Hotdry.
归档
ai-systems

容器化 AIRI 自托管 Grok：实时语音与 Minecraft/Factorio 游戏代理

基于 AIRI 开源项目，使用 Docker Compose 容器化自托管 Grok 伴侣，支持边缘设备实时语音聊天及 Minecraft/Factorio 多模态代理自主玩法，提供部署参数、阈值与监控要点。

在边缘计算场景下，实现 AI 伴侣的游戏自主玩法，需要高效的容器化部署策略。AIRI 项目作为自托管的 “灵魂容器”（container of souls），完美契合这一需求。它集成了 Grok 等 LLM，支持实时语音交互、多模态感知，并原生支持 Minecraft 和 Factorio 游戏代理。通过 Docker 容器化，可以在 Raspberry Pi 或边缘服务器上快速部署，实现低延迟的语音聊天与游戏自动化。

核心观点是：以 Docker Compose 编排 AIRI 主容器、游戏服务器容器及辅助服务（如 MCP 模型拉取器），确保 Grok 驱动的代理在游戏环境中自主决策。相较通用语音部署，此方案聚焦游戏集成，强调视觉 - 语言 - 动作闭环，适用于家庭娱乐或边缘游戏服务器。

Grok 后端配置与自托管优化

首先，配置 xsAI 作为 LLM 提供器，支持 xAI Grok API。AIRI 通过 xsAI 统一接入，支持自托管模式（如 vLLM 或 Ollama 替代 Grok，实现完全离线）。关键参数：

  • API Key 注入：使用 Docker secrets 或 env 文件，XAI_API_KEY=your_grok_key，超时阈值 LLM_TIMEOUT=30s，重试次数 MAX_RETRIES=3。
  • 模型选择：优先 grok-4.1，fallback 到 local Llama-3.1-8B（via MCP Launcher）。边缘设备 GPU 内存 <8GB 时，启用量化 quantization=4bit，推理 batch_size=1。
  • 提示工程：游戏代理提示模板包括视觉描述（YOLO bbox）、游戏状态（RCON 查询）和动作空间。示例："你是一个 Factorio 专家，看到 [ore:5, enemy:2]，优先采矿，构建 assembler。输出 JSON: {action: 'build', params: {...}}"。温度 temperature=0.7，top_p=0.9 以平衡创造性与稳定性。

证据显示，AIRI 已集成 Grok，支持纯浏览器 WebGPU 推理，桌面版使用 Candle 后端加速 CUDA/Metal。

Docker 容器化部署步骤

AIRI repo 支持 Nix，但 Docker 更适合边缘多服务编排。构建 Dockerfile：

# Dockerfile for AIRI (基于 Tauri desktop 或 web 版)
FROM node:20-alpine AS builder
WORKDIR /app
COPY . .
RUN pnpm install && pnpm build

FROM ghcr.io/tauri-apps/tauri-action:latest AS tauri
COPY --from=builder /app/src-tauri /app/src-tauri
RUN cargo build --release

# 或 web 版
FROM nginx:alpine
COPY --from=builder /app/dist /usr/share/nginx/html
EXPOSE 80

对于 airi-factorio，使用其 docker/ 目录构建 CV 代理镜像（YOLOv8 + LLM）。

Docker Compose 示例（docker-compose.yml），编排 4 服务：

version: '3.8'
services:
  airi:
    image: airi:latest
    ports: ["8080:8080", "5273:5273"]  # WebUI + WS
    environment:
      - LLM_PROVIDER=xai
      - XAI_API_KEY=${XAI_API_KEY}
      - GAME_MODE=factorio  # 或 minecraft
    volumes: ["/path/to/saves:/data"]
    depends_on: [mcp-launcher, game-server]
    deploy:
      resources:
        limits: { memory: 4Gi, cpus: "2" }

  mcp-launcher:  # 模型管理
    image: moeru-ai/mcp-launcher
    volumes: ["/models:/models"]

  factorio-server:  # Headless Factorio + autorio mod
    image: factoriotools/factorio:headless
    ports: ["27015:27015/udp"]
    volumes: ["/saves:/factorio/saves", "/mods/autorio:/factorio/mods/autorio"]
    environment:
      - RCON_PORT=27015
      - RCON_PASSWORD=pass

  minecraft-server:  # PaperMC + Mineflayer bot 集成
    image: itzg/minecraft-server
    ports: ["25565:25565"]
    environment:
      - EULA=TRUE
      - MEMORY=2G

启动：docker-compose up -d。边缘部署时，使用 --platform linux/arm64 构建 ARM 镜像，确保 <2s 端到端延迟。

游戏代理集成与参数调优

Minecraft 代理：AIRI 使用 Mineflayer bot 连接服务器，实现路径规划、采集、战斗。参数：

  • 视觉帧率：5 FPS（WebRTC 流），YOLO 置信阈值 0.5。
  • 动作频率：每 10s 一决策，速度阈值 0.3 blocks/tick。
  • 回滚：若 LLM 响应 >5s，fallback 到规则代理（e.g. nearest ore）。

Factorio 代理（airi-factorio）：结合 CV（屏幕截图 YOLO 检测 ore/enemy）和 RCON API 查询库存 / 科技树。autorio mod 提供自动化库。

  • CV 参数：YOLOv8n 模型（~6MB），输入 640x640，letterbox padding=114/255，采样策略：仅目标帧（enemy/ore），负样本 <20%。
  • LLM 决策：状态向量 {resources: {...}, threats: N}，输出 Lua 脚本注入。阈值：采矿优先级 >0.8，防御 >0.6。
  • 监控点：代理存活率 >95%，每小时科技进步 1 level。

实时语音：VAD 阈值 -30dB，STT via unspeech（支持 Whisper），TTS ElevenLabs fallback local Piper。端到端延迟目标 <1.5s。

风险控制与监控清单

边缘部署风险：高计算（CV+LLM）导致 OOM，网络波动断线。限流：

  • 资源限：airi 内存 4Gi，GPU 共享 6Gi。
  • 健康检查：Prometheus exporter，指标：llm_latency_p99<5s, agent_action_success>90%, voice_e2e<2s。
  • 回滚策略：若代理崩溃，切换只聊天模式；API 限额超，降级 local 模型。
  • 日志：ELK stack，警报：CV mAP <0.7 或游戏崩溃。

测试清单：

  1. 部署后访问 http://edge-ip:8080，配置 Grok。
  2. 语音测试：说 “玩 Factorio”，确认代理启动。
  3. 游戏监控：RCON 查询 player stats，确认自主构建。
  4. 负载：模拟 10min 游戏，检查 CPU<80%。

此方案已在 Nix 基础上扩展，已验证 PoC。通过容器化，AIRI 灵魂容器可在边缘无缝运行 Grok 驱动游戏代理，实现 Neuro-sama 级互动。

资料来源： [1] AIRI GitHub repo 支持 Minecraft/Factorio 游戏代理，https://github.com/moeru-ai/airi。 [2] airi-factorio 使用 YOLO+LLM 实现 Factorio CV 代理，https://github.com/moeru-ai/airi-factorio。

（正文字数：1256）

查看归档