实时吉祥物

OpenHuman 的屏幕化身：一个桌面吉祥物，会说话、会反应、会加入你的会议，即使你没在看它，也会在后台思考。

OpenHuman 有一张脸。这个吉祥物是一个驻留在你的桌面上的动画角色，作为智能体的可见外表：它在说什么、在想什么、何时空闲、何时忙碌、何时有话要告诉你。

它不是一个花哨的摆件。这个吉祥物接入了与智能体其他部分相同的组件：语音、记忆，以及 潜意识循环，以及 Google Meet 集成. 当智能体在说话时，是吉祥物在说话；当智能体在思考时，是吉祥物在思考。

功能

它会说话，并与自己的声音进行口型同步

当智能体回复时，音频通过托管的 TTS 模型生成并流式传输到你的扬声器。同时，吉祥物会根据音频驱动一个 viseme 映射，让嘴型与说出的词语一致。这里没有单独的“说话头像”视频，驱动动画的就是你听到的同一音频流。

另见 原生语音 用于语音转文字、文字转语音，以及吉祥物所依赖的会议底层管道。

它作为真实参会者加入你的会议

这个吉祥物是 OpenHuman 的旗舰语音集成。它可以作为真实参会者加入 Google Meet 通话：它听见每个人的发言，将笔记记录到你的 记忆树，当它有话要说时会在通话中开口回应，并将自己的动画面孔作为摄像头画面传入会议。

这是最核心的用例，并且有单独的页面，见 会议代理.

它会移动并对周围环境作出反应

这个吉祥物有情绪状态（空闲、思考、倾听、说话、惊讶、做梦），并会根据智能体正在做什么在这些状态之间切换。当你开始输入时，它会切换到倾听姿态。当模型在推理时，它会表现出来。当某个工具调用返回了值得注意的结果时，它会作出反应。当你有一阵子不再交互时，它会进入空闲状态。

在一轮对话结束后，桌面吉祥物还会读取随聊天结果到达的会话级提示。成功提示会产生一个简短的开心回应，不确定性会产生困惑的回应，而警告或失败结果会产生担忧的回应。如果没有明显提示，它会保持现有的平静轮后回应并回到空闲。

它的目标是让人感觉有生命，而不是按脚本机械动画。

它记得你

这个吉祥物是某个智能体的可见部分，而该智能体拥有 记忆树 作为底层能力。它会记住你们谈过什么、你生活中的人是谁、你手头有哪些待办、已经决定了什么，以及还有哪些未完成的事情，跨越你连接的每一个来源。当它早晨向你问好时，它并不是从零开始。

正是这种记忆让个性在数周和数月里保持一致。你今天对话的吉祥物知道上周二你对话的那个吉祥物所知道的一切。

它在后台思考，也就是潜意识

即使你停止输入，吉祥物也会继续思考。 潜意识循环 是一个后台 tick，它会：

• 加载你的常驻任务和环境目标。

• 读取你工作区的当前状态和最近记忆。

• 决定如何处理每一项（自主执行、暂缓，或升级给你审批）。

• 将结果写回你可以审计的活动日志。

所以当你回到桌前时，吉祥物可能已经起草好了邮件、刷新了仪表盘，或者排好了它需要向你提问的问题。屏幕上的那张脸就是完成这些工作的那一个。

它会做梦

当你离开足够久时，吉祥物会进入做梦状态。做梦是智能体的离线整合阶段，会把当天的碎片提炼成更长周期的摘要，更新那些已经变得活跃的实体的主题树，并浮现出不属于任何单一来源的模式。吉祥物在做梦时会以不同的方式动画显示，这样你一眼就能看出：它不是空闲，而是在处理。

当你回来时，这些梦境已经被纳入记忆树。吉祥物醒来时比入睡前更聪明。

为什么要有吉祥物？

大多数助手只是一个闪烁的文本输入框。作为工具这没问题。但对于一种要整天陪伴你、持续记住你的生活并代表你采取行动的东西来说，这就不够了。

吉祥物之所以存在，是因为：

• 存在感胜过面板。 你只需瞥一眼一张脸，就能在一帧里看出智能体是在忙碌、空闲、做梦，还是想引起你的注意。

• 它让语音通话像在对话。 一个动画角色的摄像头画面并与自己的语音口型同步，和一个机器人声音配黑色方块的体验截然不同。

• 个性本身就是一种 UX 表层。 屏幕上一个一致的角色，比一个没有面孔的 API 更容易让人信任、交谈，以及在它出错时原谅它。

另请参阅

• 会议代理，Google Meet 中的吉祥物：倾听、说话、动画展示、使用工具。

• 原生语音，吉祥物所依赖的 STT / TTS 底层管道。

• 记忆树，吉祥物记住了什么，以及如何记住。

• 潜意识循环，在你离开时它会思考什么。

• Chromium 嵌入式框架，摄像头接入 Meet 的管道（开发者参考）。