本文档记录项目的完整需求规格，包含已确定内容和待完善的占位符（以 [内容] 格式标注）。
🚧
文档状态：初稿 | 最后更新：2026-03-04
1. 产品定位
**产品类型：**为Hoster提供的创作工具，允许其设定背景和规则来为Player提供游戏体验
**核心价值主张：**一个用来讲故事的框架，概括了事物运行的规则。通过 AI 驱动，让用户能够沉浸式体验并影响动态发展的故事世界。
竞品参考：{#1} [需要列出直接竞品和间接竞品，分析差异化优势]
2. 目标用户
主要用户群体： [独立游戏开发者 / 桌面 RPG 爱好者 / 互动小说创作者 / 普通故事体验者？]
用户画像：
- [用户年龄范围？]
- [技术水平要求？]
- [主要使用场景？]
3. 产品形态
**载体平台：**网页应用 ⇒ （后续增加API集成功能
**部署方式：**本地部署
**商业模式：**开源项目、增值服务收费
4. 技术架构
AI 模型选择： [GPT-4 / Claude / 本地模型 / 混合策略？]
AI 实现方式： [提示工程 / 微调 / RAG / Agent 框架？]
后端技术栈： [Node.js / Python / Go / 其他？]
数据库设计： [PostgreSQL / MongoDB / 图数据库？]
实时通信： [WebSocket / Socket.io / Server-Sent Events？]
5. 内容策略
讲述者模式： AI DM
矫正者规则： 框架内置通用规则 & 每个世界可自定义
**内容审核机制：**自动 & 人工混合审核
6. 功能规格
6.1 世界设定模块
- [世界规则编辑器：支持哪些规则类型？]
- [多维属性量表：具体维度数量和计算逻辑？]
6.2 事件时间线模块
- [事件数据结构：时间戳、参与者、影响范围等字段定义]
- [事件对世界属性的影响计算机制？]
6.3 潜入系统
- [支持多少同时在线的「潜入」会话？]
- [单人 vs 多人潜入的优先级？]
- [实时同步还是异步进行？]
6.4 AI 系统
- [预言机预测范围：短期事件还是长期趋势？]
- [讲述者 AI 的自由度边界如何设定？]
- [矫正者的触发条件和审核流程？]
7. 非功能需求
7.1 性能要求
- [AI 响应时间要求？例如：讲述者生成内容 < 3 秒]
- [并发用户承载能力？]
- [数据存储规模预估？]
7.2 安全与隐私
- [用户数据存储和加密要求？]
- [AI 生成内容的安全过滤机制？]
- [合规要求：GDPR / 数据本地化？]
7.3 可用性
- [系统可用性目标：99.9% / 99.99%？]
- [灾难恢复和数据备份策略？]
8. 项目时间线
[需要定义里程碑和阶段性交付物]
建议阶段划分
- 阶段一：准备与规划 — [时间？] — [交付物？]
- 阶段二：MVP 开发 — [时间？] — [交付物？]
- 阶段三：迭代优化 — [时间？] — [交付物？]
- 阶段四：发布与运维 — [时间？] — [交付物？]
9. 风险分析
[识别潜在风险并制定应对策略]
9.1 技术风险
- AI 生成内容质量不稳定 — [应对措施？]
- 世界状态一致性和并发处理 — [应对措施？]
- LLM API 成本超支 — [应对措施？]
9.2 产品风险
- 需求蔓延导致延期 — [应对措施？]
- 用户留存率低 — [应对措施？]
10. 验收标准
[定义 MVP 完成的验收标准]
- [核心功能可运行演示]
- [AI 讲述者能流畅引导一段完整会话]
- [世界状态能正确记录和更新]
- [用户界面可用性测试通过]
📝
下一步：逐步回答上述占位符问题，完善需求文档。建议优先澄清：产品定位、目标用户、技术架构三个核心问题。
6.5 角色与团体系统
- [角色属性体系：基础属性、性格特征、行为准则字段]
- [团体成员关系网络和影响力计算？]
6.6 用户系统
- [用户认证方式：邮箱/社交登录/匿名？]
- [权限系统：创作者、玩家、管理员角色划分？]
7. 非功能需求
性能要求： [响应时间目标？并发用户数预期？]
可用性要求： [SLA 目标？故障恢复时间要求？]
安全要求： [数据加密、用户隐私保护、内容安全标准？]
可扩展性： [未来支持的功能扩展方向？]
8. 项目规划
8.1 时间线
- 阶段一：需求细化与确认 — [预计时间？]
- 阶段二：MVP 开发 — [预计时间？]
- 阶段三：迭代优化 — [预计时间？]
- 阶段四：发布上线 — [预计时间？]
8.2 资源需求
人力： [需要的角色和人数？]
预算： [AI API 成本预估、服务器成本、工具订阅？]
9. 风险分析
