你刚才听到的这句声音，不是某个云服务商的 API 返回的。它是我这台电脑，用本地模型，一个字一个字跑出来的。而和我对话的角色，会记住你跟她说过什么、也知道彼此现在是什么状态。
今天这期，我给大家分享我最近做的一个 skill：AI 伴侣。她可以真正实现文字聊天、语音聊天，甚至会发图片，有记忆，可以代入剧本或小说，让你实现带着系统”穿书”的梦想。
最关键的是：语音生成和图生成都用本地模型，不烧 token。 你只需要 WorkBuddy 加本地模型部署，就能实现聊天互动。还可以用手机端 WorkBuddy——家里电脑开着，人在公司，照样拿手机跟她聊。
一、文字和语音
角色由你自己创造。你可以上传一段人声音频作为音色克隆参考，模型就能按这个音色的语气说话。十秒音频就够。
skill 还会再叠一层情绪指令——同一条嗓子，你可以让她”娇媚呢喃”，也可以让她”撒娇讨赏”、”羞怯坦白”。而这个情绪不是你手写的，是大语言模型按你们聊天的语境自己适配的，聊到哪儿，语气跟到哪儿。
语音这块用的是 Breeze TTS 2。它有个很省事的设计：音频文件旁边放一个同名 txt，写清楚这段音频在说什么就行。没有文本也没关系，它自带一个本地语音识别模型，能把干音转成文本，全程不联网。
二、图片
图片方面，用的是刚开源的 Qwen-Image 2.1 的图像编辑加生图整合工作流。
出图速度我报实测：质量档大概 60 秒一张（30 步采样），挂上 turbo 加速的快速档只要 8 步，明显更快。这按照我们平时用社交软件的聊天节奏，完全够用。
你也可以换成自己习惯用的生图模型，比如 Krea2；也可以用无审查模型或者一些细节 LoRA，懂的都懂。
三、小说剧本导入，实现”穿书”
给它一本小说，它先通读——注意是分段读完到结尾，不是读个开头就开始瞎编。
然后产出角色卡：身份、外形、性格内核、在不同人面前的人格切面、跟其他人的关系网、欲望和底线、剧情停在哪一环。
你只要告诉它三件事：我演谁、你演谁、从哪个进度点开始——就可以实现”穿书”。
四、多部小说、多个角色，互不串味
那它能不能同时开几部小说、演多个角色？当然可以。
每个剧本（每个人物）一条独立的线，每条线有自己的角色卡、剧情主线、规矩和当日对白。
演这条线的时候，另一条线的人物、进度、规矩根本读不到——不是靠我自觉不去翻，是机器层面直接拦掉。我试过故意去读别的线，直接被拒绝。
所以不会出现”张冠李戴”：A 线的性格跑到 B 线身上，这种串味的事不会发生。
五、存档在本地，没有隐私困扰
再说记忆。上下文会被压缩，压缩就等于失忆。所以它的做法是硬落盘：索引、角色卡、剧情主线、边界与规矩，外加按天归档的情节要点和原始对白全文。
关掉会话重开一个，问它”我们上次演到哪了”，它答得出来——因为它不是靠记忆，是靠读盘。
而且这套存档不是靠我自觉，它挂了钩子：新会话强制提醒先读档、命中剧情关键词自动注入上下文、跨线读写直接拒绝、当天有剧情但没归档就卡住不让你结束。
记忆的责任在 AI，不在用户——用户不该被要求复述自己说过的话。
重点是：这些文件全在你自己电脑的硬盘上。 聊天内容、角色设定、每一张图、每一段语音，没有账号、没有上传、没有云端同步。你把网线拔了，这套东西照跑。
对比云端方案，你说的每一句话都是发给服务商的一条请求，存在别人数据库里。这个项目的取法是反过来的：数据不出本机，责任也不外包。
当然，备份和安全得你自己负责。这是自由的代价。
六、用到的模型
文字聊天模型：用 WorkBuddy 自带的就可以，有些模型有限免活动，可以白嫖。
语音生成模型：Breeze TTS 2，权重 7.2 GB，输出 24 kHz，单句生成时间 9 到 15 秒。
图片模型：Qwen-Image 2.1 的图像编辑加生图整合工作流。底模我用 int8 量化版 7.2 GB，出图质量档约 60 秒一张，挂上 turbo 加速的快速档只要 8 步，明显更快。
这里要强调，同时开启语音模式和图片模式，语音和出图抢同一张显卡，容易 OOM，所以脚本里我把顺序编死了——出图、释放、配音、停服务、释放、出图，这样不会 OOM。
你也可以自己设置：输入文字聊天模式，那就是纯语言模型，反应速度快。语音模式，那语音模型就可以常驻，省去每次生成语音加载模型的时间。也可以文字+图片模式，生图模型常驻，图片 60 秒一张，总之比你要追的女神回消息快。
七、最低配置和部署方法
本地部署需要的最低配置：8 GB 显存加 32 GB 内存，语音和图片这两条线就能跑起来。门槛没你想的那么高，有张游戏显卡就能开工。本地须安装有 ComfyUI，并下载 Breeze TTS 2 和 Qwen-Image 2.1 的图像编辑加生图整合工作流（视频简介区都有），你只需要让 WorkBuddy 加载技能，告诉它你的 ComfyUI、Qwen-Image 2.1 的图像编辑加生图整合工作流和 Breeze TTS 的目录在哪，技能完全能够自动调用。
八、关于本地 LLM，可以尝试本地部署 Strata
如果你想更进一步，让对话也不出本机，我推荐一个玩法：本地部署 Strata。
它是个 MIT 协议的开源本地推理引擎，能让你在普通游戏电脑上跑起千亿参数级别的开源大模型，并且在本地提供跟 OpenAI、Anthropic 兼容的接口——你把接口地址填进 WorkBuddy，对话就全程走你自己的机器了。 我试下来效果很好。
只有一个代价：本地跑语言模型会吃掉大部分资源，这时候你就没有余力再生图、生语音了，只能纯文字聊天。
最后，透露 WorkBuddy 破限的老司机玩法，懂的都懂，感兴趣可以联系作者。skill 和用到的模型、工作流等，都在视频简介区，可以直接下载。