踐：從my_ai_town看大模型驅(qū)動(dòng)的角色決策)
在 Ask HN 上出現(xiàn)過(guò)這樣一個(gè)問(wèn)題Is discovery channel using AI? 如果把這個(gè)標(biāo)題當(dāng)成技術(shù)材料來(lái)拆解它其實(shí)是模糊的因?yàn)?discovery 既可能指探索頻道也可能指發(fā)現(xiàn)機(jī)制、服務(wù)發(fā)現(xiàn)、內(nèi)容發(fā)現(xiàn)。但這類問(wèn)題真正指向的是一個(gè)可以觀察 AI 系統(tǒng)自主決策的場(chǎng)景。my_ai_townAI小鎮(zhèn)恰好提供了這種場(chǎng)景一個(gè)開(kāi)源的多智能體模擬世界多個(gè)大模型驅(qū)動(dòng)的角色在小鎮(zhèn)里生活、交流、執(zhí)行計(jì)劃用戶能啟動(dòng)服務(wù)、觀察日志、注入事件再看到角色做出反應(yīng)。這篇文章會(huì)以 my_ai_town 為主線講清楚 AI Agent 模擬世界從概念到落地的完整過(guò)程并給出可復(fù)現(xiàn)的啟動(dòng)、驗(yàn)證、排錯(cuò)和擴(kuò)展方法。1. 從“發(fā)現(xiàn)頻道是否在用 AI”到 AI 小鎮(zhèn)項(xiàng)目先搞清楚問(wèn)題邊界1.1 一個(gè) HN 問(wèn)題背后的技術(shù)訴求“Ask HN: Is discovery channel using AI?” 這個(gè)問(wèn)法看起來(lái)像是針對(duì)某個(gè)媒體頻道提問(wèn)但放到技術(shù)語(yǔ)境里它真正想知道的往往是AI 是否已經(jīng)能夠深入到一個(gè)原本由人、環(huán)境和流程共同驅(qū)動(dòng)的系統(tǒng)中持續(xù)地發(fā)現(xiàn)線索、做出判斷并采取行動(dòng)。這里的 discovery 可以拆出三層含義內(nèi)容發(fā)現(xiàn)AI 是否負(fù)責(zé)篩選、生成或推薦內(nèi)容。服務(wù)發(fā)現(xiàn)AI Agent 如何在動(dòng)態(tài)環(huán)境里找到可交互的對(duì)象、可執(zhí)行的任務(wù)。自主發(fā)現(xiàn)AI 在沒(méi)有顯式指令的情況下能否自己觀察環(huán)境、形成常識(shí)性判斷、發(fā)起行動(dòng)。如果把第一層含義當(dāng)作主要討論對(duì)象容易變成媒體報(bào)道分析但后兩層才是工程上能落地、能寫代碼、能驗(yàn)證的部分。my_ai_town 恰恰就是從第二、第三層切入的項(xiàng)目它模擬了一個(gè)小鎮(zhèn)小鎮(zhèn)里有多個(gè) AI 角色每個(gè)角色都會(huì)基于當(dāng)前環(huán)境和自己的記憶生成行動(dòng)。用戶看到的不只是“答一句問(wèn)題”而是“一個(gè)角色在某個(gè)時(shí)間點(diǎn)決定去做什么”。1.2 my_ai_town 是一個(gè)什么樣的項(xiàng)目項(xiàng)目沒(méi)有提供太多官方說(shuō)明只能看到開(kāi)源地址和一句“游戲下載: ai小鎮(zhèn)_macw”。從名稱和常見(jiàn) AI 小鎮(zhèn)類項(xiàng)目可以判斷它屬于大模型驅(qū)動(dòng)的多智能體模擬世界。這類項(xiàng)目的通用特點(diǎn)是世界里存在一張地圖地圖上有地點(diǎn)和角色。每個(gè)角色由一個(gè) AI Agent 驅(qū)動(dòng)Agent 的核心是大語(yǔ)言模型。角色會(huì)感知周圍狀態(tài)比如當(dāng)前時(shí)間、自己所在位置、附近有哪些角色。角色會(huì)通過(guò)模型生成行動(dòng)指令例如移動(dòng)到某地、開(kāi)始對(duì)話、做某個(gè)動(dòng)作。世界有一個(gè)時(shí)間循環(huán)每隔一定時(shí)間刷新所有角色狀態(tài)。my_ai_town 的具體技術(shù)棧、實(shí)現(xiàn)語(yǔ)言和依賴需要以倉(cāng)庫(kù) README 和源碼為準(zhǔn)。這里不假設(shè)它是 Python 還是 Node.js也不假設(shè)它使用哪個(gè)模型服務(wù)因?yàn)檫@類項(xiàng)目版本變化很快?？梢源_定的是它面向普通用戶提供了 mac 和 Windows 的下載包也保留了 GitHub 源碼說(shuō)明既可以直接體驗(yàn)也可以拿來(lái)學(xué)習(xí)和改造。1.3 這篇文章適合誰(shuí)能獲得什么這篇文章適合以下幾類讀者第一次接觸 AI Agent想找一個(gè)能運(yùn)行的真實(shí)項(xiàng)目來(lái)觀察 Agent 行為的人。已經(jīng)在做 Agent 開(kāi)發(fā)但想了解多智能體模擬世界的工程結(jié)構(gòu)、時(shí)間循環(huán)、記憶存儲(chǔ)如何處理的人。需要把 AI 小鎮(zhèn)這類項(xiàng)目接入自己產(chǎn)品但不確定依賴、配置、排錯(cuò)從哪里入手的人。讀完并跟著操作后你應(yīng)該能自己完成三件事第一把 my_ai_town 或類似項(xiàng)目跑起來(lái)看到 AI 角色產(chǎn)生行為第二讀懂它內(nèi)部大致的工作鏈路知道角色為什么會(huì)有某個(gè)動(dòng)作第三遇到啟動(dòng)失敗、模型調(diào)用失敗、角色無(wú)響應(yīng)等問(wèn)題時(shí)能按照日志和配置逐步排查。由于輸入素材沒(méi)有給出詳細(xì) README 內(nèi)容文中命令和配置會(huì)以通用示例為主落地前務(wù)必以倉(cāng)庫(kù)實(shí)際文檔為準(zhǔn)。2. 跑通前先理解 AI Agent 小鎮(zhèn)的核心機(jī)制2.1 智能體模擬世界的通俗模型可以先把 AI 小鎮(zhèn)理解成“一群有記憶、有目標(biāo)、會(huì)說(shuō)話的 NPC”。傳統(tǒng)游戲里的 NPC 通常只能播放固定動(dòng)畫或響應(yīng)固定對(duì)話比如走到某個(gè)位置就觸發(fā)同一句臺(tái)詞。AI 小鎮(zhèn)里的角色不同它們接收環(huán)境狀態(tài)把狀態(tài)交給大模型模型輸出一個(gè)動(dòng)作或一段對(duì)話然后系統(tǒng)再把這個(gè)輸出應(yīng)用到世界上。舉一個(gè)典型場(chǎng)景早上 8 點(diǎn)角色 A 在自己的房間醒來(lái)。系統(tǒng)讀取到當(dāng)前時(shí)間和地點(diǎn)把“現(xiàn)在是早上 8 點(diǎn)你在臥室”發(fā)送給大模型。模型根據(jù)角色設(shè)定和記憶生成一個(gè)計(jì)劃“去廚房吃早餐”。角色 A 移動(dòng)到廚房。廚房里已經(jīng)有角色 B。兩個(gè)角色觸發(fā)互相感知系統(tǒng)把“對(duì)方正在喝咖啡”和之前的聊天記憶打包給模型模型生成一句對(duì)話。角色 A 說(shuō)“早上好今天有什么計(jì)劃”角色 B 回答并把這次互動(dòng)寫入記憶。整個(gè)過(guò)程不是由一個(gè)巨大模型控制整個(gè)世界而是多個(gè) Agent 各自獨(dú)立運(yùn)行再通過(guò)共享世界狀態(tài)產(chǎn)生交互。世界本身像是一個(gè)沙盤Agent 是沙盤里的個(gè)體大模型是每個(gè)個(gè)體的“大腦”。2.2 AI Agent 的四個(gè)關(guān)鍵模塊在類似 my_ai_town 的項(xiàng)目中一個(gè) AI Agent 要正常工作通常會(huì)包含四個(gè)關(guān)鍵模塊。環(huán)境感知模塊負(fù)責(zé)把世界狀態(tài)轉(zhuǎn)換成模型能看懂的文本或結(jié)構(gòu)化數(shù)據(jù)。例如{ time: 08:00, location: bedroom, weather: sunny, nearby_agents: [Alice], current_activity: sleeping }這一步很關(guān)鍵因?yàn)榇竽Ｐ捅旧頉](méi)有眼睛它只能通過(guò)字符串理解世界。世界狀態(tài)寫得不清晰角色的行為就會(huì)混亂。記憶模塊負(fù)責(zé)存儲(chǔ)角色過(guò)去的經(jīng)歷。長(zhǎng)期記憶可能放在文件或數(shù)據(jù)庫(kù)里短期記憶可能只保留最近幾輪對(duì)話。角色在生成計(jì)劃前需要從記憶中檢索與當(dāng)前場(chǎng)景相關(guān)的片段否則它無(wú)法記住“昨天和 Alice 約好一起去公園”這種關(guān)系。規(guī)劃模塊負(fù)責(zé)把當(dāng)前觀察和檢索到的記憶組合成一條指令。規(guī)劃不一定復(fù)雜常見(jiàn)的做法是讓模型先說(shuō)出“你現(xiàn)在想做什么”再讓系統(tǒng)解析成可執(zhí)行動(dòng)作。行動(dòng)執(zhí)行模塊負(fù)責(zé)把模型的文本輸出映射成世界變化。模型可能輸出“move to kitchen”系統(tǒng)就要修改角色坐標(biāo)輸出“say: hello”系統(tǒng)就要把對(duì)話推送到其他 Agent 的觀察中。2.3 容易誤解的三個(gè)點(diǎn)第一不要把“每個(gè)角色調(diào)用一次大模型”當(dāng)成完整方案。角色調(diào)用完模型只是得到了一串文本后面還要有動(dòng)作解析、狀態(tài)校驗(yàn)、沖突處理和記憶寫入。省掉這些步驟角色會(huì)頻繁出現(xiàn)“開(kāi)口說(shuō)要去廚房但還站在原地”的問(wèn)題。第二不要以為大模型輸出什么世界就發(fā)生什么。