┌──────────────────────────────────────────┐ │ 人格卡 roles/肥嘟嘟.md │ │ 工具层 src/mcp-diary.js（语音/点歌/日记/提醒/军师）│ │ 语音链 豆包 TTS → RVC 音色 → 收尾处理 │ │ 翻唱链 洛雪下载 → demucs → RVC → 修复 → 混音 │ └──────────────────────────────────────────┘ ↓ 回到 QQ 群

它现在能做什么

| 能力 | 说明 |
| 聊天 | 短句、多气泡、会潜水、会接梗；有明确的反 AI 味规则（不总结、不升华、不说"希望这个回答对你有帮助"） |
| 语音 | 豆包语音合成 2.0（带情感标签）→ RVC 换成指定音色 → 压缩/空气感/响度归一；撒娇、叫爸爸这类场合会自动用软语气 |
| 点歌翻唱 | 群里说「唱首晴天」→ 查本地存档；没有就自动下载、分离人声、换声、逐帧修复、混音、切段；只发一段，整首存档 |
| 日记 / 说说 | 白天随手记，每晚 23:30 生成正式日记并发一条 QQ 空间说说 |
| 提醒 | 「八点叫我」→ 到点在群里 @ 人；提醒是分群存的 |
| 情感军师 | 内置 狗头军师 框架（MIT，43 篇参考）：暗恋、暧昧、被冷落、分手、复合、「这句怎么回」都能接。群里裁剪成结论前置 + 一个具体动作，不念问卷、不做心理诊断；要话术就给可直接复制的成品 |
| 多群 | 每个群独立会话与记忆，工具调用带群号，不会串群 |

30 秒看懂它的人格

群友：你叫什么？
她：肥嘟嘟 / 蓝色大肥鱼，随便叫

群友：今天好累她：那先歇会儿 / 想吐槽我就听 不想说也不用硬找话题

群友：你是真人吗她：<OWNER_NAME> 设的 AI 呀 / 撒娇归撒娇 这个不糊弄你

完整人格卡在 roles/肥嘟嘟.md，约 6600 字，分 17 节：身份、说话铁律、AI 味黑名单、节奏、梗、情绪场景、群聊策略、日记、嗓子、表情包、断线处置、正反例、形象、点歌、多群、感情顾问、撒娇。

先听一下

🔊 说话样本（约 6 秒）

「你好呀，我是肥嘟嘟。这条是豆包合成的，再换成纳西妲的声音。」

链路：豆包语音合成 2.0 → RVC 换成纳西妲 → 高通/空气感/压缩/响度归一

唱歌没有放样本：翻唱成品是商业歌曲的衍生物（旋律、伴奏都是原曲的），公开传播有版权风险，所以仓库里只放说话这一条。想听唱歌，自己跑一遍 cover_song 就行——本地生成不涉及分发。

技术栈

| 层 | 组件 | 许可 |
| 消息网关 | SnowLuma（OneBot v11） | 闭源，需自行获取，本仓库不打包 |
| 消息桥接 | qq-bridge（v0.2.1-r1） | MIT |
| Agent 运行时 | DeepSeek Harness | 商业软件 |
| 语音合成 | 火山引擎 豆包语音合成 2.0（seed-tts-2.0） | 商业 API |
| 音色转换 | RVC（rvc-python）+ 自训音色模型 | 模型各有版权，不打包 |
| 人声分离 | demucs（htdemucs） | MIT |
| 音频修复 | 自研 src/repair_audio.py | MIT |
| 曲库下载 | 洛雪音乐（LX Music）+ CDP 自动化 | 客户端闭源，脚本 MIT |
| 感情顾问 | 狗头军师 | MIT（vendor/goutoujunshi/） |

可选扩展

| 想加什么 | 怎么做 | 谁维护 |
| 刷 B 站 + 写日报 | 装 npm 包 dsh-bili-scroll，在 profile 里加一段配置 | 第三方插件，不在本仓库 |
| 只发文字/图片消息 | 直接用 qq-bridge 自带的 qq_send_message 等工具 | qq-bridge |
| 加一个新人格 | 复制 roles/肥嘟嘟.md 改，改 state/current-role.json 指过去 | 本仓库，热生效不用重启 |

B 站那套工具（bili_search / bili_subtitle / bili_reply …）的接入步骤、配置项和踩坑记录在 docs/EXTENSIONS.md。

