HelloAgents赛博小镇AI NPC对话与多智能体社会模拟的办公室实验【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents走进一间没有真人的办公室按 E 键跟同事搭话对方会记住你上次聊过什么被你夸一句就对你更热情被你怼一句就爱答不理。这是《Hello-Agents》教材第 15 章的配套案例 HelloAgents 赛博小镇Helloagents-AI-Town一套可以本地跑起来的多智能体社会模拟系统3 个 AI NPC 对话角色各自带工作记忆、长期记忆和好感度前端是 Godot 游戏场景后端是 Python LLM。30秒跑通 最短路径是先起后端再开游戏两步就能和 NPC 对话Godot 4.2 以上推荐 4.3免费编辑器Python 3.10 以上一个可用的 LLM API Key默认 OpenAI 兼容接口可换git clone https://gitcode.com/GitHub_Trending/he/hello-agents cd code/chapter15/Helloagents-AI-Town/backend python -m venv venv source venv/bin/activate pip install -r requirements.txt # 在 .env 中填入 LLM_API_KEY 后启动 python main.py后端起好后用 Godot 导入helloagents-ai-town目录下的工程运行scenes/main.tscn。游戏里 WASD 移动、E 键与 NPC 交互、Enter 发送消息。对话日志和好感度变化都会打印在后端控制台方便随时观察。三种NPC为何不同 三个角色都是办公室同事但职业、性格、说话方式各不相同设定集中在后端的角色配置里张三 · Python工程师技术宅聊算法和框架说话简洁专业、爱用技术术语偶尔吐槽 bug。李四 · 产品经理外向健谈擅长需求分析和沟通协调语气友好热情喜欢用比喻引导话题。王五 · UI设计师细腻敏感关注界面与视觉表达优雅简洁、带点艺术化的措辞。这样设计的用意是三个角色共享同一套对话框架只有提示词里的职业、专长和风格不同读者改几个字段就能看到 NPC 性格的差别等于把角色设定如何驱动 LLM 行为变成了一个可实验的变量。它如何记住你 NPC 的记忆分两层加上一个好感度系统三者共同决定回应方式工作记忆短期只保留最近 10 条对话2 小时后自动过期用于维持当前对话的上下文。情景记忆长期重要对话持久化存储基于向量索引做语义检索上限 100 条重要性低于 0.3 的会被自动遗忘每个 NPC、每个玩家各自独立互不串号。好感度陌生→挚友五级陌生(0-20)、熟悉(20-40)、友好(40-60)、亲密(60-80)、挚友(80-100)。每次对话后由一个独立的 LLM Agent 分析你的态度赞美/中性/批评友好对话 1~10批评或攻击 -3~-15。好感度如何影响回应系统会给 NPC 的提示词附加一段风格修饰词低好感时回答简短冷淡高好感时更热情、愿意分享细节甚至主动提起你之前问过的事。这套组合让NPC 记得你不只是背对话而是检索旧记忆 根据关系远近调整语气是 NPC 对话系统里很典型的记忆与情感联动做法。源码导读 三个文件覆盖前端、对话主链路和情感逻辑backend/agents.pyNPC 角色配置NPC_ROLES与 NPCAgentManager负责生成系统提示词、检索记忆、调用 LLM 回复是对话主入口。backend/relationship_manager.py好感度管理器内置情感分析 Agent 的提示词与加减分规则输出关系等级和风格修饰词。helloagents-ai-town/scripts/api_client.gdGodot 侧的 HTTP 客户端把玩家输入发给后端、把 NPC 回复渲染到对话框是游戏与后端的唯一桥梁。三个魔改方向 换职业设定只改agents.py里的 NPC_ROLES把工程师换成中医/律师/健身教练职业、专长、口头禅全套跟着变无需动其他代码。接新的记忆源情景记忆目前是向量库语义检索可以换成自己的向量服务、或接一份外部知识库作为 NPC 的背景资料NPC 就会聊出你喂给它的设定。调好感度阈值在relationship_manager.py里改五档分界线和加减分范围比如让升级更快、或批评惩罚更狠立刻能观察 NPC 态度的变化幅度。从提示词驱动角色、到双层记忆与好感度联动、再到游戏前端和 LLM 后端的 HTTP 集成赛博小镇把多智能体入门需要的几块核心拼图都摆在同一份代码里是照着读、照着改都比较省力的一个多智能体社会模拟案例。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 HelloAgents赛博小镇：AI NPC对话与多智能体社会模拟的办公室实验
