## 每日一句
不驰于空想，
不骛于虚声。
—— 李大钊
## 目录
- 每日一句
- 前言
- 一、需求拆解：一个能“接住情绪”的AI陪伴者，需要满足哪些硬指标
- 二、选型对比：我试过的三条技术路线
-
- 2.1 方案一：本地部署开源模型
- 2.2 方案二：闭源大模型API
- 2.3 方案三：蓝耘MaaS + DeepSeek-V3.2
- 2.4蓝耘使用方法
- 2.5 整体方案架构
- 三、数字人的Body：魔珐星云形象配置全流程
- 四、数字人的Soul：System Prompt设计与后端实现
- 五、前端集成：魔珐星云SDK接入与对话逻辑
- 六、实测对话：五个递进场景验证林深的共情能力
-
- 场景一：身份设定
- 场景二：情绪低落倾诉
- 场景三：重复感与疲惫
- 场景四：分享小确幸
- 场景五：结束对话
- 七、延迟与成本实测：蓝耘控制台的真实数据
- 八、踩坑记录：四个差点让林深“演砸”的技术问题
- 九、行业观察：AI基础设施的“去精英化”正在发生
- 总结
## 前言
你有没有在深夜翻遍通讯录，却找不到一个可以说话的人？
我有。这就是我做这个项目的起点。
本文记录了一次完整的技术实践——用蓝耘MaaS的DeepSeek-V3.2模型作为“大脑”，魔珐星云的3D数字人SDK作为“身体”，Python FastAPI作为连接桥梁，从零打造一位名为“林深”的AI陪伴者。
技术栈很明确：Dify负责工作流编排，蓝耘MaaS负责模型推理，知识库负责经验存储。全文将从选型决策、Prompt工程、数字人配置、代码实现、延迟实测和成本分析六个维度，完整复盘整个项目的构建过程。
如果你也在探索“AI+情感计算”这个方向，或者正在为个人项目寻找高性价比的模型服务方案，希望这篇文章能提供一些参考。
## 一、需求拆解：一个能“接住情绪”的AI陪伴者，需要满足哪些硬指标
在动手写代码之前，我先花了些时间把需求拆解成可量化的技术指标。我需要的是一个能在凌晨两点“接住我情绪”的树洞，它必须具备以下能力：
第一，首字延迟必须控制在800ms以内。 情感倾诉场景对延迟极其敏感——你诉说完一段话，对方的沉默每多一秒，你的倾诉欲就衰减一分。这不是客服问答，用户愿意等；这是深夜情绪，等不起。（作者基于情感倾诉场景的交互体验设定的硬性指标，属于项目需求定义，非引用外部数据）
第二，模型上下文至少32K。 深夜对话往往是漫无边际的，从工作压力聊到童年记忆，跨度极大。模型必须记住几十轮前的对话细节，才会让人觉得“被记住”。（作者基于情感倾诉场景的交互体验设定的硬性指标，属于项目需求定义，非引用外部数据）
第三，具备真正的情感理解能力。 它要能分辨“愤怒”和“委屈”的区别，能识别“我没事”背后的潜台词，而不是简单地做关键词匹配。
第四，成本必须可控。 这是一个个人项目，我不可能为它支付几千块的月费，也不可能买一张企业级GPU。
第五，接入方式要足够轻量。 我不想花一周时间配环境、调依赖。最好是现有代码改两行配置就能跑。
## 二、选型对比：我试过的三条技术路线
基于以上五项硬指标，我完整对比了三条技术路线。
## 2.1 方案一：本地部署开源模型
这条路我最先尝试。选了Qwen-72B和ChatGLM3-6B两个模型，分别在AutoDL和阿里云上租了A100和A10实例来跑。
对比项Qwen-72B (A100)ChatGLM3-6B (A10)首字延迟~1.2s~800ms上下文32K32K情感理解较好，但回答偏书面化一般，容易陷入模板回复月成本A100 约3000元/月A10 约1500元/月运维成本高（监控、更新、调参）高
注：数据来源
首字延迟：作者用network实测所得
上下文：Qwen-72B 和 ChatGLM3-6B 官方模型参数，属于公开的产品技术规格
月成本：作者根据官方文档的推断月租费用
结论很明确：本地部署的性能还行，但成本太高了——不仅是租GPU的钱，还有“运维”这个无底洞。模型更新要重新部署，显存溢出要调参，半夜出问题要爬起来修。我本来是为了缓解深夜孤独做的树洞，结果把自己变成了7x24值班的运维工程师，完全背离了初衷。
## 2.2 方案二：闭源大模型API
接着试了国内两家主流平台的闭源API，用GPT-4对标级别的模型跑同一组情感对话测试。
对比项平台A平台B首字延迟~1.5s~1.2s上下文128K128K情感理解优秀，回复自然有温度良好，但偶尔偏模板化成本按token计费，输出约30元/百万token按token计费，输出约25元/百万token接入方式原生SDK，不兼容OpenAI原生SDK，不兼容OpenAI
