xszyou/Fay

项目概览

该项目以开源且商用免责的方式提供数字人智能体框架，覆盖从语音识别到数字人驱动的全链路，同时支持离线私有化部署，填补了数字人模型与大语言模型之间的工程化落地缺口。

项目类型

MCP · AI Agent · 基础设施

应用场景

知识问答 · 自动化执行

部署方式

查看项目说明

License

GPL-3.0

适合谁

• 需要将数字人前端与 LLM、ASR、TTS 对接并接入业务系统的开发者。
• 需要在隔离网络或私有环境中离线部署数字人应用的团队。

核心能力

• 提供核心智能体框架，适配数字人模型技术，连接大语言模型，并支持 ASR 和 TTS 模型的替换。
• 支持在隔离网络或私有交付环境下进行离线运行。
• 提供全时段流式支持，用于实时语音和文本交互。
• 为微控制器、App、网站、大屏及第三方业务系统提供数字人应用接口。
• 提供可通过浏览器访问的配置管理中心。
• 支持多用户、多渠道并发交互。

限制与风险

• 项目文档指出默认公共资源速度很慢，建议用户替换为自己的 API 密钥。
• 使用框架需要自行准备大语言模型、ASR 模型和 TTS 模型，部分服务可能产生付费成本。
• 文档未记录 GPU 的使用要求，用户需自行评估硬件配置。

如何开始

• 部署难度为中等，需要 Python 3.12 环境以及 Ubuntu 上的 gcc 和 portaudio 等系统依赖，还需手动将配置文件 system.conf.bak 重命名。成功路径为：运行 pip install -r requirements.txt，运行 python main.py start -config_center d19f7b0a-2b8a-4503-8c0d-1a587b90eb69，然后在浏览器中打开 http://127.0.0.1:5000。注意：默认公共资源速度很慢，建议在运行前替换为自己的 API 密钥。

核验依据

• GitHub 项目简介: fay是一个帮助数字人（2.5d、3d、移动、pc、网页）或大语言模型（openai兼容、deepseek）连通业务系统的agent框架。
• README: - 完全开源，商用免责 - 支持全离线使用 - 全时流式的支持 - 自由匹配数字人模型、大语言模型（openai 兼容接口）、ASR、TTS模型 - 支持数字人自动播报模式（虚拟教师、虚拟主播、新闻播报） - 支持任意终端使用：单片机、app、网站、大屏、三方业务系统接入等 - 支持多用户多路并发 - 提供文字交互接口、语音交互接口、数字人驱动接口、管理控…
• README: 向上适配各种数字人模型技术，向下接入各式大语言模型，并且便于更换诸如TTS、ASR等模型，为单片机、app、网站提供全面的数字人应用接口。
• README: python main.py start -config_center d19f7b0a-2b8a-4503-8c0d-1a587b90eb69 #使用公共资源，速度非常慢，建议更换成自己的key
• README: - Python 3.12 - Windows、macos、ubuntu - 注：ubuntu需要先安装gcc及portaudio

内容核验时间：