模型可能輸出一個(gè)不存在的動(dòng)作比如“move to moon”也可能輸出超出世界規(guī)則的內(nèi)容。生產(chǎn)級(jí)實(shí)現(xiàn)需要對(duì)模型輸出做白名單校驗(yàn)或者把動(dòng)作格式限制成 JSON讓模型只能在固定字段里填寫。第三不要把 AI 小鎮(zhèn)等同于聊天機(jī)器人。聊天機(jī)器人只關(guān)心“你問(wèn)什么我答什么”而 AI 小鎮(zhèn)里的 Agent 有持續(xù)的時(shí)間線。它們?cè)跊](méi)有人輸入時(shí)也會(huì)行動(dòng)需要按 tick 循環(huán)不斷推進(jìn)。真正復(fù)雜的不是單次回復(fù)質(zhì)量而是事件之間的因果連續(xù)性。3. 環(huán)境準(zhǔn)備與項(xiàng)目獲取3.1 環(huán)境要求雖然倉(cāng)庫(kù)沒(méi)有給出明確要求但從多智能體模擬類項(xiàng)目的一般情況看環(huán)境準(zhǔn)備可以按下面的表格來(lái)核對(duì)。實(shí)際安裝時(shí)要以 my_ai_town 的 README 或 package.json、requirements.txt 等文件為準(zhǔn)。環(huán)境項(xiàng)推薦配置說(shuō)明操作系統(tǒng)macOS 12 或 Windows 10/11項(xiàng)目提供 mac 和 Windows 下載包源碼通?？缙脚_(tái)運(yùn)行時(shí)Node.js 18 或 Python 3.9取決于項(xiàng)目后端語(yǔ)言先查看倉(cāng)庫(kù)判斷包管理器npm 或 pip與運(yùn)行時(shí)對(duì)應(yīng)Git2.x拉取源碼使用大模型服務(wù)OpenAI 兼容 API 或本地模型遠(yuǎn)程 API 需要網(wǎng)絡(luò)本地模型需要足夠內(nèi)存內(nèi)存8 GB 以上本地模型和前端服務(wù)同時(shí)運(yùn)行時(shí)會(huì)比較吃內(nèi)存瀏覽器Chrome、Edge 或 Firefox 最新版用于打開(kāi)小鎮(zhèn)界面如果選擇遠(yuǎn)程大模型 API還需要準(zhǔn)備 API Key并確保運(yùn)行終端可以訪問(wèn)到服務(wù)地址。如果選擇本地模型建議先用命令行單獨(dú)測(cè)試模型接口確認(rèn)連通后再接入 my_ai_town這樣可以減少排錯(cuò)變量。3.2 獲取 my_ai_town 源碼和發(fā)行包獲取項(xiàng)目有兩種方式。第一種是直接下載游戲包。進(jìn)入 GitHub 倉(cāng)庫(kù)的 Releases 頁(yè)面找到對(duì)應(yīng)標(biāo)簽下載名稱為 ai小鎮(zhèn) 且后綴為 mac 或 windows 的壓縮包解壓后按說(shuō)明啟動(dòng)。這種方式適合只想體驗(yàn)效果、不想改代碼的人。第二種是克隆源碼適合學(xué)習(xí)和二次開(kāi)發(fā)。打開(kāi)終端執(zhí)行g(shù)it clone https://github.com/mewamew/my_ai_town.git cd my_ai_town克隆完成后先不要急著安裝依賴先看倉(cāng)庫(kù)根目錄下的 README 文件、配置文件示例和最外層目錄結(jié)構(gòu)。很多啟動(dòng)問(wèn)題都出在跳過(guò) README 直接運(yùn)行命令。建議優(yōu)先使用源碼方式。這是因?yàn)?AI 小鎮(zhèn)這類項(xiàng)目處于快速迭代階段發(fā)布包可能滯后于源碼從源碼運(yùn)行至少能保證代碼和當(dāng)前模型接口、日志輸出一致。如果需要在自己項(xiàng)目里復(fù)用 Agent 機(jī)制源碼也更適合改造。3.3 項(xiàng)目結(jié)構(gòu)速覽下面是一個(gè)通用多智能體項(xiàng)目的結(jié)構(gòu)示例實(shí)際項(xiàng)目不一定完全一致但基本可以按這個(gè)思路去閱讀my_ai_town/ ├── README.md ├── package.json ├── src/ │ ├── agent/ │ │ ├── memory.py │ │ ├── planning.py │ │ └── action.py │ ├── world/ │ │ ├── map.py │ │ ├── clock.py │ │ └── event.py │ └── llm/ │ └── client.py ├── config/ │ ├── world.json │ └── agents.json ├── data/ │ ├── locations.json │ └── characters.json ├── server/ │ └── app.py └── web/ └── index.html閱讀項(xiàng)目時(shí)優(yōu)先按下面的順序看config/世界配置、角色配置決定了小鎮(zhèn)里有哪些地點(diǎn)和角色。src/llm/模型服務(wù)接入層決定了如何調(diào)用大模型。src/world/世界狀態(tài)和時(shí)間循環(huán)決定了 Agent 運(yùn)行的節(jié)奏。src/agent/Agent 的記憶、規(guī)劃和行動(dòng)邏輯是最核心的部分。web/界面層負(fù)責(zé)把世界狀態(tài)可視化。如果倉(cāng)庫(kù)目錄和上面不一致不要硬套只需找到“模型調(diào)用”“世界狀態(tài)”“角色決策”這三塊入口即可。4. 配置模型接入并啟動(dòng) AI 小鎮(zhèn)4.1 AI 服務(wù)的接入方式my_ai_town 這類項(xiàng)目通常不會(huì)內(nèi)置模型權(quán)重而是通過(guò) API 調(diào)用推理服務(wù)。常見(jiàn)接入方式有兩種。第一種是接入遠(yuǎn)程模型 API例如 OpenAI 兼容接口。這種方式簡(jiǎn)單不用部署本地模型但需要申請(qǐng) API Key并且要認(rèn)真管理密鑰不要提交到公開(kāi)倉(cāng)庫(kù)。第二種是接入本地模型推理服務(wù)比如 Ollama、vLLM 等工具暴露的 OpenAI 兼容端點(diǎn)。本地模型沒(méi)有聯(lián)網(wǎng)依賴但需要下載模型文件并占用較多內(nèi)存和 CPU/GPU 資源。在配置之前建議先用一個(gè)最小請(qǐng)求測(cè)試模型服務(wù)是否可用。比如本地 Ollama 啟動(dòng)后可以執(zhí)行curl http://localhost:11434/v1/models如果能返回模型列表說(shuō)明服務(wù)可用。這樣把“模型服務(wù)問(wèn)題”和“項(xiàng)目代碼問(wèn)題”分開(kāi)后面接 my_ai_town 時(shí)就會(huì)簡(jiǎn)單很多。4.2 最小配置文件示例假設(shè)項(xiàng)目使用環(huán)境變量方式配置那么可以創(chuàng)建一個(gè).env文件內(nèi)容類似下面這種結(jié)構(gòu)# my_ai_town 示例環(huán)境變量具體變量名以倉(cāng)庫(kù) README 為準(zhǔn) AI_API_BASEhttp://localhost:11434/v1 AI_API_KEYlocal AI_MODELqwen2.5:7b AI_TEMPERATURE0.7 AI_TIMEOUT120 AGENT_TICK_INTERVAL5這里的幾個(gè)參數(shù)含義如下參數(shù)含義常見(jiàn)值調(diào)大影響調(diào)小影響AI_API_BASE模型服務(wù)地址遠(yuǎn)程或本地服務(wù)地址無(wú)無(wú)AI_API_KEYAPI 密鑰遠(yuǎn)程 API 使用真實(shí) Key無(wú)無(wú)AI_MODEL模型名稱取決于服務(wù)商或本地模型模型效果和響應(yīng)時(shí)長(zhǎng)都會(huì)變模型能力可能下降A(chǔ)I_TEMPERATURE隨機(jī)性0.7行為更多樣但可能不穩(wěn)定行為更穩(wěn)定但容易重復(fù)AI_TIMEOUT單次請(qǐng)求超時(shí)120 秒避免誤殺長(zhǎng)回答但失敗恢復(fù)慢快速失敗但長(zhǎng)任務(wù)容易超時(shí)AGENT_TICK_INTERVAL世界刷新間隔5 秒角色行動(dòng)慢資源占用低反應(yīng)更快但模型請(qǐng)求更頻繁這里要特別提醒不同的項(xiàng)目對(duì)環(huán)境變量命名可能完全不同。有的是OPENAI_API_KEY有的是MODEL_API_KEY有的項(xiàng)目在config.json里配置而不是.env。所以正確做法是先查看倉(cāng)庫(kù)里的.env.example或config.example.json再?gòu)?fù)制成自己的配置。不要把上面示例直接當(dāng)成標(biāo)準(zhǔn)配置使用。4.3 啟動(dòng)步驟和驗(yàn)證假設(shè)項(xiàng)目是 Node.js 前端加 Python 后端的結(jié)構(gòu)那么啟動(dòng)順序通常是先啟動(dòng)后端再啟動(dòng)前端。下面的命令是常見(jiàn)示例不是 my_ai_town 的確定命令實(shí)際要以 README 為準(zhǔn)。后端啟動(dòng)pip install -r requirements.txt python server/app.py前端啟動(dòng)npm install npm run dev如果項(xiàng)目完全使用 Node.js也可能是npm install npm start啟動(dòng)完成后需要做幾個(gè)驗(yàn)證而不是看到窗口打開(kāi)就結(jié)束。