LingChat-C++：一个由ai驱动的galgame

在Termux中运行LingChat-C++：打造移动端AI聊天伴侣#

本文将详细介绍如何在Termux环境中编译和运行LingChat-C++项目，这是一个基于C++开发的AI聊天应用，特别适配了Android终端环境。项目融合了WebSocket通信、RAG记忆系统和情感化交互界面，打造出独特的聊天体验。

项目背景#

LingChat-C++是LingChat的二创项目，专为Termux环境优化。它通过以下核心特性提升交互体验：

✅ RAG记忆系统：实现AI的长期记忆功能(现已废弃，基于cloudflare的新版正在路上)
🎭 情感化交互：立绘表情与音效随对话情绪变化
🌙 昼夜模式：自动切换的日/夜主题界面
🔌 WebSocket通信：高效的前后端实时交互

环境准备与编译#

1. 安装工具链与依赖库

1
pkg install curl libcurl clang make openssl nlohmann-json git #自行选择包管理器，如apt，apt-get等

2. 克隆并准备仓库

1
git clone https://github.com/yun-helpr/LingChat-C--Termux.git
2
mv LingChat-C--Termux chat && cd chat

3. 编译项目

1
make

完整编译日志示例：

1
❯ make
2
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/AIEngine.d -c backend/src/AIEngine.cpp -o build/obj/AIEngine.o
3
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/ConfigManager.d -c backend/src/ConfigManager.cpp -o build/obj/ConfigManager.o
4
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/HTTPClient.d -c backend/src/HTTPClient.cpp -o build/obj/HTTPClient.o
5
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/Logger.d -c backend/src/Logger.cpp -o build/obj/Logger.o
6
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/MemoryManager.d -c backend/src/MemoryManager.cpp -o build/obj/MemoryManager.o
7
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/SessionManager.d -c backend/src/SessionManager.cpp -o build/obj/SessionManager.o
8
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/WebSocketServer.d -c backend/src/WebSocketServer.cpp -o build/obj/WebSocketServer.o
9
aarch64-linux-android-clang++ -std=c++17 -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -MMD -MP -MF build/dep/main.d -c backend/src/main.cpp -o build/obj/main.o
10
cc -Ibackend/include -Wall  -O3 -DNDEBUG -I/data/data/com.termux/files/usr/include -DOPENSSL_API_3_0 -DUSE_WEBSOCKET -MMD -MP -MF build/dep/civetweb.d -c backend/src/civetweb.c -o build/obj/civetweb.o
11
aarch64-linux-android-clang++ -L/data/data/com.termux/files/usr/lib build/obj/AIEngine.o build/obj/ConfigManager.o build/obj/HTTPClient.o build/obj/Logger.o build/obj/MemoryManager.o build/obj/SessionManager.o build/obj/WebSocketServer.o build/obj/main.o build/obj/civetweb.o -lcurl -lssl -lcrypto -lpthread -o backend_server

配置项详解#

编辑.env文件配置AI行为：

1
# ==================================================
2
#                      配置文件
3
# ==================================================
4

5
[Server]
6
BACKEND_PORT="1234"
7
DOCUMENT_ROOT="frontend"
8

9
[API_LLM]
10
# 在这里填入你自己模型提供商的 API Key
11
DEEPSEEK_API_KEY = "your api key"
12
# LLM API的基础URL
13
API_BASE_URL = "https://api.deepseek.com/v1"
14

15

16
# --- Embedding模型的配置  ---
17
[API_EMBEDDING]
18
# 在这里填入您的Embedding的API Key
19
EMBEDDING_API_KEY = "your api key"
20
# 在这里填入其API的基础URL
21
EMBEDDING_API_URL = "https://api.siliconflow.com/v1/"
22
# Embedding模型的具体名称
23
EMBEDDING_MODEL = "Qwen/Qwen3-Embedding-0.6B"
24
# 该模型的向量维度
25
EMBEDDING_VECTOR_DIMENSION = "1024"
26