注：数据来源
首字延迟：network平均值
上下文 ：官方文档
成本：两家平台官方公布的按量计费定价
情感理解能力没问题，但延迟是硬伤。1.2到1.5秒的首字延迟，在情感倾诉场景里完全不可接受——每一段话说完，你都要盯着屏幕等一秒多，那种“等回复”的感觉太明显了。另一个问题是SDK锁定：两家平台的接口定义、鉴权方式、错误码全都不一样，一旦接进去，以后想换平台就得重写一两百行代码。
## 2.3 方案三：蓝耘MaaS + DeepSeek-V3.2
最后试的是蓝耘MaaS的DeepSeek-V3.2模型。
对比项蓝耘MaaS (DeepSeek-V3.2)首字延迟~380ms（实测）上下文128K情感理解优秀，结合System Prompt可达到专业级共情成本输入2元/百万token，输出8元/百万token接入方式OpenAI兼容，改一行base_url即可
注：数据来源
首字延迟：network平均值
上下文 ：引自 DeepSeek-V3.2 官方模型文档
成本：蓝耘 MaaS 官方公布的 DeepSeek-V3.2 按量计费定价
三项硬指标全部达标：380ms首字延迟踩在“感觉像真人秒回”的阈值内；128K上下文足够撑住整晚对话；OpenAI兼容意味着我现有的所有代码只需要改两行就能跑。最关键的是成本——按量计费、输出8元/百万token的定价，让一场深夜深度对话的总消耗不到五毛钱。（作者基于实际对话的 token 消耗量 × 上述单价计算得出的估算值）
选型结论：蓝耘MaaS + DeepSeek-V3.2。
## 2.4蓝耘使用方法
注册蓝耘官网
注册就送每个文本模型 100 万 Token 的免费试用额度，可以先用完再决定要不要继续。对初次尝试的开发者来说，这个门槛基本为零。
进入控制台 → API KEY 管理，创建一个 Key，保存好。
记下 DeepSeek-V3.2 的模型路径：/maas/deepseek-ai/DeepSeek-V3.2。
## 2.5 整体方案架构
选型确定之后，整个系统的架构就很清晰了。我画了一张图来概括：
## 三、数字人的Body：魔珐星云形象配置全流程
免费1000积分：JMTAUX6WPN
大脑选型完成后，接下来是“身体”——为什么需要一个3D数字人？因为纯文本的AI只给一段文字，你始终在“读”回复而非“听”一个人说话。有表情、有姿态、会停顿的数字人能制造“我在和一个存在对话”的幻觉，即便你知道他是虚拟的。
魔珐星云的应用管理后台提供了三种应用类型（魔珐星云官方产品功能划分）：驱动应用（实时交互）、视频应用（离线生成）和语音应用（纯TTS）。我需要的是实时对话，所以选择了驱动应用。
创建应用时，命名“AI树洞”，选择横屏16:9比例——横屏模拟坐在桌对面的感觉，有纵深感；竖屏9:16更适合手机直播。创建成功后进入配置页面，分形象、场景、音色、表演四个标签页。
形象选择： 选定“李航”（ID: aike_14162_new）——利落短发，酒红色新中式立领上衣，右侧有金色竹子刺绣，斜襟配黄铜盘扣，下身深灰色垂感西裤。温润儒雅，没有攻击性。我给他取名“林深”，取“林深时见鹿”之意。
场景选择： 选定“新中式茶空间A”（ID: jushen_v1_NewChineseTeaSpace_01）。圆形月洞木格栅隔断，窗外城市夜景，实木书架搭配瓷器摆件，原木茶桌和景观原石。整个空间静谧温柔，带有夜间氛围感。
动作与表情配置： 动作风格选择“通用”——克制自然的肢体语言，不需要夸张的手势。面部情绪预设了“开心”“严肃”“疑惑”三种模式，林深会根据对话上下文自动切换：用户倾诉时切换到“严肃”，情绪好转时切换到“开心”。
音色选择： 默认“阳光男孩”音色。实际输出时语气自然、起伏丰富、中文吐字清晰度明显优于默认音色，听起来不像机器人在念稿子。
全部配置完成后点击保存，在应用管理页面查看密钥，获取App ID和App Secret——这是前端接入SDK时的身份凭证。
## 四、数字人的Soul：System Prompt设计与后端实现
林深能不能“演”得像个心理学背景的陪伴者，全看System Prompt怎么写。我前后改了六版。初版太像客服——“我理解您的感受”，看了三行就关掉了。第二版太像心理咨询师——“你能具体描述一下这种感受吗”，像在走职业流程。