第一驗(yàn)證后端進(jìn)程是否正常。終端里不應(yīng)該只看到“Listening on 0.0.0.0:8000”還要確認(rèn)沒(méi)有模型連接異常。如果有/health或/api/status接口可以訪問(wèn)它c(diǎn)url http://localhost:8000/health第二驗(yàn)證前端是否能加載世界狀態(tài)。打開(kāi)瀏覽器訪問(wèn)終端輸出的地址比如http://localhost:3000。頁(yè)面應(yīng)該能看到小鎮(zhèn)地圖、角色位置和角色當(dāng)前狀態(tài)。第三驗(yàn)證角色是否真的在行動(dòng)。保持頁(yè)面開(kāi)啟觀察一段時(shí)間看角色位置或動(dòng)作標(biāo)簽有沒(méi)有變化。同時(shí)回到后端終端查看是否有模型調(diào)用日志比如每個(gè) Agent 輸出了什么計(jì)劃、執(zhí)行了什么動(dòng)作。如果角色沒(méi)有行動(dòng)可以優(yōu)先做兩件事檢查AGENT_TICK_INTERVAL是否設(shè)置過(guò)大檢查模型返回結(jié)果是否為空或不符合動(dòng)作格式。這些細(xì)節(jié)通常能覆蓋大部分“啟動(dòng)成功但世界不動(dòng)”的情況。5. 深入解讀 AI Agent 的運(yùn)行鏈路5.1 時(shí)間循環(huán)從感知到行動(dòng)AI 小鎮(zhèn)的核心是一個(gè)時(shí)間循環(huán)。世界像一個(gè)游戲主循環(huán)每隔一定時(shí)間推進(jìn)一次每個(gè) Agent 都在這個(gè)循環(huán)里完成“感知、規(guī)劃、行動(dòng)”三步。偽代碼如下while world.running: current_time world.clock.now() for agent in world.agents: # 1. 感知 observation agent.perceive(world, current_time) # 2. 規(guī)劃 plan agent.plan(observation) # 3. 行動(dòng) action agent.execute(plan) # 4. 寫回世界 world.apply(agent, action) # 5. 記錄記憶 agent.remember(observation, action) # 防止循環(huán)過(guò)快導(dǎo)致模型接口被頻繁調(diào)用 time.sleep(world.tick_interval)這里的 tick_interval 很重要。如果所有 Agent 同時(shí)請(qǐng)求大模型啟動(dòng)瞬間可能產(chǎn)生大量并發(fā)請(qǐng)求導(dǎo)致模型服務(wù)超時(shí)或限流。常見(jiàn)做法包括串行調(diào)用、限制每輪 Agent 數(shù)量、為每個(gè) Agent 設(shè)置請(qǐng)求間隔。另外世界循環(huán)并不是越短越好。角色在小鎮(zhèn)里移動(dòng)、聊天本來(lái)就不需要毫秒級(jí)響應(yīng)。5 到 10 秒的刷新間隔在演示項(xiàng)目中足夠也能顯著降低模型調(diào)用成本。5.2 對(duì)話、記憶和個(gè)性生成角色之間的對(duì)話不是無(wú)狀態(tài)問(wèn)答。當(dāng)兩個(gè)角色相遇時(shí)系統(tǒng)至少需要把三類信息傳給模型當(dāng)前場(chǎng)景時(shí)間、地點(diǎn)、周圍角色。對(duì)方狀態(tài)對(duì)方正在做什么、情緒如何。歷史記憶這兩個(gè)角色過(guò)去是否聊過(guò)天關(guān)系如何。一個(gè)簡(jiǎn)化的對(duì)話請(qǐng)求結(jié)構(gòu)可以是這樣{ system_prompt: 你是小鎮(zhèn)里的角色 Alice性格開(kāi)朗。你的目標(biāo)是完成今天的計(jì)劃同時(shí)可以和遇到的人聊天。, context: { time: 09:00, location: town_square, nearby: [ {name: Bob, activity: walking, relation: friend} ] }, memory: [ {time: 昨天 18:00, event: 你答應(yīng) Bob 今天一起去公園} ] }個(gè)性信息通常通過(guò) system prompt 注入。模型本身不知道角色背景它只能看到 prompt 里寫的設(shè)定。這是最容易出問(wèn)題的地方如果項(xiàng)目沒(méi)有把角色設(shè)定整理好所有角色都會(huì)變成同一個(gè)“AI 默認(rèn)口吻”小鎮(zhèn)會(huì)失去多樣性。記憶的注入需要做篩選不能把全部歷史都塞給模型。一個(gè)常用的做法是給每條記憶記錄時(shí)間戳、重要性分?jǐn)?shù)和關(guān)鍵詞在生成請(qǐng)求前按相關(guān)度檢索前 N 條。這樣既能控制 token 長(zhǎng)度又能保證模型參考到關(guān)鍵信息。5.3 數(shù)據(jù)存儲(chǔ)角色狀態(tài)如何保存AI 小鎮(zhèn)需要保存兩類數(shù)據(jù)世界數(shù)據(jù)和角色數(shù)據(jù)。世界數(shù)據(jù)包括小鎮(zhèn)地圖、地點(diǎn)類型、角色當(dāng)前位置角色數(shù)據(jù)包括角色屬性、當(dāng)前狀態(tài)、記憶流。常見(jiàn)的存儲(chǔ)方式有三種存儲(chǔ)方式優(yōu)點(diǎn)缺點(diǎn)適用場(chǎng)景JSON 文件簡(jiǎn)單直接方便調(diào)試數(shù)據(jù)量大時(shí)讀寫慢小規(guī)模演示SQLite單文件數(shù)據(jù)庫(kù)事務(wù)可靠并發(fā)寫性能有限本地單機(jī)項(xiàng)目PostgreSQL/MySQL支持并發(fā)、查詢能力強(qiáng)需要額外部署和維護(hù)生產(chǎn)級(jí)服務(wù)如果項(xiàng)目默認(rèn)使用 JSON 文件角色狀態(tài)在每次行動(dòng)后都要寫回磁盤。寫入頻率過(guò)高會(huì)導(dǎo)致 IO 壓力可以改成定期批量保存或者退出時(shí)統(tǒng)一保存。一張簡(jiǎn)化的角色數(shù)據(jù)表可以設(shè)計(jì)為CREATE TABLE agents ( id INTEGER PRIMARY KEY, name TEXT NOT NULL, location TEXT DEFAULT home, energy REAL DEFAULT 1.0, personality TEXT, current_plan TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE memories ( id INTEGER PRIMARY KEY, agent_id INTEGER NOT NULL, content TEXT NOT NULL, importance REAL DEFAULT 0.5, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (agent_id) REFERENCES agents(id) );設(shè)計(jì)時(shí)要注意記憶表要帶上created_at否則檢索時(shí)無(wú)法按時(shí)間排序importance 字段用于決定哪些記憶優(yōu)先進(jìn)入長(zhǎng)期記憶。如果只存內(nèi)容不存元數(shù)據(jù)Agent 的“記憶”就沒(méi)有了時(shí)間維度行為連續(xù)性也會(huì)變差。6. 常見(jiàn)問(wèn)題與排查路徑6.1 啟動(dòng)失敗依賴、路徑和端口問(wèn)題啟動(dòng)失敗是最常見(jiàn)的問(wèn)題現(xiàn)象通常有幾種命令找不到模塊、服務(wù)啟動(dòng)后立刻退出、頁(yè)面打不開(kāi)。排查順序應(yīng)該固定為確認(rèn)當(dāng)前目錄在項(xiàng)目根目錄不能站在子目錄里運(yùn)行npm install。確認(rèn)運(yùn)行時(shí)版本符合 README 要求比如 Node.js 版本過(guò)低會(huì)導(dǎo)致語(yǔ)法解析失敗。確認(rèn)依賴完整安裝。Python 項(xiàng)目可以用pip list檢查關(guān)鍵依賴Node.js 項(xiàng)目可以用npm ls。確認(rèn)端口沒(méi)有被占用。如果默認(rèn)端口被其他服務(wù)占用項(xiàng)目會(huì)啟動(dòng)失敗這時(shí)需要改配置或停止占用進(jìn)程。查看終端日志中第一條異常棧從最底部往上找項(xiàng)目自己的代碼路徑。常見(jiàn)原因和處理現(xiàn)象可能原因檢查方式處理建議ModuleNotFoundError依賴未安裝pip list重新安裝 requirements.txtcommand not found運(yùn)行時(shí)未安裝或未加入 PATHnode -v/python --version安裝正確版本并重開(kāi)終端端口被占用其他服務(wù)占用默認(rèn)端口lsof -i:3000修改端口或停掉占用服務(wù)頁(yè)面 404前端和后端路徑不匹配查看接口請(qǐng)求地址確認(rèn)前端代理配置或后端前綴6.2 模型調(diào)用超時(shí)或返回異常如果項(xiàng)目能啟動(dòng)但角色沒(méi)有反應(yīng)終端出現(xiàn)超時(shí)或模型返回錯(cuò)誤問(wèn)題大概率出在模型接入層。先看這幾類現(xiàn)象ConnectionError網(wǎng)絡(luò)不通或 API 地址寫錯(cuò)。