← 返回 AI 产品
AI PRODUCT / GAME AGENT

NPC Agent
Demo

围绕角色 Persona、记忆与关系构建像素办公室对话体验，并用结构化用例与真实模型复测持续校准角色表现。

角色
产品定义 / Agent 集成 / Godot 原型
时间
2026.08
结果
Godot → FastAPI → HelloAgents → DeepSeek 链路跑通
GodotGDScriptFastAPIHelloAgentsDeepSeek
NPC Agent Demo 真实运行场景，玩家位于 Q 同学与 K 姐之间，画面显示 E 对话提示
真实运行场景 / 玩家可在 Q 同学与 K 姐之间触发对话
01 / WORKSCENE & INTERACTION

真实工作场景与运行花絮

从办公室场景中的角色触发，到 Q 同学与 K 姐的差异化对话，再到选项和自由输入，完整呈现 Agent 在原型中的实际交互路径。

玩家站在 Q 同学与 K 姐之间，可通过 E 对话提示触发角色交互
场景触发玩家进入角色交互范围在同一办公场景中识别 Q 同学与 K 姐，并通过 E 键开启对话。
Q 同学以算法实习生身份解释 Bad Case 的 JRPG 对话界面
Q 同学对话把技术问题解释清楚先给直观结论，再用类比补充准确的技术说明。
K 姐以产品前辈身份给出目标和判断标准的 JRPG 对话界面
K 姐对话把模糊任务变成下一步定位当前 blocker，给出判断标准与可执行行动。
K 姐对话中的四选项交互状态，玩家可确认目标、判断标准或继续处理
四选项状态用行动入口收束当前焦点玩家可直接确认目标、判断标准或下一项处理动作。
Q 同学对话中的自由输入状态，输入框已获得焦点并提供发送操作
自由输入状态提交开放问题并等待 Agent选项之外仍可继续追问，发送后进入清晰可感知的等待状态。
02 / VERIFIED MECHANISM

从玩家输入到角色化回复

角色资料同时驱动前端身份与后端 Persona，Memory 与 Relationship 进入 Agent 编排，模型回复经适配器回到九态对话体验。

SINGLE SOURCE Canonical NPC Profiles

显示身份 · 头像 · Persona · 关系阶段

  1. 01玩家触发

    Player · NPC
    E / Enter

  2. 02体验状态机

    DialogueLayer
    九态交互

  3. 03API 边界

    APIClient · FastAPI
    POST /chat

  4. 04Agent 编排

    Persona · Memory
    Relationship

  5. 05模型与返回

    HelloAgents · DeepSeek
    Adapter → JRPG UI

PROFILE RAIL一份角色资料驱动两端

Godot 读取展示配置，后端编译 Persona extension，让身份、人设与关系阶段保持一致。

STATE RAIL记忆与关系进入编排

每个角色保持独立 Memory namespace，并把关系摘要注入当前回复。

ERROR BOUNDARY错误不伪装成角色台词

超时、非 200、解析失败与空响应进入独立 Error 状态，并保留重试路径。

运行机制 / Profile、State 与 Error 三条支路共同约束角色化回复
03 / PERSONA SYSTEM

角色不是换名字的同一个模型

同一套 UI 与请求链路下，两名核心角色承担不同叙事功能。Q 同学解释技术，K 姐帮助玩家澄清任务并形成下一步。

Q 同学像素头像
CORE AGENT / Q

Q 同学

算法实习生

表达规则直观结论 → 轻量类比 → 准确解释

“Agent 是‘嘴上说说’和‘上手就干’的区别。聊天机器人是顾问，Agent 是执行助理。”

Q-01 / Agent 与普通聊天机器人的区别
K 姐像素头像
CORE AGENT / K

K 姐

产品 MT

表达规则定位 blocker → 给判断标准 → 明确下一步

“先从最简单的开始：挑一条你觉得最不像 bad case 的，我们拿它做锚点。”

K-01 / 从模糊困惑定位第一步
04 / EVALUATION LOOP

用测试闭环校准角色体验

自动检查覆盖接口、身份、长度与禁用词，人工复核判断角色一致性、有效性、Grounding、可执行性与游戏节奏。

11测试用例
12对话轮次
4/4真实 Smoke Test
18后端测试
  1. 01结构化用例

    角色、场景、必需信号与人工检查项

  2. 02自动检查

    HTTP、身份、长度、关键词与禁用词

  3. 03人工五维复核

    Persona、有效性、Grounding、行动与节奏

  4. 04规则回写

    收紧 Persona 与 Bad Case 禁用表达

  5. 05重新测试

    真实模型复测并保留迭代证据

K-04 / GROUNDING

把 Grounding 问题写回规则

自动规则完成基础筛查，人工复核定位了计划补写、审批状态虚构与职场压力表达，并将事实边界和行动指引写回 Persona 与禁用词。

“这版先按待确认处理。你把上线范围和主要风险整理成一页，标出必须确认的决策点，我这就去发起确认；结果一到就推进。”

最终真实复测 / 正向首句、四组必要信号与人工复核通过

项目大图

在新窗口查看图片 ↗