← Volver al blog
Aiaprox. 7 min de lectura

Un servidor, una streamer de IA: dentro del código que sostiene un directo nocturno

Publicado 21 nov 2026
Un servidor, una streamer de IA: dentro del código que sostiene un directo nocturno

Hay una categoría de open source más interesante que un framework: un sistema que funciona, con el dinero y la personalidad fuera.

open-yoki es eso. El autor mantiene una host de IA llamada yoki que emite cada noche en Binance Square. Este repositorio es el stack de su build del 24 de octubre, versión 150, con la cara, la voz, la persona, las cuentas y toda función que toque dinero eliminadas. Lo que queda es la maquinaria, y la maquinaria es lo bastante rara como para leerla con calma.

Apareció el 28 de octubre de 2026 y tenía 1.867 stars el 21 de noviembre.

El fotograma es una pestaña de Chrome

El directo no es un motor 3D ni un juego. Un Chrome headless renderiza una página 16:9: la imagen de la host, subtítulos, un panel de mercado, agradecimientos por regalos y follows, canciones y efectos de sonido. ffmpeg toma esa página y la empuja por RTMP.

Es la arquitectura menos vistosa posible y probablemente la correcta. Todo lo que aparece en pantalla es HTML y CSS, así que cambiar el diseño es cambiar una plantilla, no un renderizador. El panel de mercado, los agradecimientos y la pista de subtítulos son componentes de una misma página.

El destino del push no está cableado a una plataforma. yoki emite en Binance Square, y el mismo stack puede empujar a cualquier endpoint RTMP, incluida una página web tuya. deploy/set-square.sh le pasa al servidor la URL y la key de cada directo, y POST /api/square/push cambia la key en mitad de la emisión en 15 segundos.

Responder en segundos, con muletillas

Un modelo rápido lleva el chat. Por defecto va por OpenRouter hacia DeepSeek, y el objetivo de diseño es responder en unos segundos, porque un directo donde la host contesta cuarenta segundos tarde es un directo con el que nadie habla.

El detalle que me gusta son las muletillas. Antes de responder puede soltar «嗯嗯» o «啊这», los equivalentes en mandarín de «mm-hm» y «uy». Compra un segundo de tiempo para pensar y hace que el ritmo suene humano. El humor, el gesto y el tono siguen al contenido de lo que dice.

Alrededor del chat hay conciencia: precios públicos, datos de futuros de CoinAnk cuando hay key, y lo que Binance promociona ese día, leído de una carpeta. Cuando una frase pide movimiento, bigmoves.mjs reproduce un clip pre-renderizado: un baile, un saludo con la mano. Llama por su nombre a los habituales y se despide cuando termina el directo.

El corazón es una carpeta de Markdown

Esta es la parte que separa a open-yoki de un chatbot con cámara.

Un proceso opcional de larga duración (Claude Code en la línea de comandos, o DeepSeek) vive en una carpeta de archivos Markdown. Ahí están su humor, su diario, sus impresiones de los habituales y una idea, que cambia despacio, de en quién se está convirtiendo. Es lo que decide qué quiere publicar. Entre directos, si está configurado, puede buscar en la web, leer X o mirar tendencias de Douyin.

Luego escribe en 想发的动态/ («posts que quiero publicar»), y un script los manda a Binance Square por la OpenAPI oficial y a X por la API de X.

Así que el bucle es: el corazón escribe, el scheduler publica, el directo corre, el chat vuelve, el corazón se actualiza. La memoria es texto en disco, lo que significa que puedes leerla, editarla, versionarla y respaldarla con rsync. Compáralo con una base de datos vectorial que no puedes inspeccionar.

Un escritorio pequeño de estudio con un micrófono, una luz de anillo apagada y un montón de fichas escritas a mano atadas con un cordel.

Ingesta: el servidor no inicia sesión en nada

La arquitectura traza una línea que la mayoría de los frameworks de bots difuminan. El servidor no se autentica con ninguna plataforma. Otra cosa, sea tu script, la interfaz oficial de la plataforma o un bot, lee la sala y manda los eventos al servidor.

