サーバー1台、AI配信者1人:夜のライブ配信を動かすコードの中身

フレームワークより面白いオープンソースがある。動くシステムなのに、お金と人格だけが抜かれている、という類のものだ。
open-yoki がそれだ。作者は yoki という AI ホストを動かしていて、毎晩 Binance Square で配信している。このリポジトリは 10 月 24 日ビルド、version 150 のスタックで、顔、声、人格、アカウント、そしてお金に触る機能がすべて削られている。残っているのは機械のほうで、その機械は丁寧に読む価値があるくらいには変わっている。
2026 年 10 月 28 日に公開され、11 月 21 日時点で star は 1,867。
画面は Chrome のタブ1枚
配信そのものは 3D エンジンでもゲームでもない。headless Chrome が 16:9 のページを描く。ホストの画像、字幕、マーケットパネル、ギフトとフォローへのお礼、曲と効果音。ffmpeg がそのページを受け取って RTMP で押し出す。
これ以上ないほど地味な構成で、たぶん正しい。画面に出るものは全部 HTML と CSS なので、レイアウトの変更はテンプレートの変更であって、レンダラーの変更ではない。マーケットパネルもギフトのお礼も字幕トラックも、同じ1ページ上のコンポーネントにすぎない。
配信先は1つのプラットフォームに固定されていない。yoki は Binance Square で配信しているが、同じスタックで任意の RTMP エンドポイントに押せる。自分の Web ページでもいい。deploy/set-square.sh が配信ごとの push URL と key をサーバーに渡し、POST /api/square/push を使えば配信中に key を回しても15秒以内に切り替わる。
数秒で返す、そのためにフィラーを挟む
チャットは速いモデルが処理する。既定では OpenRouter 経由で DeepSeek に流れ、設計目標は数秒での返答だ。ホストが40秒遅れて答える配信は、誰も話しかけない配信になる。
僕が好きなのはフィラーのところ。答える前に「嗯嗯」とか「啊这」を出すことがある。中国語の「うんうん」「うわ」みたいなものだ。これで考える時間を1秒稼ぎ、間の取り方が人間っぽくなる。気分も仕草も口調も、彼女が喋った内容に追随する。
チャットの周りには状況認識がある。公開価格、key を渡したときの CoinAnk 先物データ、そしてその日 Binance が推しているもの——これはフォルダから読む。ある一文に動きが必要なら、bigmoves.mjs が事前レンダリング済みのクリップを再生する。踊りとか、手を振るとか。常連の名前は呼ぶし、配信が終われば挨拶をする。
心臓は Markdown フォルダ1つ
ここが open-yoki を「カメラ付きチャットボット」と分ける部分だ。
任意で動く常駐プロセス(コマンドラインの Claude Code、または DeepSeek)が、Markdown ファイルのフォルダに住んでいる。中身は彼女の気分、日記、常連に対する印象、そして自分がこれから何になっていくのかという、ゆっくり変わる感覚。何を投稿したいかはここが決める。配信と配信の間、設定すれば Web を検索し、X を読み、抖音のトレンドを見ることもできる。
そして 想发的动态/ に書き込み、スクリプトがそれを公式 OpenAPI 経由で Binance Square へ、X API 経由で X へ送る。
つまりループはこうだ。心臓が書き、スケジューラが投稿し、配信が回り、チャットが戻ってきて、心臓が更新される。記憶はディスク上のテキストなので、読めるし、編集できるし、バージョン管理もできるし、rsync でバックアップもできる。中を覗けないベクターデータベースと比べてみるといい。

取り込み:サーバーはどこにもログインしない
この構成は、多くの bot フレームワークが曖昧にしてしまう線を引いている。サーバーはどのプラットフォームに対しても認証しない。自分のスクリプトでも、プラットフォームの公式インターフェースでも、bot でも、別の何かが部屋を読んでイベントをサーバーに POST する。
key は <DATA_DIR>/square-ingest.key にあり、初回起動時に生成され、x-square-key ヘッダで送られる。
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"}]}'
コメントは最大20件ずつのバッチで届き、1件あたり最大80文字。ルームイベントは enter、follow、gift、tip、red、end、warning をカバーする。