技术风险： [AI 生成内容质量不稳定、LLM 成本超支、实时同步复杂度？]
产品风险： [需求蔓延、用户接受度不确定？]
合规风险： [内容审核、数据隐私法规、AI 伦理？]
10. 验收标准
[定义 MVP 完成的 criteria：功能清单、性能指标、用户测试标准？]
💡
下一步行动：建议优先回答 [产品定位] 和 [目标用户] 部分的问题，这将决定后续所有技术选型和功能优先级。
8. 项目规划
8.1 时间线
- 阶段一：需求细化与确认 — [预计时间？]
- 阶段二：MVP 开发 — [预计时间？]
- 阶段三：迭代优化 — [预计时间？]
- 阶段四：发布上线 — [预计时间？]
8.2 资源需求
人力： [需要的角色和人数？]
预算： [AI API 成本预估、服务器成本、工具订阅？]
9. 风险分析
技术风险： [AI 生成内容质量不稳定、LLM 成本超支、实时同步复杂度？]
产品风险： [需求蔓延、用户接受度不确定？]
合规风险： [内容审核、数据隐私法规、AI 伦理？]
10. 验收标准
[定义 MVP 完成的 criteria：功能清单、性能指标、用户测试标准？]
💡
下一步行动：建议优先回答 [产品定位] 和 [目标用户] 部分的问题，这将决定后续所有技术选型和功能优先级。
- 技术栈与工具选择
2.1 核心架构
┌─────────────────────────────────────────────────────────────┐
│ 前端层 │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────────────┐ │
│ │ 世界编辑器 │ │ 潜入体验界面 │ │ 时间线/属性可视化 │ │
│ │ (React/Vue) │ │ (游戏引擎/ │ │ (D3/ECharts) │ │
│ │ │ │ 文字引擎) │ │ │ │
│ └─────────────┘ └─────────────┘ └─────────────────────┘ │
└─────────────────────────────────────────────────────────────┘
│
┌─────────────────────────────────────────────────────────────┐
│ API 网关层 │
│ (FastAPI / Node.js / Go) │
└─────────────────────────────────────────────────────────────┘
│
┌─────────────┬─────────────┼─────────────┬─────────────────┐
│ 世界状态 │ 事件引擎 │ 预言机 │ 矫正者系统 │
│ 管理服务 │ (规则驱动) │ (LLM Agent)│ (审核/反馈) │
│ │ │ │ │
│ PostgreSQL │ Redis/Event │ Claude/ │ 人工审核 + │
│ + JSONB │ Streaming │ GPT-4/ │ LLM 自检 │
│ │ │ 本地模型 │ │
└─────────────┴─────────────┴─────────────┴─────────────────┘2.2 推荐技术栈
| 层级 | 推荐方案 | 备选方案 | 理由 |
|---|---|---|---|
| 后端框架 | Python + FastAPI | Node.js + NestJS | Python AI 生态完善 |
| 数据库 | PostgreSQL + pgvector | MongoDB | JSONB 灵活，向量检索 |
| 缓存/消息 | Redis + Celery | RabbitMQ | 任务队列、状态缓存 |
| 实时通信 | WebSocket + Socket.io | SSE | 潜入会话实时交互 |
| LLM 层 | Claude/GPT-4 + LangChain | 本地 LLaMA | 质量与成本平衡 |
| 前端 | React + TypeScript | Vue 3 | 组件生态丰富 |
| 潜入渲染 | 自定义文字引擎 | Ren’Py/Unity | 叙事类游戏专用 |
| 部署 | Docker + K8s | PaaS (Railway) | 可扩展性 |
2.3 AI/LLM 集成策略
分层 LLM 架构示例
class OracleSystem: """ 预言机分层设计
- 快速层: 规则引擎处理确定性推演
- 智能层: LLM 处理创造性/不确定性推演
- 验证层: 矫正者审核输出 """