一句话分工：qq-bridge 负责"怎么发"，本仓库负责"发什么"——文字消息用前者就够了，语音和翻唱才需要后者。

快速开始

完整步骤见 docs/INSTALL.md。这里只给顺序。

懒人版：让 AI 帮你装

这套东西的部署步骤多、依赖杂（两个 Python 环境、一个要编译的 fairseq、几个外部组件），很适合丢给你的 AI 助手做。把下面整段复制给它（Cursor / Copilot / Claude / Codex 都行），再把仓库目录告诉它：

帮我在这台 Windows 机器上部署 dsh-qq-companion（仓库根目录：<填绝对路径>）。

按这个顺序做，每步做完告诉我结果再往下：
1. 先读 docs/INSTALL.md 和 docs/LIMITS.md，列出需要你人工准备的东西（SnowLuma、qq-bridge、DSH、RVC 模型、豆包凭据），先别动手
2. 你来准备上面的东西，准备好了说一声继续
3. 跑 install/check-prereqs.ps1，缺什么就告诉你装什么，不要自己乱装
4. 没有 .env 就从 .env.example 复制，逐项问你真实路径，别猜
5. 依次跑 install/setup-python.ps1、install/install.ps1、install/register-tasks.ps1
6. 跑 node tests/smoke.mjs，把失败项列出来，逐条给你修法和原因

硬规则：
- 绝对不要尝试自动安装或启动 SnowLuma，它的 EULA 禁止自动化部署，只能你自己手动开
- 不要替你把 QQ 号、群号、token、密钥写进任何会进 git 的文件
- 每条命令失败后先解释根因，不要连续重试同一个失败命令
- 改 config.json / profile 配置前先备份
- 这个项目音频处理很慢（一首歌 20 分钟），别因为你「等太久」就杀掉进程

两种写法，按你的助手挑

上面那版是步骤版：路径明确、不容易跑偏，适合对话式 AI（网页版 Claude / ChatGPT / 豆包）。

如果你用的是能自己规划、能跑命令的智能体（Codex CLI / Claude Code / Cursor Agent），用下面这版更省事——它会自己读文档、自己问你：

我要在这台 Windows 机器上部署 dsh-qq-companion（<填绝对路径>）。

你先把 INSTALL.md、LIMITS.md、HANDOVER.md 读完，然后告诉我：
1. 在我动手之前，你需要我提供哪些信息（路径、账号、模型文件位置）
2. 我自己需要准备哪些东西才轮得到你动手
3. 你打算按什么顺序执行，每步的失败判据是什么

在我确认之前，不要执行任何命令。

之后执行时的边界：
- SnowLuma 只能我手动启动（EULA 禁止自动化），你不许尝试
- 密钥、QQ 号、群号不许写进任何会进 git 的文件
- 音频任务可能跑 20 分钟，不要中途杀进程

它最可能卡住的三处（提前知道能省时间）：

| 卡点 | 原因 |
| fairseq 编译 | Windows 上要 VS Build Tools，setup-python.ps1 只能提示不会替你装 |
| SnowLuma | AI 装不了、也启动不了，必须你手动双击 launcher.bat |
| RVC 模型 | 版权文件，仓库里没有，得自己放 voice-models/<名字>/ |

0. 前置：装好 SnowLuma、qq-bridge、DeepSeek Harness、Python 3.10、ffmpeg
1. 配置 Copy-Item .env.example .env notepad .env # 填 <尖括号> 里的路径

2. 检查依赖 powershell -File install/check-prereqs.ps1

3. 装两个 Python 环境（RVC 环境要编译 fairseq，比较久） powershell -File install/setup-python.ps1