TimeoutError單次請(qǐng)求超過(guò) AI_TIMEOUT 設(shè)置。401 UnauthorizedAPI Key 錯(cuò)誤或沒(méi)有權(quán)限。model not found模型名稱與服務(wù)商實(shí)際可用的模型名稱不一致。返回內(nèi)容不是期望的 JSON模型輸出格式不符合動(dòng)作解析代碼的要求。檢查方式按順序執(zhí)行# 1. 確認(rèn)服務(wù)地址可達(dá) curl -v http://localhost:11434/v1/models # 2. 確認(rèn) API Key 有效 curl -v -H Authorization: Bearer 你的KEY https://api.example.com/v1/models # 3. 確認(rèn)模型名稱存在 curl -v http://localhost:11434/v1/models如果模型返回超時(shí)優(yōu)先降低本輪角色并發(fā)數(shù)或者增大 AI_TIMEOUT。如果模型經(jīng)常返回非 JSON可以在 prompt 里增加強(qiáng)約束并在代碼里做二次解析。不要直接把模型輸出當(dāng) JSON 解析至少加一層 try-catch失敗后讓 Agent 重試一次或跳過(guò)本輪。6.3 角色無(wú)行為或行為停滯角色能啟動(dòng)、不報(bào)錯(cuò)但一直站在原地或重復(fù)同一個(gè)動(dòng)作這類問(wèn)題最隱蔽。可能原因有以下幾種。第一個(gè)原因是記憶檢索為空。如果角色沒(méi)有任何歷史記憶模型只能根據(jù)當(dāng)前時(shí)間地點(diǎn)做反應(yīng)輸出會(huì)非常單調(diào)。可以檢查 memory 表或日志確認(rèn)角色是否在啟動(dòng)時(shí)注冊(cè)了初始記憶。第二個(gè)原因是動(dòng)作解析失敗。模型可能輸出了“go to kitchen”這種自然語(yǔ)言但系統(tǒng)只接受{action: move, target: kitchen}的 JSON。兩者不匹配時(shí)角色不會(huì)行動(dòng)。查看日志中是否有“parse action failed”之類關(guān)鍵詞。第三個(gè)原因是 Tick 循環(huán)沒(méi)有啟動(dòng)。有些項(xiàng)目把循環(huán)放在后端需要手動(dòng)點(diǎn)擊界面上的“開(kāi)始運(yùn)行”按鈕。如果沒(méi)有點(diǎn)擊世界是靜止的。閱讀 README 時(shí)要特別注意是否有“play/run/simulation toggle”這類交互。第四個(gè)原因是模型溫度設(shè)置過(guò)低。當(dāng) temperature 為 0 時(shí)模型總是選概率最高的動(dòng)作容易出現(xiàn)所有角色都做同一個(gè)動(dòng)作。把溫度調(diào)到 0.5 到 0.8 之間行為會(huì)更多樣。6.4 日志、性能與資源占用排查多智能體項(xiàng)目比普通 Web 項(xiàng)目更依賴日志。因?yàn)榻巧袨槭谴竽Ｐ蜕傻哪銦o(wú)法從代碼里直接推斷“它為什么這么做”只能看日志鏈觀察到了什么、記憶檢索到了什么、模型返回了什么、執(zhí)行結(jié)果是什么。啟動(dòng)時(shí)建議打開(kāi)詳細(xì)日志。如果項(xiàng)目支持LOG_LEVELDEBUG可以設(shè)置后觀察。一個(gè)理想的日志片段應(yīng)該像這樣[12:00:00] world tick start, agents5 [12:00:00] agentAlice observe time12:00 locationpark nearby[Bob] [12:00:01] agentAlice retrieve 3 memories, top_score0.92 [12:00:02] agentAlice plan_output{action:chat,target:Bob,text:...} [12:00:03] agentAlice action applied如果項(xiàng)目不支持日志級(jí)別配置至少留意兩個(gè)指標(biāo)單次模型請(qǐng)求耗時(shí)、每輪循環(huán)總耗時(shí)。當(dāng)世界內(nèi)角色數(shù)量增加時(shí)模型請(qǐng)求會(huì)變成主要瓶頸系統(tǒng)響應(yīng)會(huì)明顯變慢。性能優(yōu)化方向包括多個(gè) Agent 之間的共享狀態(tài)寫操作要加鎖避免并發(fā)修改。模型請(qǐng)求在內(nèi)存中做好緩存相同觀察和記憶可以復(fù)用響應(yīng)?？刂茊屋喲h(huán)中參與決策的 Agent 數(shù)量不要讓全部 Agent 每 tick 都請(qǐng)求模型。7. 工程化擴(kuò)展與最佳實(shí)踐7.1 從演示走向生產(chǎn)要補(bǔ)全的能力my_ai_town 這類項(xiàng)目在本地跑通只說(shuō)明演示鏈路可用。如果要放到生產(chǎn)環(huán)境還需要補(bǔ)幾塊能力。第一配置外置化。把 API 地址、Key、模型名、tick 間隔等參數(shù)放到環(huán)境變量或配置中心不能寫死在代碼里。部署時(shí)通過(guò)環(huán)境注入可以避免密鑰泄露。第二持久化升級(jí)。如果角色數(shù)量增長(zhǎng)建議用 PostgreSQL 替換 JSON 文件并給記憶表增加索引。定期歸檔過(guò)期記憶避免數(shù)據(jù)表無(wú)限增長(zhǎng)。第三異常處理和重試。模型服務(wù)可能因?yàn)橄蘖?、網(wǎng)絡(luò)抖動(dòng)而失敗。生產(chǎn)實(shí)現(xiàn)要為每個(gè) Agent 的模型調(diào)用增加超時(shí)、重試和熔斷機(jī)制。重試時(shí)要控制次數(shù)避免拖垮整個(gè)循環(huán)。第四內(nèi)容安全審核。角色生成的內(nèi)容來(lái)自大模型可能包含不符合產(chǎn)品規(guī)范的內(nèi)容。在寫入日志和展示到界面前應(yīng)該增加過(guò)濾和關(guān)鍵信息記錄。第五監(jiān)控與告警。至少監(jiān)控三件事單次模型調(diào)用成功率、單輪循環(huán)耗時(shí)、角色活躍度。設(shè)置告警規(guī)則當(dāng)成功率低于閾值或循環(huán)耗時(shí)超過(guò)設(shè)定值時(shí)及時(shí)報(bào)警。7.2 可復(fù)用檢查清單在投入新項(xiàng)目前可以用下面的清單快速檢查避免走彎路。階段檢查項(xiàng)環(huán)境檢查運(yùn)行時(shí)版本是否滿足 README環(huán)境檢查依賴是否完整安裝環(huán)境檢查模型服務(wù)是否可用、模型名稱是否正確環(huán)境檢查API Key 權(quán)限是否足夠環(huán)境檢查默認(rèn)端口是否被占用配置檢查配置模板是否復(fù)制到了正確文件配置檢查模型地址、Key、超時(shí)、溫度是否合理啟動(dòng)檢查后端是否先啟動(dòng)成功前端是否有代理地址運(yùn)行檢查日志中是否出現(xiàn)角色決策輸出運(yùn)行檢查頁(yè)面地圖上角色位置是否隨時(shí)間變化運(yùn)行檢查角色對(duì)話是否能被寫入記憶排錯(cuò)檢查異常日志是否記錄模型原始返回內(nèi)容排錯(cuò)檢查動(dòng)作解析失敗時(shí)是否存在兜底邏輯發(fā)布檢查密鑰是否沒(méi)有提交到代碼倉(cāng)庫(kù)發(fā)布檢查數(shù)據(jù)是否定期備份發(fā)布檢查模型調(diào)用是否有超時(shí)和重試這個(gè)清單看起來(lái)簡(jiǎn)單但能覆蓋 AI 小鎮(zhèn)類項(xiàng)目 80% 以上的問(wèn)題。遇到異常時(shí)先按執(zhí)行順序核對(duì)而不是直接改代碼。7.3 下一步可以做什么跑通 my_ai_town 后可以從下面幾個(gè)方向繼續(xù)深入。第一個(gè)方向是擴(kuò)展角色和世界。增加新的地點(diǎn)、角色和初始記憶觀察不同設(shè)定下角色行為是否出現(xiàn)明顯差異。這時(shí)候你會(huì)發(fā)現(xiàn)系統(tǒng)提示詞和記憶數(shù)據(jù)質(zhì)量對(duì) Agent 表現(xiàn)的影響遠(yuǎn)大于模型本身。第二個(gè)方向是替換模型。把默認(rèn)模型換成參數(shù)更小或更大的模型對(duì)比決策質(zhì)量和響應(yīng)速度記錄一組自己的評(píng)測(cè)結(jié)果。這個(gè)方向可以幫助你理解模型能力和工程成本之間的取舍。第三個(gè)方向是把單機(jī)版改成服務(wù)化。將世界狀態(tài)和 Agent 運(yùn)行邏輯獨(dú)立成后端服務(wù)通過(guò) API 對(duì)外暴露。這樣其他應(yīng)用可以申請(qǐng)一個(gè)“AI 角色”并介入其中比如作為一只 AI NPC 接入自己的產(chǎn)品。第四個(gè)方向是深入實(shí)現(xiàn)記憶系統(tǒng)。當(dāng)前項(xiàng)目可能只做簡(jiǎn)單的 top-N 檢索你可以引入向量數(shù)據(jù)庫(kù)把記憶轉(zhuǎn)化為 embedding再做相似度查詢這樣角色對(duì)歷史的感知會(huì)更細(xì)膩。整個(gè)過(guò)程中最重要的不是把某個(gè)具體項(xiàng)目背熟而是建立“模型只是大腦世界、記憶、動(dòng)作校驗(yàn)才是工程主體”的認(rèn)知。把這個(gè)認(rèn)知帶到下一個(gè) AI Agent 項(xiàng)目里你會(huì)發(fā)現(xiàn)很多啟動(dòng)失敗和角色卡死的問(wèn)題都可以用同一套方法快速定位。 AI Agent多智能體模擬世界實(shí)踐：從my_ai_town看大模型驅(qū)動(dòng)的角色決策
