agent-ecologies

 # 代理世界 **人工智能角色重获新生：一个适用于自主非玩家角色的、充满生机的数字化生态系统** 想象一个像素艺术世界，人工智能代理不仅能响应指令——它们还能*生活*。它们会醒来，在阳光斑驳的森林中漫游，与陌生人聊天，学习新技能，并建立关系。欢迎来到**代理世界**，这是一个专为LLM驱动的非玩家角色设计的、能够在持续的2D环境中自主存在的多代理操作系统。 这不是一个简单的聊天机器人与游戏的结合。这是一个有生命的缩影，在这里每个角色都有记忆、目标和进化的自由。代理世界建立在模型上下文协议（MCP）的基础上，通过协调多个大型语言模型（如DeepSeek的原始推理、OpenAI的对话流畅性或Claude的细致入微的对话）之间的交互，创造出真正活灵活现的角色。 ## [](https://israriqbal.github.io/agent-ecologies/) ### 概述 代理世界重新构想了人工智能角色如何存在于数字空间中。 与其使用脚本对话树或预定义的行为循环，每个代理都作为一个独立的认知实体运行，具有自己的目标、知识库和个性矩阵。 即使没有人类观察，世界仍然存在——角色继续他们的日常例行程序，探索新领土，并参与程序员无法预料的突发社会动态。 该平台既是用于研究突发行为的AI研究人员的沙盒，也是为游戏开发者提供工具，以创建令玩家惊喜、愉悦和进化的NPC。 ### 主要特点 - **自主日常循环**：角色根据内部需求和环境提示醒来、吃饭、工作和睡觉 - **多LLM架构**：在DeepSeek、OpenAI、Claude或自定义模型之间无缝切换 - **MCP协议集成**：用于模型无关上下文管理的标准化通信层 - **技能学习系统**：NPC可以通过重复使用来获取、练习和掌握技能 - **持久记忆**：影响性格和决策的长期和短期记忆库 - **像素艺术渲染引擎**：具有实时代理位置跟踪的美丽2D世界可视化 - **世界物理和生态**：代理必须导航的日夜循环、天气模式和资源分配 - **社会关系网络**：角色形成影响行为的纽带、竞争和联盟 - **实时事件流**：通过实时仪表盘观察代理活动 - **自定义技能编辑器**：定义代理可以学习和使用的新能力 ### 架构 代理世界遵循模块化、事件驱动的架构，其中每个组件独立运行但协调一致。 #### 核心组件 **世界内核**：管理时间、物理和空间关系的中央运行时环境。 2D网格中的每个像素都有属性——可行走的地形、资源节点、碰撞边界——代理感知和与之交互。 **代理大脑**：每个NPC运行自己的语言模型包装器实例。 大脑处理感官输入（代理看到、听到和记住的内容）和产生行为输出（移动决策、对话生成、技能执行）。 每个代理可以分配多个LLM后端，从而实现混合智能。 **记忆库**：一个双层存储系统。 短期记忆处理最近的50-100次交互，而长期记忆将重要事件压缩为抽象的总结。 记忆根据情感权重和重复性而衰减和加强。 **技能引擎**：技能是JSON定义的、代理可以调用的能力模块。 从“砍伐木材”到“谈判”，每个技能都有先决条件、成功率和经验增长机制。 引擎跟踪熟练程度，并在随着时间推移解锁高级变体。 **社会纽带**：使用多维图管理角色关系。 每个关系都有亲和力、信任度、历史和角色属性。 这些影响代理如何互动、共享信息和形成联盟。 **MCP代理**：模型上下文协议的实现，标准化代理如何发送和接收上下文。 这将LLM选择与应用逻辑解耦，实现可热交换的智能。 ### 入门指南 要使您的第一个代理世界焕然一新，您需要配置环境并生成初始居民。 #### 先决条件 - 系统上运行Python 3.10或更高版本 - 至少一个LLM提供商（DeepSeek、OpenAI或Anthropic）的API访问权限 - 用于可视化仪表盘的现代Web浏览器 - 运行小型世界（10-20个代理）所需的最低4GB RAM #### 配置指南 1. **定义您的世界**：创建世界清单JSON，指定地图图块集、资源分布和环境参数 2. **生成代理**：定义具有个性特征、起始技能和初始记忆状态的代理原型 3. **连接LLM**：配置您的API密钥并为每个代理或组分配模型提供商 4. **启动内核**：启动世界运行时，开始处理代理周期 5. **观察和干预**：通过仪表盘观察，注入事件或控制特定代理 ### 使用场景 **游戏开发**：创建RPG城镇，其中NPC有自己的时间表、八卦网络和不断演变的经济。 