返回首页

Echoes of Her

基于 LLM Agent 架构的自然语言驱动 RPG

Unity Dify 后端 GPT-4o RAG 检索增强

放弃传统对话树,实现"感知-对话-反思"认知循环。NPC 拥有长期记忆与动态信念,玩家的每一次自然语言交涉,都能真实改变世界走向与游戏实体机制。

Echoes of Her 游戏截图

试玩视频

Agent 架构

核心玩法循环流程图
🧠

三阶段认知循环

感知 (Perceive) 分析玩家意图 → 生成对话 (Talk)反思 (Post-think) 更新自身目标。

🕸️

RAG 记忆检索系统

克服大模型上下文限制。根据对话语境,动态检索 NPC 的专属记忆库,保持角色历史连贯性与立场偏见。

⚖️

动态信念系统

NPC 的核心认知(如:亲情大于权力)可被玩家的逻辑辩论所改变,从而引发整个剧情网状分支的质变。

系统驱动的 AI Gameplay

核心理念:突破"纯文字交互"的孤岛效应,将大语言模型彻底接入传统 RPG 的资源循环系统中。以"信息"和"道具"作为核心锚点,构建基于状态演化的涌现式 Gameplay。

⚔️ 动作空间

设计思路:在底层架构中,将"自然语言对话"与"攻击、使用物品、场景交互"等传统机制置于同等优先级。玩家通过语言交涉,可以像使用物理技能一样,直接对环境和 NPC 施加系统级的影响。

体验转化:话语即是武器。说服、欺骗或威逼不再是生硬的分支选项,而是玩家主动释放的"社交技能"。

🔄 资源循环

设计思路:所有的交互最终向内收束为两种核心资源资产——【道具】与【信息】。玩家的动作(无论是砍树还是和铁匠聊天)都在提取这两种资源。

体验转化:玩家通过"套话"获得的情报(信息),可以作为解开场景谜题的钥匙(如得知墓园的秘密);而通过改变 NPC 态度获得的实体【道具】(如宝剑),又进一步反哺物理环境的探索。

🧠 状态机与 LLM 的耦合

设计思路:摒弃"无状态"的对话 AI。图中的【NPC内核】包含了其专属的知识域、态度指标、行动目标与底层性格。LLM 不仅负责生成文本,更作为"逻辑处理器",根据玩家输入动态改写 NPC 的内部状态机参数。

体验转化:NPC 的行动(如逃跑、攻击、给予物品)完全由其"内核状态"驱动。玩家的言语能够真实且永久地改变 NPC 的底层逻辑,从而引发蝴蝶效应般的网状叙事分支。

系统循环机制

游戏内展示

🔥 核心杀手锏

Language-to-Action
自然语言转化为实体机制

打破"聊完就没"的 AI 割裂感。玩家向铁匠进行自然语言交涉,AI 在理解语境后,不仅输出文本,更同时向游戏引擎输出结构化行为指令,直接将【宝剑】发放到玩家背包。

Language-to-Action 截图1
Language-to-Action 截图2
Language-to-Action 截图3

复杂社交博弈与"谎言维持"

针对高敏感度信息的动态防御。军事指挥官 Valen 在面对玩家质疑时,能够维持其"正义形象"的谎言,巧妙回避敏感地点(墓园),并策略性地将玩家的注意力引导至其他区域(森林)。

社交博弈截图1
社交博弈截图2

技术踩坑与反思

  1. 延迟与异步处理:较长的后台思考流程和 API 调用对游戏体验影响很大。
  2. 语言到游戏逻辑的转换:将语言逻辑映射到 NPC 的单个行为,会让玩家产生能操控所有 NPC 行为的期待,导致后续期待落空。应该定义一套完整原子行为,将语言逻辑映射上去。