NPCTalk - 让游戏 NPC 用克隆语音开口对话的 AI 智能体工具包
NPCTalk 是 Universal Modder 项目下的开源工具包，由 christos-antono 维护，采用 MIT 许可。它通过 Agent Skills、自托管语音服务器和 npctalk 命令行工具，让 AI 编程智能体为单机游戏接入可对话的 NPC：玩家说话，NPC 以角色身份、用克隆语音作答，并对听到的内容做出动作。项目自述首个示例面向 GTA V。
NPCTalk 是一个面向游戏模改场景的开源工具包，目标是让 AI 编程智能体把「能对话的 NPC」接进玩家自己拥有的游戏里。据项目自述，它的工作方式是：玩家对着麦克风说话，NPC 以角色身份作答，用克隆出来的声音说出来，并针对听到的内容执行动作。项目最先面向 GTA V 构建示例，但据 README 说明，大部分代码并不知道自己身处 GTA，因此同一套组件可以迁移到其他游戏。它适合愿意折腾模改、手头有单机游戏、并且已经在使用 AI 编程智能体的开发者与玩家。
维护者与状态
仓库由 christos-antono 维护，地址为 github.com/christos-antono/NPCTalk。仓库创建于 2026-10-15，最后提交时间为 2026-10-16，属于非常新的项目。截至 2026-11-01，项目获得 214 个星标。事实表显示，该项目尚无正式 release，也就是说目前没有可供引用的版本发布记录，使用者需要直接跟随仓库主分支。
主要能力
以下能力均来自项目自述（README），并非第三方评测结论。
- 技能集（Agent Skills 格式）：仓库的
skills/目录提供多个技能。据项目说明，make-npcs-talk覆盖完整流程，并列出游戏必须提供的四个钩子：被对话的对象、场景事实、NPC 处的语音输出、动作；同时包含针对 GTA V、Unity、Unreal、Bethesda、Minecraft 以及自研游戏的引擎笔记。 - 自托管语音服务器：
fish-voice-server技能用于在 Modal（或 fal）上托管 Fish Audio 的 Drama 3 或 S2 Pro，统一在一个流式 API 之后，并涉及相似度调参、预渲染台词的 best-of-N、保活与成本等话题。 - 声音参考制作：
voice-references技能从使用者拥有权利的录音出发，生成干净的参考片段、约 25 秒的克隆片段与情绪片段。 - 对话与角色：
npc-dialogue技能处理人设、每次提示中角色台词的采样、场景事实、带表演标签的短口语台词、输出清洗与内容规则。 - 动作与语音输入：
npc-actions负责 NPC 说话时的物理动作与执行口头指令；voice-input负责带语音活动检测的开放麦克风、按键说话与语音转文字。 - 评估与展示：
voice-likeness-eval用于衡量声音改动是否真的有效；npc-showcase-clips用于产出游戏实机风格的对话片段。 - npctalk 命令行工具：Python 实现，提供
health（检查语音服务器是否在线）、say（按游戏方式朗读一句并输出 WAV）、voice make、voice upload以及check（拦截音频、转写文本、密钥、真实服务器地址等不应外泄的内容）。 - GTA V 示例与现场笔记：
examples/gta-v包含完整模组（开放麦克风、任意 NPC、19 个角色、住所、动作、开发模式与录制用导演模式）；knowledge/按游戏收录现场笔记。
使用入口
仓库地址：christos-antono/NPCTalk。
据项目说明，安装方式取决于所用的智能体，各方式都会得到同一套技能、fal MCP 服务器与 npctalk CLI：
- Claude Code：
/plugin marketplace add christos-antono/NPCTalk，再执行/plugin install npctalk@npctalk。 - Codex：
codex plugin marketplace add christos-antono/NPCTalk，再执行codex plugin add npctalk@npctalk。 - Gemini CLI：
gemini extensions install https://github.com/christos-antono/NPCTalk。 - VS Code / Copilot：启用
chat.plugins.enabled，运行 Chat: Install Plugin From Source 并填入仓库 URL。 - Cursor 与 OpenCode：克隆仓库后在目录内启动，分别读取
AGENTS.md、.cursor/mcp.json与opencode.json。 - 仅需技能：
npx skills add https://github.com/christos-antono/NPCTalk。 - 其他情况：
git clone仓库并在其中启动智能体；CLI 也可通过uv tool install git+https://github.com/christos-antono/NPCTalk安装。
前置条件方面，README 列出 Git、Python 3.10+、uv 与 ffmpeg；GTA V 示例还需要 Windows、.NET SDK 8+ 以及游戏本体。此外需要配置若干环境变量：Modal（modal setup 与 NPCVOICE_TOKEN）、fal（FAL_KEY）、Cerebras（CEREBRAS_API_KEY）与 TypeSafe（TYPESAFE_API_KEY）。项目强调密钥只从环境变量读取，不写入文件。
许可与限制
许可证为 MIT。
项目自述中列出的边界值得注意：它只面向单机游戏或使用者自己运行的服务器，明确表示不会注入带反作弊的在线游戏，也不绕过反作弊、DRM 或所有权校验；声音素材必须是使用者拥有权利的录音，仓库不会提交或发布语音片段、克隆声音、游戏音频或游戏对白，npctalk check 会拦截这类内容；在驱动键鼠、向游戏目录安装、保持 GPU 常驻或发布内容之前，它会先询问。README 还称，在宣称某项语音设置更好之前会先做测量。
需要说明的是，README 中出现的语音相似度与词错误率数字属于项目自述的测量结果，本文不转述具体数值，也不对其做独立验证；项目尚无正式 release，接口与目录结构可能随主分支变动。