在 Ask HN 上出現(xiàn)過(guò)這樣一個(gè)問(wèn)題Is discovery channel using AI? 如果把這個(gè)標(biāo)題當(dāng)成技術(shù)材料來(lái)拆解它其實(shí)是模糊的因?yàn)?discovery 既可能指探索頻道也可能指發(fā)現(xiàn)機(jī)制、服務(wù)發(fā)現(xiàn)、內(nèi)容發(fā)現(xiàn)。但這類問(wèn)題真正指向的是一個(gè)可以觀察 AI 系統(tǒng)自主決策的場(chǎng)景。my_ai_townAI小鎮(zhèn)恰好提供了這種場(chǎng)景一個(gè)開(kāi)源的多智能體模擬世界多個(gè)大模型驅(qū)動(dòng)的角色在小鎮(zhèn)里生活、交流、執(zhí)行計(jì)劃用戶能啟動(dòng)服務(wù)、觀察日志、注入事件再看到角色做出反應(yīng)。這篇文章會(huì)以 my_ai_town 為主線講清楚 AI Agent 模擬世界從概念到落地的完整過(guò)程并給出可復(fù)現(xiàn)的啟動(dòng)、驗(yàn)證、排錯(cuò)和擴(kuò)展方法。1. 從“發(fā)現(xiàn)頻道是否在用 AI”到 AI 小鎮(zhèn)項(xiàng)目先搞清楚問(wèn)題邊界1.1 一個(gè) HN 問(wèn)題背后的技術(shù)訴求“Ask HN: Is discovery channel using AI?” 這個(gè)問(wèn)法看起來(lái)像是針對(duì)某個(gè)媒體頻道提問(wèn)但放到技術(shù)語(yǔ)境里它真正想知道的往往是AI 是否已經(jīng)能夠深入到一個(gè)原本由人、環(huán)境和流程共同驅(qū)動(dòng)的系統(tǒng)中持續(xù)地發(fā)現(xiàn)線索、做出判斷并采取行動(dòng)。這里的 discovery 可以拆出三層含義內(nèi)容發(fā)現(xiàn)AI 是否負(fù)責(zé)篩選、生成或推薦內(nèi)容。服務(wù)發(fā)現(xiàn)AI Agent 如何在動(dòng)態(tài)環(huán)境里找到可交互的對(duì)象、可執(zhí)行的任務(wù)。自主發(fā)現(xiàn)AI 在沒(méi)有顯式指令的情況下能否自己觀察環(huán)境、形成常識(shí)性判斷、發(fā)起行動(dòng)。如果把第一層含義當(dāng)作主要討論對(duì)象容易變成媒體報(bào)道分析但后兩層才是工程上能落地、能寫代碼、能驗(yàn)證的部分。my_ai_town 恰恰就是從第二、第三層切入的項(xiàng)目它模擬了一個(gè)小鎮(zhèn)小鎮(zhèn)里有多個(gè) AI 角色每個(gè)角色都會(huì)基于當(dāng)前環(huán)境和自己的記憶生成行動(dòng)。用戶看到的不只是“答一句問(wèn)題”而是“一個(gè)角色在某個(gè)時(shí)間點(diǎn)決定去做什么”。1.2 my_ai_town 是一個(gè)什么樣的項(xiàng)目項(xiàng)目沒(méi)有提供太多官方說(shuō)明只能看到開(kāi)源地址和一句“游戲下載: ai小鎮(zhèn)_macw”。從名稱和常見(jiàn) AI 小鎮(zhèn)類項(xiàng)目可以判斷它屬于大模型驅(qū)動(dòng)的多智能體模擬世界。這類項(xiàng)目的通用特點(diǎn)是世界里存在一張地圖地圖上有地點(diǎn)和角色。每個(gè)角色由一個(gè) AI Agent 驅(qū)動(dòng)Agent 的核心是大語(yǔ)言模型。角色會(huì)感知周圍狀態(tài)比如當(dāng)前時(shí)間、自己所在位置、附近有哪些角色。角色會(huì)通過(guò)模型生成行動(dòng)指令例如移動(dòng)到某地、開(kāi)始對(duì)話、做某個(gè)動(dòng)作。世界有一個(gè)時(shí)間循環(huán)每隔一定時(shí)間刷新所有角色狀態(tài)。my_ai_town 的具體技術(shù)棧、實(shí)現(xiàn)語(yǔ)言和依賴需要以倉(cāng)庫(kù) README 和源碼為準(zhǔn)。這里不假設(shè)它是 Python 還是 Node.js也不假設(shè)它使用哪個(gè)模型服務(wù)因?yàn)檫@類項(xiàng)目版本變化很快?？梢源_定的是它面向普通用戶提供了 mac 和 Windows 的下載包也保留了 GitHub 源碼說(shuō)明既可以直接體驗(yàn)也可以拿來(lái)學(xué)習(xí)和改造。1.3 這篇文章適合誰(shuí)能獲得什么這篇文章適合以下幾類讀者第一次接觸 AI Agent想找一個(gè)能運(yùn)行的真實(shí)項(xiàng)目來(lái)觀察 Agent 行為的人。已經(jīng)在做 Agent 開(kāi)發(fā)但想了解多智能體模擬世界的工程結(jié)構(gòu)、時(shí)間循環(huán)、記憶存儲(chǔ)如何處理的人。需要把 AI 小鎮(zhèn)這類項(xiàng)目接入自己產(chǎn)品但不確定依賴、配置、排錯(cuò)從哪里入手的人。讀完并跟著操作后你應(yīng)該能自己完成三件事第一把 my_ai_town 或類似項(xiàng)目跑起來(lái)看到 AI 角色產(chǎn)生行為第二讀懂它內(nèi)部大致的工作鏈路知道角色為什么會(huì)有某個(gè)動(dòng)作第三遇到啟動(dòng)失敗、模型調(diào)用失敗、角色無(wú)響應(yīng)等問(wèn)題時(shí)能按照日志和配置逐步排查。由于輸入素材沒(méi)有給出詳細(xì) README 內(nèi)容文中命令和配置會(huì)以通用示例為主落地前務(wù)必以倉(cāng)庫(kù)實(shí)際文檔為準(zhǔn)。2. 跑通前先理解 AI Agent 小鎮(zhèn)的核心機(jī)制2.1 智能體模擬世界的通俗模型可以先把 AI 小鎮(zhèn)理解成“一群有記憶、有目標(biāo)、會(huì)說(shuō)話的 NPC”。傳統(tǒng)游戲里的 NPC 通常只能播放固定動(dòng)畫或響應(yīng)固定對(duì)話比如走到某個(gè)位置就觸發(fā)同一句臺(tái)詞。AI 小鎮(zhèn)里的角色不同它們接收環(huán)境狀態(tài)把狀態(tài)交給大模型模型輸出一個(gè)動(dòng)作或一段對(duì)話然后系統(tǒng)再把這個(gè)輸出應(yīng)用到世界上。舉一個(gè)典型場(chǎng)景早上 8 點(diǎn)角色 A 在自己的房間醒來(lái)。系統(tǒng)讀取到當(dāng)前時(shí)間和地點(diǎn)把“現(xiàn)在是早上 8 點(diǎn)你在臥室”發(fā)送給大模型。模型根據(jù)角色設(shè)定和記憶生成一個(gè)計(jì)劃“去廚房吃早餐”。角色 A 移動(dòng)到廚房。廚房里已經(jīng)有角色 B。兩個(gè)角色觸發(fā)互相感知系統(tǒng)把“對(duì)方正在喝咖啡”和之前的聊天記憶打包給模型模型生成一句對(duì)話。角色 A 說(shuō)“早上好今天有什么計(jì)劃”角色 B 回答并把這次互動(dòng)寫入記憶。整個(gè)過(guò)程不是由一個(gè)巨大模型控制整個(gè)世界而是多個(gè) Agent 各自獨(dú)立運(yùn)行再通過(guò)共享世界狀態(tài)產(chǎn)生交互。世界本身像是一個(gè)沙盤Agent 是沙盤里的個(gè)體大模型是每個(gè)個(gè)體的“大腦”。2.2 AI Agent 的四個(gè)關(guān)鍵模塊在類似 my_ai_town 的項(xiàng)目中一個(gè) AI Agent 要正常工作通常會(huì)包含四個(gè)關(guān)鍵模塊。環(huán)境感知模塊負(fù)責(zé)把世界狀態(tài)轉(zhuǎn)換成模型能看懂的文本或結(jié)構(gòu)化數(shù)據(jù)。例如{ time: 08:00, location: bedroom, weather: sunny, nearby_agents: [Alice], current_activity: sleeping }這一步很關(guān)鍵因?yàn)榇竽Ｐ捅旧頉](méi)有眼睛它只能通過(guò)字符串理解世界。世界狀態(tài)寫得不清晰角色的行為就會(huì)混亂。記憶模塊負(fù)責(zé)存儲(chǔ)角色過(guò)去的經(jīng)歷。長(zhǎng)期記憶可能放在文件或數(shù)據(jù)庫(kù)里短期記憶可能只保留最近幾輪對(duì)話。角色在生成計(jì)劃前需要從記憶中檢索與當(dāng)前場(chǎng)景相關(guān)的片段否則它無(wú)法記住“昨天和 Alice 約好一起去公園”這種關(guān)系。規(guī)劃模塊負(fù)責(zé)把當(dāng)前觀察和檢索到的記憶組合成一條指令。規(guī)劃不一定復(fù)雜常見(jiàn)的做法是讓模型先說(shuō)出“你現(xiàn)在想做什么”再讓系統(tǒng)解析成可執(zhí)行動(dòng)作。行動(dòng)執(zhí)行模塊負(fù)責(zé)把模型的文本輸出映射成世界變化。模型可能輸出“move to kitchen”系統(tǒng)就要修改角色坐標(biāo)輸出“say: hello”系統(tǒng)就要把對(duì)話推送到其他 Agent 的觀察中。2.3 容易誤解的三個(gè)點(diǎn)第一不要把“每個(gè)角色調(diào)用一次大模型”當(dāng)成完整方案。角色調(diào)用完模型只是得到了一串文本后面還要有動(dòng)作解析、狀態(tài)校驗(yàn)、沖突處理和記憶寫入。省掉這些步驟角色會(huì)頻繁出現(xiàn)“開(kāi)口說(shuō)要去廚房但還站在原地”的問(wèn)題。第二不要以為大模型輸出什么世界就發(fā)生什么。