27
[Database]
28
# 轻量级RAG的记忆存储文件，它将自动被创建
29
MEMORY_DB_PATH = "memory.json"
30

31
[AI]
32
MODEL="deepseek-chat" # 这里填写你所调用的模型名称
33
TEMPERATURE=0.7 # 这里填写的数值表示模型思维的发散程度，越低发散程度越高，反之亦然。
34
MAX_HISTORY_TURNS="10" # 这里则数值则表示模型的记忆长度，由于目前市面上绝大多数大模型api都是无状态的，所以我们每次调用模型都需要将上文一同告诉模型，但这样太费token,所以要加以限制，所以模型只会记得包括你这句话的前十句话，但不包括RAG系统。
35
ENABLE_RAG = false # 这里控制RAG的开关,目前RAG系统为实验性功能，可能无法使用
36

37

38
[Voice]
39
# 在这里填入您的语音合成API的URL(已废弃)
40
VOICE_API_URL=""
41

42
[Character]
43
CHARACTER_NAME="钦灵" # 这里是ai的名称，具体如何体现请看web界面
44
CHARACTER_IDENTITY="可爱的狼娘" # 这里是ai的身份，具体如何体现请看web界面
45

46
[UI]
47
BACKGROUND_DAY_PATH="assets/bg/白天.jpeg" # 这里是白天的背景，当然你也可以换成别的
48
BACKGROUND_NIGHT_PATH="assets/bg/夜晚.jpg" # 这里是夜晚的背景，同样你也可以换成别的
49
CHARACTER_SPRITE_DIR="assets/char/ling/" # 这里是人物立绘的文件夹，具体作用可见下文的立绘情绪标签映射表
50
SFX_DIR="assets/sfx/" #这里是音效文件夹，具体作用可见下文的音效情绪标签映射表
51
# 注意，所有包含前端资源的文件夹均在frontend中
52

53
[EmotionMap] # 这里是立绘情绪标签映射表，你可以将assets/char/ling/中的文件名针对该映射表进行修改(不包括后缀)
54
高兴=兴奋 # 这里实际在文件夹中的文件名应当是"兴奋.png",下面一样，英文的是我懒的改了
55
害羞=害羞
56
生气=厌恶
57
无语=speechless
58
惊讶=surprised
59
哭泣=sad
60
担心=sad
61
情动=love
62
调皮=playful
63
认真=neutral
64
疑惑=neutral
65
尴尬=shy
66
紧张=sad
67
自信=happy
68
害怕=sad
69
厌恶=angry
70
羞耻=shy
71
旁白=兴奋 # 旁边讲话时的立绘，我不想做多人物了
72
default=兴奋 # 当情绪标签无法识别时默认返回的立绘
73

74
[EmotionSfxMap] # 这里是音效情绪标签映射表，工作逻辑同上，文件夹是assets/sfx/
75
高兴=喜爱.wav
76
害羞=喜爱.wav
77
生气=喜爱.wav
78

79
[SystemPrompt] # 这里是ai的系统提示词，你可以在项目的根目录下的prompt.txt中修改
80
PROMPT_FILE="prompt.txt"

配置说明：

RAG系统需额外配置(现已废弃)EMBEDDING_MODEL和EMBEDDING_API_URL

立绘文件需按[情绪]=[文件名]格式存放于assets/char/ling/

修改prompt.txt可定制AI系统级行为指令

运行与交互#

启动服务：

1
make run

成功启动日志：

1
❯ make run
2
======================================
3
             启动后台服务
4
======================================
5
./backend_server
6
[信息] CivetWeb 库已初始化。
7
[信息] ConfigManager: 已成功加载并解析配置文件: .env
8
[信息] 已从 memory.json 加载 6 条记忆。
9
[信息] HTTPClient 已初始化 (无SSL初始化)。
10
[信息] HTTPClient 已初始化 (无SSL初始化)。
11
[信息] AIEngine 已初始化。RAG记忆系统: [已禁用]
12
[信息] SessionManager 已初始化，最大对话历史记录: 10 轮
13
[信息] WebSocketServer: WebSocketServer 已初始化。
14
[信息] WebSocketServer: 正在启动 WebSocket 服务器于 8765...
15
[信息] WebSocketServer: 正在从以下目录提供静态文件: /data/data/com.termux/files/home/chat/frontend
16
[信息] WebSocketServer: WebSocket 服务器启动成功。
17
[信息] WebSocketServer: WebSocket 端点已注册: /websocket
18
[信息] 服务器已成功启动。主线程进入等待模式。按 Ctrl+C 关闭。