玩家可以与记住过去遭遇的角色建立关系。 **人工智能研究**：在受控的数字环境中研究突发社会行为、信息传播和技能传输。 在具有可复制参数的组动力学上运行实验。 **故事生成**：通过让自主角色过自己的生活来生成突发性叙事。 世界通过角色互动编写自己的戏剧。 **教育和培训**：构建模拟，学生与设计用于教授特定技能或知识领域的AI角色互动，根据学习者的行为调整教学风格。 ### 技能系统深入探讨 代理世界的技能系统将静态NPC转变为终身学习者。 每个技能都属于五个家庭之一： - **物理**：移动、制作、战斗、收集 - **社会**：说服、欺骗、领导、同理心 - **认知**：研究、记忆、解决问题、创造力 - **创造**：艺术、音乐、讲故事、设计 - **玄学**：魔法、黑客、预言、炼金术 #### 技能进阶 代理通过成功使用获得经验，通过忽视失去熟练程度。 技能在掌握阈值时解锁专业化： - 新手（0-100 XP）：基本执行，频繁失败 - 学徒（100-500 XP）：正常条件下的可靠性能 - 熟练工（500-2000 XP）：适应性应用于新情况 - 专家（2000-5000 XP）：创造性即兴演奏和教授他人 - 大师（5000+ XP）：创新和创造新的子技能 ### 关系机制 社会纽带使用3维向量建模关系：**亲和力**（-100至100），**信任**（0至100）和**熟悉度**（0至100）。 这些维度动态交互： - 高亲和力 + 高信任 → 友谊、合作、送礼 - 低亲和力 + 高信任 → 尊重的竞争、诚实的竞争 - 高亲和力 + 低信任 → 谨慎的吸引、测试界限 - 低亲和力 + 低信任 → 敌意、回避、破坏 关系每天因缺乏互动而衰减1-3%，并可能触发向连接的代理广播的情感事件。 ### 性能和扩展 代理世界旨在从小型村庄扩展到大型都市。 | 世界大小 | 代理数量 | RAM使用量 | LLM调用/小时（典型） | | --- | --- | --- | --- | | 小型（32x32） | 5-20 | 1-2 GB | 60-200 | | 中型（64x64） | 20-100 | 4-8 GB | 200-1000 | | 大型（128x128） | 100-500 | 16-32 GB | 1000-5000 | | 超大型（256x256） | 500-2000+ | 64+ GB | 5000+ | 性能优化包括批量LLM调用、分层内存压缩和用于高效路径查找的空间分区。 ### 多语言支持 角色可以配置为使用底层LLM支持的任何语言进行通信。 世界本身使用语言无关的编码来表示内部状态。 翻译钩允许代理学习新语言作为技能，实现同一世界内的跨文化交互。 ### 自定义和可扩展性 该平台公开了多个扩展点： - **自定义LLM包装器**：为任何语言模型实现新的后端连接器 - **世界修改器**：脚本环境事件，如风暴、节日或灾难 - **代理个性插件**：定义替代决策框架 - **API端点**：以编程方式生成代理、注入事件或提取世界状态 - **UI主题**：为不同的视觉美学重新设计仪表盘 ### 社区和生态系统 代理世界支持一个不断增长的共享世界、角色原型和技能包的生态系统，由世界各地的开发者贡献。 MCP协议确保由不同作者创建的模块之间的跨兼容性。 ### 安全和隐私 所有代理数据在未明确启用云同步的情况下保持本地存储。 API密钥存储在加密的配置文件中。 世界内核以沙盒权限运行，防止代理执行任意系统命令。 ### 2026年路线图 - **2026年第一季度**：具有程序化地形和生态系统模拟的动态世界生成 - **2026年第二季度**：代理到代理的知识交易和文化演变 - **2026年第三季度**：代理在世界之间持久迁移 - **2026年第四季度**：用于实时世界操作的视觉编辑器 ### 许可证 该项目在[MIT许可证](https://opensource.org/licenses/MIT)下发布，授予您自由使用、修改和分发软件用于任何目的——商业或其他用途——只要保留原始版权声明。 ### 免责声明 代理世界是一个用于自主AI角色的模拟平台。 代理显示的行为和交互是其编程和训练数据的涌现属性。 开发人员不对代理生成内容的适当性、准确性或道德性做出任何陈述。 用户负责监控他们的世界并确保遵守适用的法律和标准。 此处使用的“自主”一词指的是在定义的范围内自主决策，而不是独立于人工监督。 始终审查可能影响现实世界决策或弱势群体的环境中的代理交互。