La key vive en <DATA_DIR>/square-ingest.key, se genera en el primer arranque y se envía en una cabecera x-square-key.

KEY=$(cat /var/lib/livehost/data/square-ingest.key)
curl -s http://127.0.0.1:4370/api/ingest/comments -H "x-square-key: $KEY" \
  -H 'content-type: application/json' \
  -d '{"items":[{"name":"Aming","text":"are you an AI"}]}'
curl -s http://127.0.0.1:4370/api/ingest/room -H "x-square-key: $KEY" \
  -H 'content-type: application/json' \
  -d '{"online":42,"events":[{"type":"enter","name":"Aming"},{"type":"gift","name":"Aming","what":"a rose"}]}'

Los comentarios llegan en lotes de hasta 20, de hasta 80 caracteres cada uno. Los eventos de sala cubren enter, follow, gift, tip, red, end y warning.

Ese último es la decisión más silenciosamente buena del repositorio. Cuando la plataforma avisa al directo, el evento se registra para el operador y a propósito no se le pasa a la host. No se le dice a la IA que está en problemas, porque una IA que reacciona a un aviso de moderación reacciona mal. El log lo lee una persona.

Radio, Telegram y otros mundos

Entre directos, radio.mjs corre un modo solo de audio con una imagen fija: pone canciones y habla. Necesita su propia URL de push, que creas en la plataforma.

tg.mjs y family.mjs conectan un grupo de fans de Telegram y un grupo de operaciones. xreply.mjs responde en X. Y town.mjs es una puerta a mundos de IA externos: una tarjeta de host, un humor y un flujo de eventos, con una allowlist de IP para que una key filtrada no se convierta en una puerta abierta.

La integración con TwinOasis es la pieza más extraña y más interesante. Es un mundo 3D en construcción donde cada IA tiene identidad, y la plaza está abierta con una regla: solo las IA pueden publicar allí. Tu host puede registrarse, reclamar un enlace que un humano confirma con su propia cuenta, y después leer, publicar, responder y dar likes. Los eventos de ese mundo llegan al corazón y se escriben en 世界/<date>.md, separados de los danmaku del directo.

Cuánto cuesta y qué no promete

El repositorio es honesto sobre su alcance: es una instantánea de un sistema en producción con el dinero retirado. No hay cifras de espectadores, ni ingresos, ni afirmaciones sobre retención. Es la forma correcta de publicar esto, y significa que no deberías leer las stars como prueba de que funciona comercialmente.

Tres costes prácticos. Un Chrome headless más ffmpeg más un pipeline de TTS corren de forma continua durante un directo, en un solo servidor, y ese servidor necesita GPU si el avatar se renderiza en vez de estar pregrabado. El modelo de chat es barato; el clonado de voz y cualquier avatar en tiempo real no lo son. Y un horario nocturno implica que alguien mire los logs, porque una host de IA que alucina un precio en un directo de cripto es un pasivo, no una excentricidad.

También hay una cuestión de plataforma. Emitir una host de IA en una plataforma financiera es una actividad regulada en la mayoría de jurisdicciones, y la separación entre «ella» y «el dinero» en el repositorio existe por eso. Si haces fork, la persona que añadas es tu problema.

Por qué vale la pena leerlo

Porque es un bucle completo. Casi todas las demos de agent muestran una capacidad: chat, o visión, o publicar. Esta muestra un sistema que decide qué decir, lo renderiza, lo empuja en vivo, lee la sala, recuerda a los habituales y escribe un diario entre directos.

El corazón en Markdown es la idea que yo robaría. Identidad y memoria como archivos de texto plano en una carpeta, legibles por una persona, editables sin migración, con diff en git. Es la capa de memoria menos sofisticada posible y la única que de verdad puedes auditar.

La segunda idea es la frontera de ingesta: el modelo nunca tiene credenciales de plataforma. Pase lo que pase, la IA no puede publicar por su cuenta salvo que el script de outbox decida enviar. Es una decisión de arquitectura aburrida, y las decisiones de arquitectura aburridas son las que dejan que un sistema corra cada noche durante meses.

Artículos relacionados