想让“数字人”能够讲话、听你说、理解你说、执行命令？

摘要：Fay是一个开源的 MCP 框架，能让“数字人”（2.5D、3D、移动端、PC、网页等形式）或者大语言模型（兼容 OpenAI、DeepSeek 等）与业务系统连接、互动与部署。换句话说，如果你想让一个虚拟人／数字角色能够听你说、理解你说、讲话、执行命令／连接

Fay 是一个开源的 MCP 框架，能让“数字人”（2.5D、3D、移动端、PC、网页等形式）或者大语言模型（兼容 OpenAI、DeepSeek 等）与业务系统连接、互动与部署。换句话说，如果你想让一个虚拟人／数字角色能够听你说、理解你说、讲话、执行命令／连接公司系统或业务流程，Fay 提供整套组件来做这件事。

核心交互：全时流式支持（文本/语音），多轮对话、唤醒/中断（正则/前缀）、意味着不需要等待全部输入结束才反应，对交互连续性好。模型匹配：灵活配置数字人（2.5D/3D）、LLM（OpenAI/Deepseek）、ASR/TTS（Volcano TTS、FunASR），支持本地/云端切换。终端适配：单片机/App/网站/大屏集成，成熟系统接入等。自动播报：虚拟教师/主播/新闻模式，一键脚本执行，支持机器人表情输出。智能代理：React Agent 自主决策/主动对话，内置 RAG 知识库（docx/pptx/txt），自定义 Q&A/人格信息。管理控制：配置中心（system.conf）、静默后台启动、Ctrl+C 退出，内置 MCP 工具箱/调度管理。接口全家桶：文本交互、语音交互、数字人驱动、管理控制、自动播报、意图识别、消息透传、中断接口，支持 GUI ↔ OpenAI ↔ 远程音频全链路双向中断。高级特性：认知模型优化、线程安全、流式开始/结束标记、独立 MCP 工具控制、自动关闭服务。其他：全离线商用免责、无付费项，兼容 UE5/Unity/Metahuman/Duix/Aibote 等数字人工程。

环境准备

Python 3.12+；Windows/macOS 原生支持；Ubuntu：sudo apt update && sudo apt install build-essential portaudio19-dev。克隆：git clone https://github.com/xszyou/Fay.git；依赖：pip install -r requirements.txt；配置：编辑 ./system.conf（模型 API Key、端口、知识库路径，默认公服若未改）；启动：python main.py（控制器运行，支持静默后台）。

镜像快速启动

Docker/GPU 镜像：https://www.compshare.cn/images/compshareImage-1cft3sk9gvta?ytag=GPU_fay（一键部署，支持云端）。

数字人集成（可选）

UE5：克隆 https://github.com/xszyou/fay-ue5，配置唇型（DAS BS 离线），接口端口 10002。Unity：参考 https://github.com/LKZMuZiLi/human，LLM 配置 Wiki。其他：Metahuman-stream（2D）、Duix/Aibote（飞书指南）。

更新：git pull 后重装依赖；镜像拉取新版;关注更新日志（2025-09-17 最新）。