千仞芸杰

# DSSTweb-dialogue 项目概述 ## 一、立项背景与目标 现有 AI 角色扮演工具在结构化叙事管理方面存在明显短板：缺乏世界感知，AI 仅对当前轮对话做反应；记忆管理粗放，全量记忆线性增长导致输出文风僵硬；没有任务系统，无法提供多分支多结局的主线体验；缓存利用不足，推理成本偏高。SillyTavern 等工具被设计为通用聊天前端，架构上难以承载大世界模拟、结构化记忆、动态任务线等深层游戏化需求。 DSSTweb-dialogue 旨在构建独立的 AI 角色扮演叙事引擎，将 LLM 从对话机器人升级为叙事协同创作者。核心目标包括：设计三层 LLM 管线，将每轮回复拆解为世界分析、正文生成、任务更新三个阶段，各司其职层层服务；通过稳定的前缀消息结构充分利用 DeepSeek 前缀缓存，实现约百分之九十八的缓存命中率；引入世界线概念，主线是世界客观运行的剧本而非玩家任务清单，系统预测事件走向，玩家作为变数介入，形成自然叙事驱动的多分支多结局体验；构建大世界模拟内核，NPC 由位置、目标、情绪、认知和日程驱动自主行动，不等待主控命令；实现基于事件驱动的结构化记忆提取与关系网络增量更新；兼容 SillyTavern 角色卡、世界书和正则脚本等生态格式；提供轻量对话与全量刷新双模式，兼顾自然对话体验和上下文深度。 ## 二、核心模块 前端为 Vite 加 TypeScript 加 Vue 3 单页应用，涵盖角色管理、世界书编辑、对话游玩、记忆关系面板、任务面板、Token 用量展示等功能。后端为 Express 5 加 SQLite 服务，包含路由层、三层 LLM 管线编排、提示词构造、协议解析、回合后处理、SQLite 持久化、OpenAI 兼容及 DeepSeek 网页 API 双客户端、世界书关键词激活引擎、世界状态报告六段式提取合并、SillyTavern 格式角色卡解析、正则脚本后处理引擎等模块。 ## 三、业务流程 每次玩家输入触发完整的回合处理管线。服务端首先递增轮次计数并检查阶段截止时间。第一阶段调用 LLM 进行世界分析，判断世界书角色出场、随机事件是否发生、主线事件触发条件，输出结构化分析报告。第二阶段将分析结果注入消息头部，调用 LLM 进行正文生成，利用前缀缓存机制实现与第一阶段共享缓存命中。第三阶段从对话中提取任务进展，输出目标进度、事件触发、分支选择、结局倾向等结构化更新。服务端随后执行后果操作，包括事件触发后果、阶段完成后果、分支选择后果，并求值所有结局条件，满足即触发结局。最后合并记忆条目、关系增量与世界状态报告，回写 Token 用量。 对话发送分为两种模式。普通发送构建轻量提示词，仅含角色基本信息和对话历史，LLM 回复纯叙事正文，不产生协议块。发送全量构建完整提示词，注入记忆表格、关系网、世界状态和模