模型可能輸出一個(gè)不存在的動(dòng)作比如“move to moon”也可能輸出超出世界規(guī)則的內(nèi)容。生產(chǎn)級(jí)實(shí)現(xiàn)需要對(duì)模型輸出做白名單校驗(yàn)或者把動(dòng)作格式限制成 JSON讓模型只能在固定字段里填寫。第三不要把 AI 小鎮(zhèn)等同于聊天機(jī)器人。聊天機(jī)器人只關(guān)心“你問(wèn)什么我答什么”而 AI 小鎮(zhèn)里的 Agent 有持續(xù)的時(shí)間線。它們?cè)跊](méi)有人輸入時(shí)也會(huì)行動(dòng)需要按 tick 循環(huán)不斷推進(jìn)。真正復(fù)雜的不是單次回復(fù)質(zhì)量而是事件之間的因果連續(xù)性。3. 環(huán)境準(zhǔn)備與項(xiàng)目獲取3.1 環(huán)境要求雖然倉(cāng)庫(kù)沒(méi)有給出明確要求但從多智能體模擬類項(xiàng)目的一般情況看環(huán)境準(zhǔn)備可以按下面的表格來(lái)核對(duì)。實(shí)際安裝時(shí)要以 my_ai_town 的 README 或 package.json、requirements.txt 等文件為準(zhǔn)。環(huán)境項(xiàng)推薦配置說(shuō)明操作系統(tǒng)macOS 12 或 Windows 10/11項(xiàng)目提供 mac 和 Windows 下載包源碼通?？缙脚_(tái)運(yùn)行時(shí)Node.js 18 或 Python 3.9取決于項(xiàng)目后端語(yǔ)言先查看倉(cāng)庫(kù)判斷包管理器npm 或 pip與運(yùn)行時(shí)對(duì)應(yīng)Git2.x拉取源碼使用大模型服務(wù)OpenAI 兼容 API 或本地模型遠(yuǎn)程 API 需要網(wǎng)絡(luò)本地模型需要足夠內(nèi)存內(nèi)存8 GB 以上本地模型和前端服務(wù)同時(shí)運(yùn)行時(shí)會(huì)比較吃內(nèi)存瀏覽器Chrome、Edge 或 Firefox 最新版用于打開(kāi)小鎮(zhèn)界面如果選擇遠(yuǎn)程大模型 API還需要準(zhǔn)備 API Key并確保運(yùn)行終端可以訪問(wèn)到服務(wù)地址。如果選擇本地模型建議先用命令行單獨(dú)測(cè)試模型接口確認(rèn)連通后再接入 my_ai_town這樣可以減少排錯(cuò)變量。3.2 獲取 my_ai_town 源碼和發(fā)行包獲取項(xiàng)目有兩種方式。第一種是直接下載游戲包。進(jìn)入 GitHub 倉(cāng)庫(kù)的 Releases 頁(yè)面找到對(duì)應(yīng)標(biāo)簽下載名稱為 ai小鎮(zhèn) 且后綴為 mac 或 windows 的壓縮包解壓后按說(shuō)明啟動(dòng)。這種方式適合只想體驗(yàn)效果、不想改代碼的人。第二種是克隆源碼適合學(xué)習(xí)和二次開(kāi)發(fā)。打開(kāi)終端執(zhí)行g(shù)it clone https://github.com/mewamew/my_ai_town.git cd my_ai_town克隆完成后先不要急著安裝依賴先看倉(cāng)庫(kù)根目錄下的 README 文件、配置文件示例和最外層目錄結(jié)構(gòu)。很多啟動(dòng)問(wèn)題都出在跳過(guò) README 直接運(yùn)行命令。建議優(yōu)先使用源碼方式。這是因?yàn)?AI 小鎮(zhèn)這類項(xiàng)目處于快速迭代階段發(fā)布包可能滯后于源碼從源碼運(yùn)行至少能保證代碼和當(dāng)前模型接口、日志輸出一致。如果需要在自己項(xiàng)目里復(fù)用 Agent 機(jī)制源碼也更適合改造。3.3 項(xiàng)目結(jié)構(gòu)速覽下面是一個(gè)通用多智能體項(xiàng)目的結(jié)構(gòu)示例實(shí)際項(xiàng)目不一定完全一致但基本可以按這個(gè)思路去閱讀my_ai_town/ ├── README.md ├── package.json ├── src/ │ ├── agent/ │ │ ├── memory.py │ │ ├── planning.py │ │ └── action.py │ ├── world/ │ │ ├── map.py │ │ ├── clock.py │ │ └── event.py │ └── llm/ │ └── client.py ├── config/ │ ├── world.json │ └── agents.json ├── data/ │ ├── locations.json │ └── characters.json ├── server/ │ └── app.py └── web/ └── index.html閱讀項(xiàng)目時(shí)優(yōu)先按下面的順序看config/世界配置、角色配置決定了小鎮(zhèn)里有哪些地點(diǎn)和角色。src/llm/模型服務(wù)接入層決定了如何調(diào)用大模型。src/world/世界狀態(tài)和時(shí)間循環(huán)決定了 Agent 運(yùn)行的節(jié)奏。src/agent/Agent 的記憶、規(guī)劃和行動(dòng)邏輯是最核心的部分。web/界面層負(fù)責(zé)把世界狀態(tài)可視化。如果倉(cāng)庫(kù)目錄和上面不一致不要硬套只需找到“模型調(diào)用”“世界狀態(tài)”“角色決策”這三塊入口即可。4. 配置模型接入并啟動(dòng) AI 小鎮(zhèn)4.1 AI 服務(wù)的接入方式my_ai_town 這類項(xiàng)目通常不會(huì)內(nèi)置模型權(quán)重而是通過(guò) API 調(diào)用推理服務(wù)。常見(jiàn)接入方式有兩種。第一種是接入遠(yuǎn)程模型 API例如 OpenAI 兼容接口。這種方式簡(jiǎn)單不用部署本地模型但需要申請(qǐng) API Key并且要認(rèn)真管理密鑰不要提交到公開(kāi)倉(cāng)庫(kù)。第二種是接入本地模型推理服務(wù)比如 Ollama、vLLM 等工具暴露的 OpenAI 兼容端點(diǎn)。本地模型沒(méi)有聯(lián)網(wǎng)依賴但需要下載模型文件并占用較多內(nèi)存和 CPU/GPU 資源。在配置之前建議先用一個(gè)最小請(qǐng)求測(cè)試模型服務(wù)是否可用。比如本地 Ollama 啟動(dòng)后可以執(zhí)行curl http://localhost:11434/v1/models如果能返回模型列表說(shuō)明服務(wù)可用。這樣把“模型服務(wù)問(wèn)題”和“項(xiàng)目代碼問(wèn)題”分開(kāi)后面接 my_ai_town 時(shí)就會(huì)簡(jiǎn)單很多。4.2 最小配置文件示例假設(shè)項(xiàng)目使用環(huán)境變量方式配置那么可以創(chuàng)建一個(gè).env文件內(nèi)容類似下面這種結(jié)構(gòu)# my_ai_town 示例環(huán)境變量具體變量名以倉(cāng)庫(kù) README 為準(zhǔn) AI_API_BASEhttp://localhost:11434/v1 AI_API_KEYlocal AI_MODELqwen2.5:7b AI_TEMPERATURE0.7 AI_TIMEOUT120 AGENT_TICK_INTERVAL5這里的幾個(gè)參數(shù)含義如下參數(shù)含義常見(jiàn)值調(diào)大影響調(diào)小影響AI_API_BASE模型服務(wù)地址遠(yuǎn)程或本地服務(wù)地址無(wú)無(wú)AI_API_KEYAPI 密鑰遠(yuǎn)程 API 使用真實(shí) Key無(wú)無(wú)AI_MODEL模型名稱取決于服務(wù)商或本地模型模型效果和響應(yīng)時(shí)長(zhǎng)都會(huì)變模型能力可能下降A(chǔ)I_TEMPERATURE隨機(jī)性0.7行為更多樣但可能不穩(wěn)定行為更穩(wěn)定但容易重復(fù)AI_TIMEOUT單次請(qǐng)求超時(shí)120 秒避免誤殺長(zhǎng)回答但失敗恢復(fù)慢快速失敗但長(zhǎng)任務(wù)容易超時(shí)AGENT_TICK_INTERVAL世界刷新間隔5 秒角色行動(dòng)慢資源占用低反應(yīng)更快但模型請(qǐng)求更頻繁這里要特別提醒不同的項(xiàng)目對(duì)環(huán)境變量命名可能完全不同。有的是OPENAI_API_KEY有的是MODEL_API_KEY有的項(xiàng)目在config.json里配置而不是.env。所以正確做法是先查看倉(cāng)庫(kù)里的.env.example或config.example.json再?gòu)?fù)制成自己的配置。不要把上面示例直接當(dāng)成標(biāo)準(zhǔn)配置使用。4.3 啟動(dòng)步驟和驗(yàn)證假設(shè)項(xiàng)目是 Node.js 前端加 Python 后端的結(jié)構(gòu)那么啟動(dòng)順序通常是先啟動(dòng)后端再啟動(dòng)前端。下面的命令是常見(jiàn)示例不是 my_ai_town 的確定命令實(shí)際要以 README 為準(zhǔn)。后端啟動(dòng)pip install -r requirements.txt python server/app.py前端啟動(dòng)npm install npm run dev如果項(xiàng)目完全使用 Node.js也可能是npm install npm start啟動(dòng)完成后需要做幾個(gè)驗(yàn)證而不是看到窗口打開(kāi)就結(jié)束。