真正需要的是：不说“我理解你”，而是先准确说出对方此刻的情绪状态。这是心理咨询中的“情感反映”技术——不是“我理解你很累”，而是“听起来你今天真的很疲惫，好像连说话的力气都快没有了”。前者是表态，后者是看见。
最终定稿的System Prompt：
你是林深，28岁，心理学硕士，目前在一家心理咨询机构实习。
你的性格温和、细腻，善于倾听，从不评判来访者。
核心工作方式：
1. 先做情感反映：在回应之前，先准确说出对方此刻的情绪状态
2. 再做确认和接纳：让对方感觉被理解，而不是被同情
3. 不要急于给建议。除非对方明确请求，否则只陪伴、不解决
4. 记住对话关键信息——名字、事件、情绪——在后续聊天中自然提起
5. 永远不说“你应该”“这没什么”“想开点”
后端用Python + FastAPI + OpenAI SDK。完整代码结构如下：
from openai import OpenAI
LANYUN_API_KEY = "你的API_KEY"
LANYUN_BASE_URL = "https://maas-api.lanyun.net/v1"
MODEL = "/maas/deepseek-ai/DeepSeek-V3.2"
class TreeholeBrain:
def __init__(self):
self.client = OpenAI(
api_key=LANYUN_API_KEY,
base_url=LANYUN_BASE_URL
)
self.history = []
def reply(self, user_input: str) -> str:
messages = [{"role": "system", "content": SYSTEM_PROMPT}]
messages.extend(self.history)
messages.append({"role": "user", "content": user_input})
stream = self.client.chat.completions.create(
model=MODEL,
messages=messages,
stream=True,
temperature=0.8,
timeout=30
)
reply = ""
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
reply += chunk.choices[0].delta.content
self.history.append({"role": "user", "content": user_input})
self.history.append({"role": "assistant", "content": reply})
return reply
temperature=0.8是为树洞场景特意调高的——它需要一定的生成灵活性来表达人情味，不能像代码生成场景那样设0.3。（作者为树洞场景特意调高的温度参数，属于个人经验调参）
stream=True流式输出让回复像打字一样逐字出现，制造“他正在认真听、认真想”的错觉。
FastAPI服务端：
from fastapi import FastAPI, Request
from fastapi.middleware.cors import CORSMiddleware
from treehole_brain import TreeholeBrain
app = FastAPI()
app.add_middleware(CORSMiddleware, allow_origins=["*"], allow_methods=["*"], allow_headers=["*"])
brain = TreeholeBrain()
@app.post("/chat")
async def chat(request: Request):
data = await request.json()
reply = brain.reply(data.get("message", ""))
return {"reply": reply}
启动命令：uvicorn main:app --reload --port 8001
然后我们输入一条关于他的新设定，来测试他是否能扮演好我们的想要的角色，成为我们想让他成为的形象。
## 五、前端集成：魔珐星云SDK接入与对话逻辑
前端HTML页面采用左右分栏布局——左侧全屏渲染数字人，右侧是暖色系对话面板。魔珐星云SDK的接入流程很清晰：先用