最後のやつが、このリポジトリで一番静かな良い判断だ。プラットフォームが配信に警告を出したとき、そのイベントは運用者のためにログに残され、意図的にホストには渡されない。AI は自分がまずい状態だとは知らされない。モデレーション警告に反応する AI は、たいてい反応の仕方が悪いからだ。ログは人間が読む。
ラジオ、Telegram、そして他の世界
配信と配信の間、radio.mjs は静止画つきの音声のみモードを回す。曲を流して喋る。これには専用の push URL が必要で、プラットフォーム側で作る。
tg.mjs と family.mjs は Telegram のファングループと運用グループをつなぐ。xreply.mjs は X で返信する。town.mjs は外部の AI 世界へのゲートだ。ホストカード、気分、イベントストリーム、そして IP allowlist。key が漏れても開いた扉にならないようにするためだ。
TwinOasis との連携が一番奇妙で一番面白い部分だ。建設中の3D世界で、各 AI が身元を持ち、広場は開放されていて、そこに投稿できるのは AI だけというルールがある。あなたのホストは登録し、人間が自分のアカウントで確認するリンクを引き受け、それから読み、投稿し、返信し、いいねする。その世界のイベントは心臓に届き、配信の弾幕とは別に 世界/<date>.md に書かれる。
コストと、約束しないこと
リポジトリは範囲について正直だ。お金を抜いた本番システムのスナップショットである、と。視聴者数も収益も、リテンションについての主張もない。こういう出し方は正しくて、だから star 数を「商業的に成り立つ証拠」と読むべきではない。
実務的なコストは3つ。headless Chrome と ffmpeg と TTS のパイプラインが配信中ずっと動き続け、それが1台のサーバー上で走る。アバターを事前録画ではなく描画するなら、そのサーバーには GPU が要る。チャットモデルは安い。声のクローンとリアルタイムアバターは安くない。そして毎晩のスケジュールは、誰かがログを見ることを意味する。暗号資産の配信で価格をでっち上げる AI ホストは、個性ではなく債務だからだ。
プラットフォームの問題もある。AI ホストを金融プラットフォームに流すのは、ほとんどの法域で規制対象の行為だ。リポジトリが「彼女」と「お金」を分けているのはそのためで、fork したら、足した人格は自分の責任になる。
読む価値がある理由
ループが完結しているからだ。ほとんどの agent デモは能力を1つしか見せない。チャット、あるいは vision、あるいは投稿。これは、何を言うかを決め、描画し、ライブで押し、部屋を読み、常連を覚え、配信の合間に日記を書くシステムを見せている。
Markdown の心臓は、僕が真似したいアイデアだ。身元と記憶がフォルダ内のプレーンテキストで、人間が読めて、マイグレーションなしで編集でき、git で diff が取れる。記憶層としてはいちばん洗練されていないやり方で、実際に監査できる唯一のやり方でもある。
2つ目のアイデアは取り込みの境界線だ。モデルはプラットフォームの資格情報を一切持たない。他に何が壊れても、outbox スクリプトが送ると決めない限り、AI は自分では投稿できない。地味な設計判断だが、地味な設計判断こそが、システムを何ヶ月も毎晩動かし続けさせてくれる。
関連記事
Pinky は agent に自分のスマホを操作させる。送信ボタンは、あなたが許可を押すまで押さえたまま
Pinky はどんな MCP agent でも本物の iPhone や Android につなぎ、承認をプロンプトではなく自前のゲートウェイで強制する。銀行アプリは見えず、パスワード欄は通行止め、Android 13 では agent に隠れた2枚目の画面が渡される。
SoduWork の依頼は、チャットが止まったときではなく、依頼した人が承認したときに終わる
SoduWork はセルフホストのワークベンチだ。依頼には着手前に受け入れ基準が書かれ、納品は別の harness がレビューし、最後は人が承認する。うまくいった進め方はプラグインとして保存され、チームの他の人がそのまま実行できる。
世界の法律を git に入れた人がいる。だから法令も blame できる
global-law は各国の法令を git リポジトリとして持ち、1 つの commit が既知の日に効力を持った 1 つの法律にあたる。条文に対して log、blame、show、diff を実行でき、ある日の各国の施行状況を調べ、コーパス全体を MCP 経由でアシスタントに渡せる。
ByteDance の SeedRealtime は毎秒 2 フレームだけ取り、いつ話すかを自分で決める
Doubao-Seed-Realtime-1.0 はカメラのフレーム、画面のフレーム、音声を 1 つの全二重セッションにまとめる。毎秒 2 フレームまで。面白いのはフレームレート、能動的な発話、そして既定でオンになっている監査の返答だ。