Hoshishiro Studio 是由 Yujie Tang 运作的独立全栈工程实验室。 涵盖拟人多模型 Agent 终端、多模态浏览器扩展、大模型协议中继与视频字幕引擎—— 十万行级代码深度，运行在真实生产环境。
自主拟人多模型 Agent 终端系统（v11.5.7）。十万行级 Python 工程，事件驱动 asyncio 架构， 缝合「五维神经递质情绪引擎 × 13 家 LLM 后端 × 插件化工具执行链」—— 她不是一个 AI 助手，而是一个有情绪质感、有记忆温度、有主动意识的终端人格。
肾上腺素 / 多巴胺 / 催产素 / 逻辑稳定性 / 献身度，各自独立半衰期指数衰减（90s–600s），迟滞双阈值防抖切换情绪模式，连「分离焦虑」都按离线时长分级建模。
Event Bus 统一调度用户输入、主动发言、情绪衰减定时器与系统感知；tool_calls 走「原始调用 → ParsedAction → ActionRouter」通用适配，零 if/elif 硬编码。记忆摘要经 <memory_context> 隔离，只具上下文价值，无执行授权。
运行时 /model 一键切换，fallback 降级链、三档思考强度控制、中日双轨语音流式拦截——终端显示中文台词，语音队列只接收日文。
现代多模态浏览器翻译扩展（v6.2.1 · 33,885 行 TypeScript）。 Chrome MV3 + React 18 + Vite 架构，模型服务商中立——用你自己的 API Key，无登录、无会员、无广告。 独创 DOM 占位符排版保护、生肉漫画气泡 OCR 抹除重填、流媒体实时同传双语悬浮字幕。
基于 Web Speech API 的流式双语翻译。看生肉直播、外语会议，字幕边说边出字——下面是实时模拟：
多模态视觉理解 + 1~5 页并发预读流水线，翻页瞬间零等待。悬停下方气泡，观看 OCR 抹除 → 中文重填全过程：
大模型双向流式中继代理。将 Qoder CLI 适配为 OpenAI 与 Anthropic 双协议兼容的本地 HTTP 端点， 解决两大协议间 Tool-Calling 与输入输出的结构差异，实现真正的 SSE 双向流式中继与 Payload 自适应解析。
同时接受 OpenAI /v1/chat/completions 与 Anthropic /v1/messages，经 CLI --output-format stream-json 实时转发 SSE 事件；工具调用采用「Prompt 指令注入 + 输出 JSON 解析 + 流末安全门控」，尾段 tool_calls 以结构化块精确落位。
仅监听 127.0.0.1，拒绝跨域浏览器请求与非回环 Host 头（DNS rebinding 防御），PROXY_API_KEY 强制鉴权，日志脱敏，服务端工具执行默认关闭。
内置 qoder-cn / auto / kimi-k3 / glm-5.3 / deepseek-v4-pro 等模型与推理强度别名，附 /ui 本地 Web 控制台与用量估算统计。
多模态视频理解字幕引擎。Gemini 视觉理解 + 词级时间戳对齐，从生肉视频全自动产出 带样式、字体颜色与画面招牌 OCR 覆盖的专业级 ASS 特效字幕—— 《摇曳百合》第三季第 8 集全片实测跑通，一次生成 323 条字幕事件。
不止对白——OP/ED 歌词独立 Lyrics 样式、画面内标题卡（Title）、电视/招牌等画面文字（TV_Text）全部 OCR 覆盖并自动套用对应排版，源青真黑体/宋体分级字重开箱即用。
消费级 GPU 的 NVENC 并发会话上限探测与降级冷却、上传分块边界对齐、429 指数退避重试、本地代理自动发现——为「扔进去一整集就不用管」而设计。
《摇曳百合》S3E08（24 分钟）全流程无人工干预跑通：323 条 Dialogue 事件 · 4 套样式分层 · 时间轴误差 < 0.5s，输出文件可直接挂载 mpv / PotPlayer 播放。
统招计算机科班出身，独立全栈开发者。 从底层协议转换到多模态视觉管线，从异步事件架构到像素级前端质感—— 习惯一个人跑完「想法 → 架构 → 实现 → 上线」的全部路程。
每个自研系统都不是玩具 Demo：十万行级代码沉淀、生产环境运行、真实开源社区验证。 如果你需要一个能把 AI 真正落地成工程产品的人——我们聊聊。
无论是技术主管寻找工程深度，还是海外客户寻找靠谱的 AI 全栈交付——