Kagari (篝火) - 功能详细说明
Kagari 不仅仅是一个聊天界面，它是一个基于多 Agent 协作的、用于驱动叙事游戏的结构化框架。它的核心是将 LLM 的非结构化文本转变为可操作的、游戏化的指令。
1. 核心架构：多 Agent 协作系统
Kagari 的所有功能都由一个多 Agent 系统协同实现。
| Agent | 职责 | 触发时机 | 视角 |
|---|---|---|---|
| GM Agent (叙事引擎) | 主动推进剧情、扮演NPC、控制UI、裁决行动。 | 实时（核心） | 上帝视角 |
| 玩家 Agent (书记官) | 被动监听对话，总结玩家已知信息。 | 实时（辅助） | 有限视角 |
| 作家 Agent (小说家) | 读取游戏日志，将其改编为小说。 | 事后（批处理） | 上帝视角 |
2. V1.0 核心功能 (体验驱动)
V1.0 的所有功能都旨在最大化沉浸感和最小化玩家心智负担。
2.1. 结构化 UI (JSON 驱动)
这是 Kagari 与纯文本聊天的最大区别。GM Agent 的输出不是文本，而是结构化的 JSON 指令，前端 React 组件负责解析并渲染这些指令。
-
对话与旁白 (
dialogue/narrate){"type": "narrate", "text": "你走进了一个昏暗的洞穴..."}{"type": "dialogue", "character": "老法师", "text": "年轻人，你终于来了。"}
-
玩家选项 (
options)- 渲染为交互式按钮，而不是让玩家手动输入 "1" 或 "A"。
{"type": "options", "choices": [{"label": "拔剑", "value": "draw_sword"}, {"label": "保持警惕", "value": "stay_alert"}]}
-
多功能面板 (
panel_update)- 动态更新侧边栏或弹出窗口的内容。
{"type": "panel_update", "target_panel": "character_sheet", "data": {"hp": 80, "mp": 50}}
2.2. 沉浸式氛围系统
GM Agent 可以直接控制游戏的声画表现。
-
AIGC 实时插图
- GM 在描述关键场景时，会同步发送一个插图生成指令。
{"type": "ui_control", "action": "show_image", "prompt": "一个宏伟的雪山，风格化，插画"}- 框架在后台调用 AIGC (DALL-E, SD 等) API，生成并显示图片。
-
动态背景音乐 (BGM)
- GM 根据剧情氛围切换背景音乐或播放音效。
{"type": "ui_control", "action": "play_music", "value": "tense_battle"}{"type": "ui_control", "action": "play_sound", "value": "door_creak"}
2.3. 玩家 Agent (书记官)
此 Agent 被动监听 GM 和玩家的对话，并自动为玩家整理“笔记”。它只记录玩家视角已知的信息，并将其填入 UI 的专用面板。
-
[人物] 面板：
- 触发：
GM: "你遇到了一个自称‘张三’的铁匠。" - 记录：
人物：张三 (铁匠，在风车镇遇到，似乎很沮丧)
- 触发：
-
[地点] 面板：
- 触发：
GM: "你们抵达了‘风车镇’。" - 记录：
地点：风车镇 (一个宁静的小镇)
- 触发：
-
[物品] 面板：
- 触发：
玩家: "我打开宝箱。"GM: "你找到了一把‘生锈的钥匙’。" - 记录：
物品：生锈的钥匙 (从洞穴宝箱中找到)
- 触发：
-
[线索] 面板 (推理游戏核心)：
- 触发：
GM: "张三说：‘我昨晚一整晚都在打铁！’" - 记录：
线索/证言：张三声称自己有不在场证明 (打铁)
- 触发：
2.4. 作家 Agent (小说家)
此 Agent 在游戏结束后（或章节结束时）被激活，它是一个后处理器 (Post-Processor)。
- 读取日志： 它会获取整个游玩过程的完整日志（包含 GM 描述、玩家的选择）。
- 文学再创作： 它将生硬的“Q&A”式对话和“你选择了A”这样的日志，改编成文笔流畅、包含心理活动和动作描写的小说章节。
- 产出： 玩家在通关后，会额外获得一部由自己“主演”的、独一无二的同人小说，极大增强了成就感和分享欲。
2.5. 宏观游戏管理
-
世界地图 (战争迷雾)
- 剧本可以提供一张预设的、被“战争迷雾”覆盖的底图。
- GM Agent 可以通过指令动态点亮（揭示）特定区域。
{"type": "ui_control", "action": "reveal_map", "area_id": "windmill_town"}- 这为玩家提供了“空间感”和探索的动力。
-
剧情检查点 (存档/回档)
- GM Agent 可以在关键剧情点（如完成一个任务、进入新章节）自动创建“检查点”。
{"type": "system", "action": "create_checkpoint", "title": "击败史莱姆王"}- 存档 (Save)： 玩家的进度被保存为一个“剧情树”节点。
- 日志 (Log)： 玩家可以清晰地看到自己玩到了哪里。
- 回档 (Reload)： 玩家可以从任意历史检查点重新开始，探索不同的剧情分支，实现 "What If..." 玩法。
3. V2.0 路线图 (普惠友好)
V2.0 的核心是降低成本和实现无限记忆，让 Kagari 真正“小模型友好”。
3.1. 记忆核心 (RAG)
- 目的： 解决 LLM 的“上下文窗口”限制和昂贵的 Token 费用。
- 实现：
- 向量化： 所有的对话历史、场景描述、人物背景都会被实时切片并存入一个向量数据库。
- RAG (检索增强生成)： 当 GM Agent 需要叙事时，Kagari 框架会先从向量库中检索出与当前情境最相关的“记忆片段”（如“玩家在三个月前提到过的NPC”），并将其注入到提示词中。
- 价值： 即使是小型模型，也能拥有“无限”的长期记忆。
3.2. 知识图谱 (状态管理)
- 目的： RAG 只解决“记忆”，不解决“事实状态”。例如，一个 NPC 的好感度、一个任务是否完成。
- 实现： 使用知识图谱来维护一个严格的“世界状态数据库”。
(玩家A) --[好感度: 50]--> (NPC_B)(任务X) --[状态: 已完成]--> (True)(玩家A) --[持有]--> (物品Y)
- 价值： 确保 LLM 在叙事时不会出现逻辑错误（例如玩家已经卖掉的道具又出现，或者已经敌对的 NPC 突然变得友好）。
4. V3.0 路线图 (实验性)
4.1. 动态 UI Agent
- 目的： 实现终极的自由度，让 LLM 不仅叙述故事，更能创造玩法。
- 设想： GM Agent 可以根据特定的游戏场景，动态生成临时的、全新的 UI 组件。
- 示例：
- 黑客入侵： GM Agent 生成一个“模拟终端”的 UI 窗口，玩家必须输入“指令”来解谜。
- 炼金术： GM Agent 生成一个“合成台” UI，玩家可以将 [物品] 面板中的道具拖拽进去进行组合。
- 推理： GM Agent 生成一个《逆转裁判》式的“指证”界面，让玩家将 [线索] 和 [人物] 关联起来。