夜雨聆风by Mycelium Protocol
AI 语音交互缺少的一件事：一张脸。
对话在进行，声音从扬声器里出来，但屏幕上什么都没有——没有眼神，没有表情，没有肢体语言。这不像在和一个存在者交流，更像在等一个返回值。
Persona（xikhar）就是为了补这个缺口，三天前发布，680 星，MIT。
它做什么
Persona 是一个 Electron 桌面应用，在你工作时悬浮在屏幕上，显示一个 VRM 3D 角色。当 Codex 或 ChatGPT 语音输出时，角色自动做嘴型同步和肢体动作；通过 MCP，AI Agent 还能主动触发命名动画——比如"思考""激动""挥手"。
架构分四层，职责很窄：
| Native listeners ← 系统音频捕获，仅计算 RMS 振幅，立即丢弃样本 |
| Electron 主进程 ← 生命周期、托盘、MCP 服务器、URL 协议 |
| Sandboxed preload ← 仅暴露归一化事件和狭窄设置操作 |
| React + Three.js ← VRM 渲染、VRMA 动画混合、表情驱动 |
渲染层没有文件系统、进程或原始音频访问权限。
隐私优先的音频捕获
Persona 监听的是 AI 应用的输出音频，不是麦克风。三个平台各有方案：
Linux（PipeWire）： 轮询 PipeWire 图寻找 Codex/ChatGPT 播放节点，挂上 pw-record 捕获那一条流，内存中计算 RMS 振幅，每个样本计算完立即丢弃。
Windows（WASAPI loopback）： 使用 PROCESS_LOOPBACK_MODE_INCLUDE_TARGET_PROCESS_TREE，仅捕获目标进程树的音频，其他应用的声音完全排除。需要 Windows 10 build 20348+。
macOS（Core Audio process tap）： 为目标进程创建私有的、非静音的 Core Audio tap 和私有聚合设备，需要 macOS 14.2+ 和一次"系统音频录制"权限授权。
Persona 不捕获麦克风，不保存音频，不转录内容，不发送任何音频数据到网络。唯一用途：计算音量振幅驱动嘴型。
MCP 接口：Agent 控制角色
Persona 在 127.0.0.1:47831/mcp 运行一个 Streamable HTTP MCP 服务端。注册到 Codex：
| codex mcp add persona --url http://127.0.0.1:47831/mcp |
暴露四个工具：
| 工具 | 用途 |
|---|---|
play_animation | 播放指定名称的动画（随机选一个 clip） |
list_animations | 列出所有可用动画及其描述和触发场景 |
control_window | show / hide / toggle 角色窗口 |
get_status | 读取模型就绪状态、窗口可见性、语音状态 |
每个自定义动画在创建时都要填写名称、描述和触发场景——这段元数据会直接暴露给连接的 Agent，让 AI 理解"什么情况下播放这个动作"。目录更新时，MCP 会立即推送工具列表变更通知给所有连接的 session。
动画系统
Persona 有两个永久动作槽：
- **Idle**：闲置姿态
- **Speaking**：说话时的肢体动作
每个槽都可以上传多个 .vrma 文件，Persona 在触发时随机选一个。自定义动作通过 Settings 面板创建，和 Idle/Speaking 一样可以放多个 clip。
MCP 触发的动画优先于音频驱动的肢体动作，但嘴型同步会继续——也就是说，AI Agent 可以让角色在"说话同时做波浪手"。动画播完后，自动回到当前的 idle/speaking 状态。
用户导入的 VRM/VRMA 文件存储在 Electron 的 per-user 应用数据目录，通过锁定的 persona-asset: 协议访问——渲染层不能把这个协议当成任意文件系统读取器。
URL 协议
安装包注册了 persona:// 协议，适合其他本地应用直接驱动角色状态：
| open "persona://speaking?level=0.3" # macOS |
| xdg-open "persona://thinking" # Linux |
| start "persona://animation?name=wave1" # Windows |
支持的状态：listening / thinking / speaking?level= / inactive / show / hide / toggle / animation?name=。
本地跑起来
| # 环境要求：Node.js 24+ |
| git clone https://github.com/xikhar/persona.git |
| cd persona |
| # 激活示例角色（仓库里的测试 VRM） |
| cp public/assets/library.json.example public/assets/library.json |
| cp public/assets/manifest.json.example public/assets/manifest.json |
| npm install |
| npm run demo |
正式发布版的角色库是空的（版权原因），首次启动直接进 Settings，导入你自己的 .vrm 文件即可。任何符合 VRM 规范的角色都能用。
三天 680 星的原因
Persona 解决的问题不大，但击中了一个很真实的痛点：语音 AI 太"无形"了。
当你和 Codex 对话，它给你解释一段复杂代码，你希望有东西在那边"看着你"——不是一个进度条，不是一段打字动画，是一个有眼神、有表情、能感知声音的存在者。
这不是功能需求，是情感需求。Persona 用 VRM + MCP + 音频 tap 的组合，给这个需求一个具体的、可扩展的技术答案。
Mycelium Protocol — 追踪 AI 系统的底层演化
关于 Mycelium
菌丝协议。持续追踪 AI 工具、系统和实验的内容节点。