HelloAgents赛博小镇AI NPC对话与多智能体社会模拟的办公室实验【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents走进一间没有真人的办公室按 E 键跟同事搭话对方会记住你上次聊过什么被你夸一句就对你更热情被你怼一句就爱答不理。这是《Hello-Agents》教材第 15 章的配套案例 HelloAgents 赛博小镇Helloagents-AI-Town一套可以本地跑起来的多智能体社会模拟系统3 个 AI NPC 对话角色各自带工作记忆、长期记忆和好感度前端是 Godot 游戏场景后端是 Python LLM。30秒跑通 最短路径是先起后端再开游戏两步就能和 NPC 对话Godot 4.2 以上推荐 4.3免费编辑器Python 3.10 以上一个可用的 LLM API Key默认 OpenAI 兼容接口可换git clone https://gitcode.com/GitHub_Trending/he/hello-agents cd code/chapter15/Helloagents-AI-Town/backend python -m venv venv source venv/bin/activate pip install -r requirements.txt # 在 .env 中填入 LLM_API_KEY 后启动 python main.py后端起好后用 Godot 导入helloagents-ai-town目录下的工程运行scenes/main.tscn。游戏里 WASD 移动、E 键与 NPC 交互、Enter 发送消息。对话日志和好感度变化都会打印在后端控制台方便随时观察。三种NPC为何不同 三个角色都是办公室同事但职业、性格、说话方式各不相同设定集中在后端的角色配置里张三 · Python工程师技术宅聊算法和框架说话简洁专业、爱用技术术语偶尔吐槽 bug。李四 · 产品经理外向健谈擅长需求分析和沟通协调语气友好热情喜欢用比喻引导话题。王五 · UI设计师细腻敏感关注界面与视觉表达优雅简洁、带点艺术化的措辞。这样设计的用意是三个角色共享同一套对话框架只有提示词里的职业、专长和风格不同读者改几个字段就能看到 NPC 性格的差别等于把角色设定如何驱动 LLM 行为变成了一个可实验的变量。它如何记住你 NPC 的记忆分两层加上一个好感度系统三者共同决定回应方式工作记忆短期只保留最近 10 条对话2 小时后自动过期用于维持当前对话的上下文。情景记忆长期重要对话持久化存储基于向量索引做语义检索上限 100 条重要性低于 0.3 的会被自动遗忘每个 NPC、每个玩家各自独立互不串号。好感度陌生→挚友五级陌生(0-20)、熟悉(20-40)、友好(40-60)、亲密(60-80)、挚友(80-100)。每次对话后由一个独立的 LLM Agent 分析你的态度赞美/中性/批评友好对话 1~10批评或攻击 -3~-15。好感度如何影响回应系统会给 NPC 的提示词附加一段风格修饰词低好感时回答简短冷淡高好感时更热情、愿意分享细节甚至主动提起你之前问过的事。这套组合让NPC 记得你不只是背对话而是检索旧记忆 根据关系远近调整语气是 NPC 对话系统里很典型的记忆与情感联动做法。源码导读 三个文件覆盖前端、对话主链路和情感逻辑backend/agents.pyNPC 角色配置NPC_ROLES与 NPCAgentManager负责生成系统提示词、检索记忆、调用 LLM 回复是对话主入口。backend/relationship_manager.py好感度管理器内置情感分析 Agent 的提示词与加减分规则输出关系等级和风格修饰词。helloagents-ai-town/scripts/api_client.gdGodot 侧的 HTTP 客户端把玩家输入发给后端、把 NPC 回复渲染到对话框是游戏与后端的唯一桥梁。三个魔改方向 换职业设定只改agents.py里的 NPC_ROLES把工程师换成中医/律师/健身教练职业、专长、口头禅全套跟着变无需动其他代码。接新的记忆源情景记忆目前是向量库语义检索可以换成自己的向量服务、或接一份外部知识库作为 NPC 的背景资料NPC 就会聊出你喂给它的设定。调好感度阈值在relationship_manager.py里改五档分界线和加减分范围比如让升级更快、或批评惩罚更狠立刻能观察 NPC 态度的变化幅度。从提示词驱动角色、到双层记忆与好感度联动、再到游戏前端和 LLM 后端的 HTTP 集成赛博小镇把多智能体入门需要的几块核心拼图都摆在同一份代码里是照着读、照着改都比较省力的一个多智能体社会模拟案例。【免费下载链接】hello-agents 《从零开始构建智能体》——从零开始的智能体原理与实践教程项目地址: https://gitcode.com/GitHub_Trending/he/hello-agents创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考