跳转至

剧情生成 Agent

项目背景与目标

游戏剧情是叙事类游戏的核心体验，传统剧情由编剧手工撰写，分支有限、成本高、玩家选择自由度低。理想中的"千人千面"剧情需要海量内容支撑，纯人工难以实现。AI 剧情生成 Agent 通过世界观建模、角色关系管理、分支剧情动态生成，实现玩家驱动的涌现式叙事，让每个玩家都有独特故事体验。

本项目目标是构建一个游戏剧情自动生成 Agent，支持世界观设定、角色关系演化、分支剧情生成、剧情连贯性维护。

需求分析

核心能力： 1. 世界观管理：设定世界规则、势力、地理、历史 2. 角色关系：维护角色间关系网络与动态演化 3. 剧情生成：基于玩家选择生成合理分支剧情 4. 连贯性维护：前后剧情逻辑一致，无矛盾 5. 节奏控制：把握剧情张弛节奏，避免平淡或过载 6. 主题深化：围绕核心主题推进，避免发散

生成类型：主线推进、支线任务、随机事件、角色对话、结局分支。

技术选型说明

模块 技术方案 选型理由
Agent 框架 LangGraph 剧情生成流程
LLM GPT-4o / Claude 长文本创意生成
世界观存储 知识图谱 Neo4j 复杂关系建模
记忆系统 向量数据库 剧情历史检索
一致性检查 规则 + LLM 校验 防止剧情矛盾
剧情模板 叙事结构库 经典叙事框架
后端 FastAPI 与游戏引擎集成
数据库 PostgreSQL 剧情存档

架构设计

flowchart TD
    PLAYER[玩家选择] --> AGENT[剧情 Agent]
    AGENT --> WORLD[世界观模块]
    WORLD --> KG[(世界观图谱)]
    AGENT --> CHAR[角色关系]
    CHAR --> REL[(关系网络)]
    AGENT --> GEN[剧情生成]
    GEN --> TPL[(叙事模板)]
    GEN --> LLM[LLM 创意生成]
    GEN --> CONSIST[一致性检查]
    CONSIST --> HIST[(剧情历史)]
    CONSIST --> RULE[(世界规则)]
    AGENT --> PACE[节奏控制]
    AGENT --> OUT[剧情输出]
    OUT --> GAME[游戏引擎]
    OUT --> SAVE[剧情存档]

关键模块实现思路

模块1：世界观建模

世界观是剧情生成的约束框架。用知识图谱建模：世界规则（魔法体系、科技水平、社会制度）、势力关系（联盟/敌对/中立）、地理结构（城市、区域、地标）、历史事件时间线。剧情生成必须遵循世界规则，避免设定崩坏。

WORLD_RULES = {
    "magic_system": "需消耗灵石，低阶修士每日限额",
    "technology": "蒸汽朋克，无电力",
    "social": "三大势力：帝国、反抗军、商会联盟",
    "geography": {"capital": "铁穹城", "rebel_base": "雾隐谷"}
}

世界规则作为硬约束注入生成提示，LLM 不得违背。

模块2：角色关系网络

角色关系是剧情推动的核心。维护角色关系图谱：节点为角色，边为关系（亲属/敌友/师徒/暗恋）。关系动态演化：玩家行为触发关系变化（帮助 A 得罪 B），衍生新剧情线索。

def update_relations(graph, event):
    if event.type == "player_help_A":
        graph.add_edge("player", "A", relation="ally", strength=+20)
        if graph.has_edge("A", "B", relation="enemy"):
            graph.add_edge("player", "B", relation="hostile", strength=-10)
            # 衍生剧情：B 对玩家设陷阱

关系网络变化触发剧情钩子，形成"蝴蝶效应"式叙事。

模块3：分支剧情生成

剧情生成采用"模板 + LLM"结合。叙事模板提供结构骨架（如三幕剧：起因-发展-高潮-解决），LLM 在骨架上填充具体内容。生成时检索相关历史剧情与角色关系，确保连贯。

def generate_plot(player_choice, context):
    template = select_template(player_choice.type)  # 选择叙事结构
    prompt = f"""基于以下生成剧情：
世界设定：{context.world}
角色关系：{context.relations}
历史剧情：{retrieve_history(context, top_k=5)}
玩家选择：{player_choice}
叙事模板：{template.structure}
要求：遵循世界规则，与历史连贯，推进主题"""
    plot = llm.generate(prompt)
    return consistency_check(plot, context)

模块4：连贯性检查

连贯性是最大挑战。LLM 可能生成与前文矛盾的剧情（如已死角色复活、已获得道具再次出现）。双重校验： - 规则校验：硬性规则（角色状态、物品归属、时间线）自动比对 - LLM 校验：用另一个 LLM 检查逻辑矛盾

def consistency_check(new_plot, history):
    # 规则校验
    for char in new_plot.characters:
        if char in history.dead_chars and new_plot.has_char_alive(char):
            return {"pass": False, "issue": f"{char}已死亡不能复活"}
    # LLM 逻辑校验
    issues = llm_verify(new_plot, history)
    return {"pass": len(issues) == 0, "issues": issues}

校验失败则重新生成或调整，确保剧情可信。

模块5：节奏与主题控制

剧情不能无限发散，需有节奏感与主题聚焦。节奏控制基于叙事张力曲线：张弛有度，避免连续高潮疲劳或长期平淡。主题控制锚定核心主题（如"复仇与救赎"），每次生成评估是否推进主题，偏离则拉回。

def assess_pacing(plot_sequence):
    tensions = [p.tension for p in plot_sequence]
    if all(t > 0.8 for t in tensions[-3:]):
        return "需要舒缓段落"  # 连续高潮
    if all(t < 0.3 for t in tensions[-3:]):
        return "需要冲突升级"  # 过于平淡
    return "节奏良好"

核心流程详解

剧情生成流程： 1. 玩家做出选择 → Agent 接收 2. 加载：世界观 + 角色关系 + 历史剧情 3. 选择叙事模板 → LLM 生成剧情草案 4. 连贯性检查 → 通过则采用，否则调整 5. 节奏与主题评估 → 必要时重新生成 6. 输出剧情内容 → 游戏引擎呈现 7. 更新角色关系与剧情历史 → 存档

支线生成流程： 1. 触发条件（玩家进入区域、与 NPC 互动） 2. 检索相关角色与地点 → 生成支线任务 3. 支线与主线关联（人物交叉、主题呼应） 4. 难度与玩家进度匹配 5. 输出任务描述与目标

部署与优化建议

  • 模型分级：主线用强模型保证质量，支线用轻量模型控制成本
  • 预生成缓存：常见选择分支预生成剧情，降低实时延迟
  • 玩家画像：记录玩家偏好（战斗/解谜/对话），剧情倾向调整
  • 人工审校：关键剧情节点人工审核，保证质量
  • 版本管理：剧情存档版本化，支持回溯与多周目
  • 反馈循环：玩家跳过/停留数据反馈优化生成策略

常见问题与解决方案

问题 原因 解决方案
剧情矛盾 LLM 记忆有限 历史检索 + 规则校验
设定崩坏 世界规则未约束 硬约束注入 + 校验
剧情平淡 缺乏冲突 叙事模板 + 张力控制
角色扁平 角色塑造不足 角色档案 + 动机深化

扩展方向

  • 多结局系统：选择累积影响最终结局
  • 玩家共创：玩家贡献剧情片段，社区投票入库
  • 跨周目记忆：NPC 记得上周目玩家行为
  • 动态难度：剧情难度随玩家能力调整