访问前端：浏览器打开：http://localhost:8765/

关闭服务：

1
Ctrl + C
2
# 终端输出优雅关闭日志
3
^C
4
[信息] 收到停止信号，准备关闭服务器...
5
[信息] 服务器主循环已退出，正在清理...
6
[信息] WebSocketServer: 正在停止 WebSocket 服务器...
7
[信息] WebSocketServer: WebSocket 服务器已停止。
8
[信息] WebSocketServer: WebSocketServer 已销毁。
9
[信息] 已成功将 6 条记忆保存到 memory.json
10
[信息] 程序已优雅关闭。

项目文件结构#

1
❯ tree
2
.
3
├── backend #后端文件夹
4
│   ├── include
5
│   │   ├── AIEngine.hpp
6
│   │   ├── ConfigManager.hpp
7
│   │   ├── HTTPClient.hpp
8
│   │   ├── Logger.hpp
9
│   │   ├── MemoryManager.hpp
10
│   │   ├── SessionManager.hpp
11
│   │   ├── WebSocketServer.hpp
12
│   │   ├── civetweb.c
13
│   │   └── civetweb.h
14
│   └── src
15
│       ├── AIEngine.cpp
16
│       ├── ConfigManager.cpp
17
│       ├── HTTPClient.cpp
18
│       ├── Logger.cpp
19
│       ├── MemoryManager.cpp
20
│       ├── SessionManager.cpp
21
│       ├── WebSocketServer.cpp
22
│       ├── civetweb.c
23
│       ├── handle_form.inl
24
│       ├── http2.inl
25
│       ├── main.cpp
26
│       ├── match.inl
27
│       ├── md5.inl
28
│       ├── mod_duktape.inl
29
│       ├── mod_lua.inl
30
│       ├── mod_lua_shared.inl
31
│       ├── mod_mbedtls.inl
32
│       ├── mod_zlib.inl
33
│       ├── openssl_dl.inl
34
│       ├── response.inl
35
│       ├── sha1.inl
36
│       ├── sort.inl
37
│       ├── timer.inl
38
│       └── wolfssl_extras.inl
39
├── backend_server
40
├── build
41
│   ├── dep
42
│   │   ├── AIEngine.d
43
│   │   ├── ConfigManager.d
44
│   │   ├── HTTPClient.d
45
│   │   ├── Logger.d
46
│   │   ├── MemoryManager.d
47
│   │   ├── SessionManager.d
48
│   │   ├── WebSocketServer.d
49
│   │   ├── civetweb.d
50
│   │   └── main.d
51
│   └── obj
52
│       ├── AIEngine.o
53
│       ├── ConfigManager.o
54
│       ├── HTTPClient.o
55
│       ├── Logger.o
56
│       ├── MemoryManager.o
57
│       ├── SessionManager.o
58
│       ├── WebSocketServer.o
59
│       ├── civetweb.o
60
│       └── main.o
61
├── frontend 前端文件夹
62
│   ├── app.js
63
│   ├── assets 前端资源文件夹
64
│   │   ├── bg
65
│   │   │   ├── 夜晚.jpg
66
│   │   │   └── 白天.jpeg
67
│   │   ├── char
68
│   │   │   └── ling
69
│   │   │       ├── 伤心.png
70
│   │   │       ├── 兴奋.png
71
│   │   │       ├── 厌恶.png
72
│   │   │       ├── 头像.png
73
│   │   │       ├── 害怕.png
74
│   │   │       └── 害羞.png
75
│   │   └── sfx
76
│   │       └── 喜爱.wav
77
│   ├── index.html
78
│   └── style.css
79
├── makefile
80
├── memory.json
81
├── prompt.txt
82
├── readme.md
83
└── 文件结构.txt
84

85
13 directories, 69 files

常见问题处理#

API调用失败：
- 检查.env中的DEEPSEEK_API_KEY是否有效
- 确认网络可访问api.deepseek.com
立绘/音效不生效：
- 确保文件名与EmotionMap配置完全匹配
- 文件需放至frontend/assets对应子目录
RAG系统启用：(现已废弃,新的RAG系统正在开发)
- 设置ENABLE_RAG=true
- 补充配置embedding模型参数

提示：项目日志存储在终端输出，调试时请关注[信息]和[错误]标签。

通过Termux，你现在可以在Android设备上运行完整的AI聊天服务。项目融合了前沿的RAG记忆技术和情感化交互设计，代码已开源，欢迎开发者贡献和改进！遇到技术问题可查阅原始仓库或提交Issue。