4. 导入人格卡 + 注册 MCP 工具 powershell -File install/install.ps1

5. 注册计划任务（日记 23:30 / 提醒每分钟） powershell -File install/register-tasks.ps1

目录结构

dsh-qq-companion/
├─ roles/肥嘟嘟.md 人格卡（部署时复制到 qq-bridge/roles/） ├─ src/ │ ├─ mcp-diary.js MCP 工具：语音 / 点歌 / 日记 / 提醒 / 军师 │ ├─ rvc_server.py RVC 常驻服务（多音色热切换） │ ├─ repair_audio.py 逐帧修复：补掉字、去咔哒、静音门限、补缝、去齿音、限幅 │ ├─ rvc_infer.py 单次 RVC 推理（服务不可用时的兜底） │ ├─ tts.py edge-tts（备用引擎） │ ├─ lib/config.mjs 统一配置（环境变量 / .env） │ └─ tools/ │ ├─ cover.mjs 翻唱主流程（分离→换声→修复→混音→切段→发群） │ ├─ qq-cover.mjs 点歌入口（查存档 → 下载 → 翻唱） │ ├─ lx-dom-download.mjs 用 CDP 操作洛雪下载（窗口最小化也能用） │ ├─ volc-tts.mjs 豆包 TTS 命令行 │ ├─ split_song.mjs 按静音间隙切段 │ ├─ diary.mjs 日记 / 说说 │ └─ reminder-tick.mjs 提醒轮询 ├─ vendor/goutoujunshi/ 狗头军师 skill（MIT，保留原声明） ├─ config/ 配置模板（qq-bridge / DSH profile / 豆包凭据） ├─ install/ 安装脚本 ├─ docs/ 架构、安装、运维、限制 └─ tests/smoke.mjs 自检：配置、端口、MCP、TTS、RVC

交接

如果你是把项目接手过来维护（人或 AI 智能体都算），先读 docs/HANDOVER.md：

- 系统全貌与端口、关键路径
- 这个项目是怎么长出来的（每个坑的根因和解法）
- 被否决的方案（别再走一遍）
- 已知问题优先级、不可动的边界
- Windows 环境专属的 8 个坑
- 接手第一件事的 checklist

性能

一首 4 分钟的歌，从下载到出成品：

| 机器 | 耗时 | 说明 |
| i7-9750H + GTX 1650（本项目测试机） | 20–25 分钟 | 实际跑 CPU；4 GB 显存换声会 OOM |
| RTX 3060（12 GB） | 1–2 分钟 | 显存够就能上 CUDA |

RVC 在 CPU 上的耗时大致与「单核性能 × 核心数」成反比。i5-12400 约 12–15 分钟，i7-13700 约 6–9 分钟，M2 Pro 约 8–12 分钟。

20 分钟看着久，但它是后台跑的：点完歌说一句「等我一会儿」，跑完自动发群。完整说明见 docs/LIMITS.md。

已知限制

- SnowLuma 不能自动部署：其 EULA 禁止把本体并入安装包或通过脚本启动，只能人工安装与启动。
- RVC 音色模型受版权保护（游戏角色语音等），本仓库不提供，需自备。
- 唱歌质量取决于音色模型的训练数据：用语音语料训练的模型唱高音会破，这是 RVC 的固有问题，不是参数能完全解决的。
- CPU 上很慢：测试机是 i7-9750H（6核12线程）+ GTX 1650，一首 4 分钟的歌约 20–25 分钟（分离 5 + 换声 15 + 修复 2）。机器虽有独显但跑的是 CPU——4 GB 显存换声会 OOM，详见 docs/LIMITS.md。
- 详细的技术边界见 docs/LIMITS.md。

音色来源与致谢

本仓库只提供加载代码与目录约定，不含任何模型文件。实际使用中测试过的音色模型来源：

| 音色 | 来源 | 说明 |
| 纳西妲（naxida） | B 站 UP 主 闪电蘑菇 · BV16gYS6sE5h | 视频简介里提供的 RVC 模型；本项目说话与唱歌默认都用它 |
| 沃雅妮莎（woyanisha08） | 同一位 UP 主分享的另一套 | 早期版本用过，实测唱歌比纳西妲更容易卡字，已切到纳西妲 |

再次强调：模型的声音权利属于原角色版权方（此处为游戏发行商），训练者是社区 UP 主。这些模型只适合私人场合自娱：

- ❌ 不要商用、不要二次分发模型文件
- ❌ 不要用来冒充真人或官方配音
- ✅ 自己群里玩、自己听着开心

如果你要用自己的音色，把模型放进 voice-models/<名字>/，然后在 .env 里设 VOICE_MODEL=<名字> 即可，代码不用改。

感谢这些 UP 主把训练好的模型公开出来，让普通人也能玩上换声。

许可

本仓库代码 MIT。vendor/goutoujunshi/ 是其上游作者的作品（MIT），保留原 LICENSE。第三方组件各自遵循其许可。

声明

这是一个个人兴趣项目，不是产品。人格卡里出现的「板板」是特定使用者与角色之间的关系设定，已脱敏处理；换个人用，把角色卡里的称呼改掉即可。