tegnike/aituber-kit

A web application for chatting with AI characters that anyone can easily set up and deploy.

AITuberKit とは？

AITuberKit は、Webベースの「AIチューバー」——つまり、話したり、聞いたり、YouTubeなどのプラットフォームでライブ配信も可能な仮想キャラクターを構築できるオープンソースのツールキットです。以下の要素を統合しています：

大規模言語モデル（LLM） — OpenAI、Anthropic、Gemini、Ollamaなど、多数のAPIに対応可能です。
音声合成（TTS） — VOICEVOX、ElevenLabs、Azureなど、多数のTTSエンジンでモデルのテキストを音声に変換できます。
アバターのレンダリング — 2D（Live2D）、3D（VRM）、アニメーションPNG形式のキャラクターをWebページに表示できます。
インタラクションモード — ブラウザでのチャット、YouTubeチャットへの応答、デジタルサイネージのキオスク、ゲーム解説ボットとしての動作が可能です。

すべての機能は、ローカル、Docker、またはVercelやCloudflare Workersなどのサーバーレスプラットフォームにデプロイ可能なNext.jsアプリケーションとしてパッケージ化されています。

だれが使うべきか？

ターゲット	なぜ適しているか
コンテンツクリエイター / ストリーマー	観客のコメントに自動で応答する仮想アバターをライブホストとして活用できます。
教育者 / アマチュア開発者	低レベルのコードを書かずに、AI駆動の学習アシスタントやデモキャラクターを素早くプロトタイピングできます。
企業	商用ライセンスを取得すれば、ウェブサイトやキオスクにブランディングされたAIアシスタントを展開できます。
開発者	WebSocket API、カスタムプロンプト、または新しいTTS/LLMサービスのプラグインにより、プラットフォームを拡張できます。

動作仕組み

フロントエンド — Next.js UIがアバター（VRM/Live2D/PNG）を表示し、マイクやカメラからの入力をキャプチャします。
バックエンド — サーバーサイドコードがユーザーのテキスト／音声を選択したLLMまたはOpenAI Realtime APIに転送し、応答を取得。必要に応じてTTSサービスを呼び出して音声を生成します。
メモリ管理 — 短期的な会話はセッション内に保持。RAGスタイルの長期ストレージを設定することで、過去の文脈を取得できます。
モード —
- チャットモード — ブラウザでの直接チャット。
- YouTubeストリームモード — YouTubeコメント（またはOneComme）をポーリングし、アバターが応答可能。
- デモ／キオスクモード — フルスクリーン、パスワード保護、NGワードフィルタリング付き。
- ゲーム解説モード — 画面フレームをキャプチャし、画像分析を実行してリアルタイムの解説を生成。
デプロイ — npm run dev でローカル開発、Docker Composeでコンテナ化、Vercel/Cloudflare Workersではワンクリックビルド。

今日できること

サポートされているLLMを使ってAIキャラクターと会話できます。
数十種類のTTSプロバイダーで音声を追加できます。
YouTubeで配信し、アバターがライブチャットに自動応答できます。
顔認識を使って来訪者を挨拶するキオスクで動作させられます。
低遅延のRealtime APIを有効にして、高速な双方向会話が可能。
WebSocketやシンプルなHTTP API経由で外部アプリと連携し、テキストや画像をアバターに送信できます。

すぐに始められるか？

git clone … && cd aituber-kit && npm install
.env.example を .env にコピーし、必要なAPIキー（OpenAI、ElevenLabsなど）を入力。
npm run dev（または LAUNCH.bat / LAUNCH.command をダブルクリック）。
http://localhost:3000 を開き、アバターUIが表示されます。

Dockerユーザーはステップ2〜3を docker compose up -d に置き換えられます。

類似プロジェクトとの比較

機能	AITuberKit	一般的な「VTuber」ボット（例：VTube Studio + カスタムスクリプト）
オールインワン	UI、LLM統合、TTS、ストリーミング、デプロイスクリプトを標準搭載。	通常、複数のツールを手動で組み合わせる必要あり。
モデル対応形式	VRM、Live2D、アニメーションPNG。	通常、1形式に限定される。
LLMの多様性	20以上、OllamaやOpenRouterを含むローカル対応も。	通常、OpenAIのみ。
デプロイオプション	ローカル、Docker、Vercel、Cloudflare Workers。	主にローカルのみ。
商用ライセンス	有料利用にはカスタムライセンス（明確なポリシー）。	状況により異なる、しばしば不明。

製作者は誰？

このプロジェクトはPixivのChatVRMのフォークであり、日本語開発者コミュニティによって維持されています（貢献者リストは長く、詳細は参照）。リポジトリは活発にスターされ、フォークされており、作者はデモサイト、ドキュメントサイト、Discordコミュニティを提供してサポートしています。

リスクは？

カスタムライセンス — 商用利用には別途契約が必要。ライセンスファイルを必ず確認してください。
APIキーの取り扱い — バックエンドはリクエストをプロキシしますが、本番環境ではキーの保護が必要です。
モデルアセット — 組み込みのキャラクターモデルはそれぞれ制限付きライセンスであり、商業的再配布は禁止されています。

TL;DR

AITuberKit は、AI駆動の仮想プレゼンターを作成するための非常に包括的なオープンソースプラットフォームです。LLMチャット、音声合成、アバターレンダリング、ライブストリーミング統合をすべて備えており、ローカルまたはクラウドにデプロイ可能です。YouTubeで話すアバター、キオスクアシスタントにしたい場合、このツールキットはほぼすべての基盤を提供します。ただし、カスタムライセンス条項を尊重する必要があります。