第一驗(yàn)證后端進(jìn)程是否正常。終端里不應(yīng)該只看到“Listening on 0.0.0.0:8000”還要確認(rèn)沒(méi)有模型連接異常。如果有/health或/api/status接口可以訪問(wèn)它c(diǎn)url http://localhost:8000/health第二驗(yàn)證前端是否能加載世界狀態(tài)。打開(kāi)瀏覽器訪問(wèn)終端輸出的地址比如http://localhost:3000。頁(yè)面應(yīng)該能看到小鎮(zhèn)地圖、角色位置和角色當(dāng)前狀態(tài)。第三驗(yàn)證角色是否真的在行動(dòng)。保持頁(yè)面開(kāi)啟觀察一段時(shí)間看角色位置或動(dòng)作標(biāo)簽有沒(méi)有變化。同時(shí)回到后端終端查看是否有模型調(diào)用日志比如每個(gè) Agent 輸出了什么計(jì)劃、執(zhí)行了什么動(dòng)作。如果角色沒(méi)有行動(dòng)可以優(yōu)先做兩件事檢查AGENT_TICK_INTERVAL是否設(shè)置過(guò)大檢查模型返回結(jié)果是否為空或不符合動(dòng)作格式。這些細(xì)節(jié)通常能覆蓋大部分“啟動(dòng)成功但世界不動(dòng)”的情況。5. 深入解讀 AI Agent 的運(yùn)行鏈路5.1 時(shí)間循環(huán)從感知到行動(dòng)AI 小鎮(zhèn)的核心是一個(gè)時(shí)間循環(huán)。世界像一個(gè)游戲主循環(huán)每隔一定時(shí)間推進(jìn)一次每個(gè) Agent 都在這個(gè)循環(huán)里完成“感知、規(guī)劃、行動(dòng)”三步。偽代碼如下while world.running: current_time world.clock.now() for agent in world.agents: # 1. 感知 observation agent.perceive(world, current_time) # 2. 規(guī)劃 plan agent.plan(observation) # 3. 行動(dòng) action agent.execute(plan) # 4. 寫回世界 world.apply(agent, action) # 5. 記錄記憶 agent.remember(observation, action) # 防止循環(huán)過(guò)快導(dǎo)致模型接口被頻繁調(diào)用 time.sleep(world.tick_interval)這里的 tick_interval 很重要。如果所有 Agent 同時(shí)請(qǐng)求大模型啟動(dòng)瞬間可能產(chǎn)生大量并發(fā)請(qǐng)求導(dǎo)致模型服務(wù)超時(shí)或限流。常見(jiàn)做法包括串行調(diào)用、限制每輪 Agent 數(shù)量、為每個(gè) Agent 設(shè)置請(qǐng)求間隔。另外世界循環(huán)并不是越短越好。角色在小鎮(zhèn)里移動(dòng)、聊天本來(lái)就不需要毫秒級(jí)響應(yīng)。5 到 10 秒的刷新間隔在演示項(xiàng)目中足夠也能顯著降低模型調(diào)用成本。5.2 對(duì)話、記憶和個(gè)性生成角色之間的對(duì)話不是無(wú)狀態(tài)問(wèn)答。當(dāng)兩個(gè)角色相遇時(shí)系統(tǒng)至少需要把三類信息傳給模型當(dāng)前場(chǎng)景時(shí)間、地點(diǎn)、周圍角色。對(duì)方狀態(tài)對(duì)方正在做什么、情緒如何。歷史記憶這兩個(gè)角色過(guò)去是否聊過(guò)天關(guān)系如何。一個(gè)簡(jiǎn)化的對(duì)話請(qǐng)求結(jié)構(gòu)可以是這樣{ system_prompt: 你是小鎮(zhèn)里的角色 Alice性格開(kāi)朗。你的目標(biāo)是完成今天的計(jì)劃同時(shí)可以和遇到的人聊天。, context: { time: 09:00, location: town_square, nearby: [ {name: Bob, activity: walking, relation: friend} ] }, memory: [ {time: 昨天 18:00, event: 你答應(yīng) Bob 今天一起去公園} ] }個(gè)性信息通常通過(guò) system prompt 注入。模型本身不知道角色背景它只能看到 prompt 里寫的設(shè)定。這是最容易出問(wèn)題的地方如果項(xiàng)目沒(méi)有把角色設(shè)定整理好所有角色都會(huì)變成同一個(gè)“AI 默認(rèn)口吻”小鎮(zhèn)會(huì)失去多樣性。記憶的注入需要做篩選不能把全部歷史都塞給模型。一個(gè)常用的做法是給每條記憶記錄時(shí)間戳、重要性分?jǐn)?shù)和關(guān)鍵詞在生成請(qǐng)求前按相關(guān)度檢索前 N 條。這樣既能控制 token 長(zhǎng)度又能保證模型參考到關(guān)鍵信息。5.3 數(shù)據(jù)存儲(chǔ)角色狀態(tài)如何保存AI 小鎮(zhèn)需要保存兩類數(shù)據(jù)世界數(shù)據(jù)和角色數(shù)據(jù)。世界數(shù)據(jù)包括小鎮(zhèn)地圖、地點(diǎn)類型、角色當(dāng)前位置角色數(shù)據(jù)包括角色屬性、當(dāng)前狀態(tài)、記憶流。常見(jiàn)的存儲(chǔ)方式有三種存儲(chǔ)方式優(yōu)點(diǎn)缺點(diǎn)適用場(chǎng)景JSON 文件簡(jiǎn)單直接方便調(diào)試數(shù)據(jù)量大時(shí)讀寫慢小規(guī)模演示SQLite單文件數(shù)據(jù)庫(kù)事務(wù)可靠并發(fā)寫性能有限本地單機(jī)項(xiàng)目PostgreSQL/MySQL支持并發(fā)、查詢能力強(qiáng)需要額外部署和維護(hù)生產(chǎn)級(jí)服務(wù)如果項(xiàng)目默認(rèn)使用 JSON 文件角色狀態(tài)在每次行動(dòng)后都要寫回磁盤。寫入頻率過(guò)高會(huì)導(dǎo)致 IO 壓力可以改成定期批量保存或者退出時(shí)統(tǒng)一保存。一張簡(jiǎn)化的角色數(shù)據(jù)表可以設(shè)計(jì)為CREATE TABLE agents ( id INTEGER PRIMARY KEY, name TEXT NOT NULL, location TEXT DEFAULT home, energy REAL DEFAULT 1.0, personality TEXT, current_plan TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ); CREATE TABLE memories ( id INTEGER PRIMARY KEY, agent_id INTEGER NOT NULL, content TEXT NOT NULL, importance REAL DEFAULT 0.5, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (agent_id) REFERENCES agents(id) );設(shè)計(jì)時(shí)要注意記憶表要帶上created_at否則檢索時(shí)無(wú)法按時(shí)間排序importance 字段用于決定哪些記憶優(yōu)先進(jìn)入長(zhǎng)期記憶。如果只存內(nèi)容不存元數(shù)據(jù)Agent 的“記憶”就沒(méi)有了時(shí)間維度行為連續(xù)性也會(huì)變差。6. 常見(jiàn)問(wèn)題與排查路徑6.1 啟動(dòng)失敗依賴、路徑和端口問(wèn)題啟動(dòng)失敗是最常見(jiàn)的問(wèn)題現(xiàn)象通常有幾種命令找不到模塊、服務(wù)啟動(dòng)后立刻退出、頁(yè)面打不開(kāi)。排查順序應(yīng)該固定為確認(rèn)當(dāng)前目錄在項(xiàng)目根目錄不能站在子目錄里運(yùn)行npm install。確認(rèn)運(yùn)行時(shí)版本符合 README 要求比如 Node.js 版本過(guò)低會(huì)導(dǎo)致語(yǔ)法解析失敗。確認(rèn)依賴完整安裝。Python 項(xiàng)目可以用pip list檢查關(guān)鍵依賴Node.js 項(xiàng)目可以用npm ls。確認(rèn)端口沒(méi)有被占用。如果默認(rèn)端口被其他服務(wù)占用項(xiàng)目會(huì)啟動(dòng)失敗這時(shí)需要改配置或停止占用進(jìn)程。查看終端日志中第一條異常棧從最底部往上找項(xiàng)目自己的代碼路徑。常見(jiàn)原因和處理現(xiàn)象可能原因檢查方式處理建議ModuleNotFoundError依賴未安裝pip list重新安裝 requirements.txtcommand not found運(yùn)行時(shí)未安裝或未加入 PATHnode -v/python --version安裝正確版本并重開(kāi)終端端口被占用其他服務(wù)占用默認(rèn)端口lsof -i:3000修改端口或停掉占用服務(wù)頁(yè)面 404前端和后端路徑不匹配查看接口請(qǐng)求地址確認(rèn)前端代理配置或后端前綴6.2 模型調(diào)用超時(shí)或返回異常如果項(xiàng)目能啟動(dòng)但角色沒(méi)有反應(yīng)終端出現(xiàn)超時(shí)或模型返回錯(cuò)誤問(wèn)題大概率出在模型接入層。先看這幾類現(xiàn)象ConnectionError網(wǎng)絡(luò)不通或 API 地址寫錯(cuò)。