def predict(self, world_state, query):
# L1: 规则驱动推演（快速、确定）
if self.rule_engine.can_handle(query):
return self.rule_engine.infer(world_state, query)
# L2: LLM 创造性推演
context = self.build_context(world_state)
raw_prediction = self.llm.generate(context, query)
# L3: 矫正者验证
validated = self.validator.check(raw_prediction, world_state.rules)
return validated───
- 技术难点与挑战预测
3.1 核心挑战（高难度）
| 挑战 | 描述 | 风险等级 |
|---|---|---|
| 世界状态一致性 | 事件如何一致性地影响多维属性？多个潜入会话如何同步世界状态？ | 🔴 高 |
| 因果链追踪 | 长程依赖：100个事件前的小决定如何影响现在？需要因果图存储 | 🔴 高 |
| 预言机幻觉 | LLM 可能生成违反世界规则的内容，如何有效约束？ | 🔴 高 |
| 叙事连贯性 | 多玩家潜入产生的事件如何保持叙事逻辑一致？ | 🟡 中 |
3.2 技术难点详解
难点 A: 世界状态管理系统
问题: 属性之间的相互依赖和连锁反应
例:
- 事件: “王国发动战争”
- 影响: 军事↑ 经济↓ 民心↓ 外交↓
- 连锁: 经济↓ → 税收↓ → 基础设施↓ → 长期发展↓
需要:
- 属性依赖图建模
- 事件影响传播算法
- 版本控制（世界状态的历史分支）
难点 B: 多会话状态同步
场景:
- 玩家A正在潜入 “王国宫廷” 场景
- 玩家B的潜入导致 “国王驾崩”
- 玩家A的会话应如何响应？
方案对比:
- 即时同步 → 复杂，可能打断叙事体验
- 延迟合并 → 简单，可能产生逻辑矛盾
- 分支平行世界 → 符合设定，数据复杂
难点 C: LLM 可控生成
挑战: 如何让 LLM 严格遵守世界规则？
潜在方案:
- 检索增强 (RAG): 将相关规则注入上下文
- 结构化输出: 强制 JSON/YAML 格式
- 后处理验证: 规则引擎检查并修正
- 微调模型: 训练专用叙事模型
3.3 工程挑战（中等难度）
- 数据模型设计：世界、事件、角色、团体的关系极其复杂 • 实时性能：潜入体验的响应延迟要求 • 版本管理：世界规则的演进如何兼容历史事件？ • 权限系统：讲述者、矫正者、玩家的权限边界
───
- 初步实施规划
4.1 里程碑规划（MVP → 完整版）
Phase 1: 核心骨架 (2-3个月)
├── 世界规则编辑器（基础版）
├── 简单事件-属性系统
├── 单人潜入原型（文字交互）
└── 基础预言机（直连LLM）
Phase 2: 叙事引擎 (2-3个月)
├── 时间线可视化
├── 角色/团体系统
├── 事件因果链追踪
└── 潜入体验优化
Phase 3: 智能与协作 (3-4个月)
├── 矫正者系统
├── 多人潜入支持
├── 世界状态版本管理
└── 预言机规则约束
Phase 4: 完善与扩展 (2-3个月)
├── 内容审核系统
├── 创作者市场
├── 性能优化
└── 移动端适配4.2 技术实现优先级
第一优先（MVP 必需）
- 世界规则数据模型（JSON Schema） • 基础事件 CRUD + 简单属性计算 • LLM 集成（OpenAI/Anthropic API） • 单人潜入文字交互界面
第二优先（可用性）
- 时间线可视化组件 • 事件影响传播算法 • 角色/团体关系管理 • 基础矫正者审核流程
第三优先（规模化）
- 多人并发潜入 • 世界状态版本控制 • 预言机结果缓存优化 • 自定义规则引擎
4.3 推荐的起步方案
建议从 简化版 MVP 开始验证核心概念：
MVP 范围:
- 单世界、单用户
- 3-5 个核心属性维度
- 线性时间线（无分支）
- 文字潜入体验
- 基础 LLM 预言机（无复杂约束）
验证指标:
- 玩家是否觉得叙事连贯？
- 事件对属性的影响是否合理？
- 预言机预测是否有趣/有用？
───
总结建议
- 先明确产品定位：是创作工具、游戏平台，还是两者结合？
- 从简单规则引擎开始：不要一开始就追求完美的 LLM 控制，先用规则处理确定性逻辑
- 重点关注数据模型：世界、事件、角色的关系设计是成败关键
- 预留扩展空间：多世界、多用户、时间线分支等高级功能需要架构预留
这个项目概念非常有潜力，融合了叙事设计、复杂系统模拟和生成式 AI，是一个值得深入探索的方向。