TimeoutError單次請(qǐng)求超過(guò) AI_TIMEOUT 設(shè)置。401 UnauthorizedAPI Key 錯(cuò)誤或沒(méi)有權(quán)限。model not found模型名稱與服務(wù)商實(shí)際可用的模型名稱不一致。返回內(nèi)容不是期望的 JSON模型輸出格式不符合動(dòng)作解析代碼的要求。檢查方式按順序執(zhí)行# 1. 確認(rèn)服務(wù)地址可達(dá) curl -v http://localhost:11434/v1/models # 2. 確認(rèn) API Key 有效 curl -v -H Authorization: Bearer 你的KEY https://api.example.com/v1/models # 3. 確認(rèn)模型名稱存在 curl -v http://localhost:11434/v1/models如果模型返回超時(shí)優(yōu)先降低本輪角色并發(fā)數(shù)或者增大 AI_TIMEOUT。如果模型經(jīng)常返回非 JSON可以在 prompt 里增加強(qiáng)約束并在代碼里做二次解析。不要直接把模型輸出當(dāng) JSON 解析至少加一層 try-catch失敗后讓 Agent 重試一次或跳過(guò)本輪。6.3 角色無(wú)行為或行為停滯角色能啟動(dòng)、不報(bào)錯(cuò)但一直站在原地或重復(fù)同一個(gè)動(dòng)作這類問(wèn)題最隱蔽。可能原因有以下幾種。第一個(gè)原因是記憶檢索為空。如果角色沒(méi)有任何歷史記憶模型只能根據(jù)當(dāng)前時(shí)間地點(diǎn)做反應(yīng)輸出會(huì)非常單調(diào)。可以檢查 memory 表或日志確認(rèn)角色是否在啟動(dòng)時(shí)注冊(cè)了初始記憶。第二個(gè)原因是動(dòng)作解析失敗。模型可能輸出了“go to kitchen”這種自然語(yǔ)言但系統(tǒng)只接受{action: move, target: kitchen}的 JSON。兩者不匹配時(shí)角色不會(huì)行動(dòng)。查看日志中是否有“parse action failed”之類關(guān)鍵詞。第三個(gè)原因是 Tick 循環(huán)沒(méi)有啟動(dòng)。有些項(xiàng)目把循環(huán)放在后端需要手動(dòng)點(diǎn)擊界面上的“開(kāi)始運(yùn)行”按鈕。如果沒(méi)有點(diǎn)擊世界是靜止的。閱讀 README 時(shí)要特別注意是否有“play/run/simulation toggle”這類交互。第四個(gè)原因是模型溫度設(shè)置過(guò)低。當(dāng) temperature 為 0 時(shí)模型總是選概率最高的動(dòng)作容易出現(xiàn)所有角色都做同一個(gè)動(dòng)作。把溫度調(diào)到 0.5 到 0.8 之間行為會(huì)更多樣。6.4 日志、性能與資源占用排查多智能體項(xiàng)目比普通 Web 項(xiàng)目更依賴日志。因?yàn)榻巧袨槭谴竽Ｐ蜕傻哪銦o(wú)法從代碼里直接推斷“它為什么這么做”只能看日志鏈觀察到了什么、記憶檢索到了什么、模型返回了什么、執(zhí)行結(jié)果是什么。啟動(dòng)時(shí)建議打開(kāi)詳細(xì)日志。如果項(xiàng)目支持LOG_LEVELDEBUG可以設(shè)置后觀察。一個(gè)理想的日志片段應(yīng)該像這樣[12:00:00] world tick start, agents5 [12:00:00] agentAlice observe time12:00 locationpark nearby[Bob] [12:00:01] agentAlice retrieve 3 memories, top_score0.92 [12:00:02] agentAlice plan_output{action:chat,target:Bob,text:...} [12:00:03] agentAlice action applied如果項(xiàng)目不支持日志級(jí)別配置至少留意兩個(gè)指標(biāo)單次模型請(qǐng)求耗時(shí)、每輪循環(huán)總耗時(shí)。當(dāng)世界內(nèi)角色數(shù)量增加時(shí)模型請(qǐng)求會(huì)變成主要瓶頸系統(tǒng)響應(yīng)會(huì)明顯變慢。性能優(yōu)化方向包括多個(gè) Agent 之間的共享狀態(tài)寫操作要加鎖避免并發(fā)修改。模型請(qǐng)求在內(nèi)存中做好緩存相同觀察和記憶可以復(fù)用響應(yīng)?？刂茊屋喲h(huán)中參與決策的 Agent 數(shù)量不要讓全部 Agent 每 tick 都請(qǐng)求模型。7. 工程化擴(kuò)展與最佳實(shí)踐7.1 從演示走向生產(chǎn)要補(bǔ)全的能力my_ai_town 這類項(xiàng)目在本地跑通只說(shuō)明演示鏈路可用。如果要放到生產(chǎn)環(huán)境還需要補(bǔ)幾塊能力。第一配置外置化。把 API 地址、Key、模型名、tick 間隔等參數(shù)放到環(huán)境變量或配置中心不能寫死在代碼里。部署時(shí)通過(guò)環(huán)境注入可以避免密鑰泄露。第二持久化升級(jí)。如果角色數(shù)量增長(zhǎng)建議用 PostgreSQL 替換 JSON 文件并給記憶表增加索引。定期歸檔過(guò)期記憶避免數(shù)據(jù)表無(wú)限增長(zhǎng)。第三異常處理和重試。模型服務(wù)可能因?yàn)橄蘖?、網(wǎng)絡(luò)抖動(dòng)而失敗。生產(chǎn)實(shí)現(xiàn)要為每個(gè) Agent 的模型調(diào)用增加超時(shí)、重試和熔斷機(jī)制。重試時(shí)要控制次數(shù)避免拖垮整個(gè)循環(huán)。第四內(nèi)容安全審核。角色生成的內(nèi)容來(lái)自大模型可能包含不符合產(chǎn)品規(guī)范的內(nèi)容。在寫入日志和展示到界面前應(yīng)該增加過(guò)濾和關(guān)鍵信息記錄。第五監(jiān)控與告警。至少監(jiān)控三件事單次模型調(diào)用成功率、單輪循環(huán)耗時(shí)、角色活躍度。設(shè)置告警規(guī)則當(dāng)成功率低于閾值或循環(huán)耗時(shí)超過(guò)設(shè)定值時(shí)及時(shí)報(bào)警。7.2 可復(fù)用檢查清單在投入新項(xiàng)目前可以用下面的清單快速檢查避免走彎路。階段檢查項(xiàng)環(huán)境檢查運(yùn)行時(shí)版本是否滿足 README環(huán)境檢查依賴是否完整安裝環(huán)境檢查模型服務(wù)是否可用、模型名稱是否正確環(huán)境檢查API Key 權(quán)限是否足夠環(huán)境檢查默認(rèn)端口是否被占用配置檢查配置模板是否復(fù)制到了正確文件配置檢查模型地址、Key、超時(shí)、溫度是否合理啟動(dòng)檢查后端是否先啟動(dòng)成功前端是否有代理地址運(yùn)行檢查日志中是否出現(xiàn)角色決策輸出運(yùn)行檢查頁(yè)面地圖上角色位置是否隨時(shí)間變化運(yùn)行檢查角色對(duì)話是否能被寫入記憶排錯(cuò)檢查異常日志是否記錄模型原始返回內(nèi)容排錯(cuò)檢查動(dòng)作解析失敗時(shí)是否存在兜底邏輯發(fā)布檢查密鑰是否沒(méi)有提交到代碼倉(cāng)庫(kù)發(fā)布檢查數(shù)據(jù)是否定期備份發(fā)布檢查模型調(diào)用是否有超時(shí)和重試這個(gè)清單看起來(lái)簡(jiǎn)單但能覆蓋 AI 小鎮(zhèn)類項(xiàng)目 80% 以上的問(wèn)題。遇到異常時(shí)先按執(zhí)行順序核對(duì)而不是直接改代碼。7.3 下一步可以做什么跑通 my_ai_town 后可以從下面幾個(gè)方向繼續(xù)深入。第一個(gè)方向是擴(kuò)展角色和世界。增加新的地點(diǎn)、角色和初始記憶觀察不同設(shè)定下角色行為是否出現(xiàn)明顯差異。這時(shí)候你會(huì)發(fā)現(xiàn)系統(tǒng)提示詞和記憶數(shù)據(jù)質(zhì)量對(duì) Agent 表現(xiàn)的影響遠(yuǎn)大于模型本身。第二個(gè)方向是替換模型。把默認(rèn)模型換成參數(shù)更小或更大的模型對(duì)比決策質(zhì)量和響應(yīng)速度記錄一組自己的評(píng)測(cè)結(jié)果。這個(gè)方向可以幫助你理解模型能力和工程成本之間的取舍。第三個(gè)方向是把單機(jī)版改成服務(wù)化。將世界狀態(tài)和 Agent 運(yùn)行邏輯獨(dú)立成后端服務(wù)通過(guò) API 對(duì)外暴露。這樣其他應(yīng)用可以申請(qǐng)一個(gè)“AI 角色”并介入其中比如作為一只 AI NPC 接入自己的產(chǎn)品。第四個(gè)方向是深入實(shí)現(xiàn)記憶系統(tǒng)。當(dāng)前項(xiàng)目可能只做簡(jiǎn)單的 top-N 檢索你可以引入向量數(shù)據(jù)庫(kù)把記憶轉(zhuǎn)化為 embedding再做相似度查詢這樣角色對(duì)歷史的感知會(huì)更細(xì)膩。整個(gè)過(guò)程中最重要的不是把某個(gè)具體項(xiàng)目背熟而是建立“模型只是大腦世界、記憶、動(dòng)作校驗(yàn)才是工程主體”的認(rèn)知。把這個(gè)認(rèn)知帶到下一個(gè) AI Agent 項(xiàng)目里你會(huì)發(fā)現(xiàn)很多啟動(dòng)失敗和角色卡死的問(wèn)題都可以用同一套方法快速定位。