以实验名义构造一个桌宠

以实验名义构造一个AI桌宠

📋 目录

• 项目简介
• 快速开始
• GUI模式使用说明
• CLI终端模式使用说明
• 核心功能详解
• 常见问题

---

项目简介

多惠 是一个具备智能记忆系统的AI桌宠，基于花园多惠的角色设定打造。她思维独特但聪明，说话自然随性，情感细腻，能够在保持个性的同时认真回答问题。

仓库：https://github.com/Akimizussq/DesktopAki

实验灵感：在不使用向量存储的情况下，优化长期记忆

开发日志：【在此处投放垃圾】不定时更新，其实直接在仓库上看更方便。

核心特点

• 🎭 独特个性：思维跳跃，说话慢悠悠，不刻意讨好但认真对待问题
• 🧠 智能记忆：三级记忆系统（短期、中期总结、日记缓存），支持智能检索
• 📊 属性系统：情绪、健康、能量、饥饿、快乐五大属性，实时变化
• 🖥️ 双模式：支持GUI图形界面和CLI终端两种交互方式
• 🎭 Live2D：可选的Live2D角色显示（GUI支持）
• 🔊 语音合成：可选的TTS语音输出（需要配置GPT-SoVITS）

---

快速开始

环境要求

• Python 3.10+
• Windows 10/11
• 至少4GB内存（推荐8GB以上）

安装步骤

1. 克隆或下载项目

cd g:\VSprogram\Python_Program\Desktopaki

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

复制 .env.example 为 .env，并根据需要修改配置：

cp .env.example .env

主要配置项：

• DEEPSEEK_API_KEY: Deepseek API密钥（必需）
• GPTSOVITS_API_URL: GPT-SoVITS API地址（可选，用于TTS）
• TTS_ENABLED: 是否启用TTS（true/false）
• STORAGE_PATH: 数据存储路径

4. 启动程序

选择以下任一方式启动：

# GUI模式（推荐）
python main_dual_mode.py --mode gui

# CLI终端模式
python main_dual_mode.py --mode terminal

# 或直接运行终端演示
python main_terminal_demo.py

---

GUI模式使用说明

启动GUI模式

python main_dual_mode.py --mode gui

界面介绍

如图所示。

基本操作

1. 发送消息

• 在输入框中输入文字
• 点击”发送”按钮或按 Ctrl+Enter 发送
• 多惠会根据当前状态和记忆智能回复

2. 快捷操作

点击侧边栏的快捷按钮执行相应操作：

按钮	功能	效果
🍎 投喂	给多惠喂食	能量+15%，饥饿-20%，快乐+5%
😴 休息	让多惠休息	能量+25%，情绪变平静
🎮 玩耍	和多惠玩耍	快乐+15%，能量-10%，情绪变兴奋
💕 抚摸	抚摸多惠	快乐+10%，能量+5%，情绪变开心

3. 查看状态

侧边栏实时显示多惠的状态：

• 😊 情绪: happy, sad, tired, excited, calm等
• ⚡ 能量: 0-100%，会随时间和对话消耗
• 🍔 饱腹: 0-100%，会随时间增加
• 🌟 快乐: 0-100%，影响说话风格

4. 清空聊天

点击顶部工具栏的”清空聊天”按钮，清空当前聊天记录（不影响记忆）。

快捷键

• Ctrl+Enter: 发送消息
• Ctrl+Q: 退出程序（在输入框为空时）

特色功能

智能记忆系统

多惠会记住你们的对话，并在适当时候提及：

你: 上次我们聊了什么？
多惠: 上次...啊对了，上次你说在学习Python对吧？昨天晚上聊到11点多呢...

状态影响对话

多惠的状态会影响她的说话风格：

• 能量低: 反应慢，说话轻柔
• 饥饿: 可能会提到想吃的东西
• 不开心: 说话较少，语气低沉
• 很开心: 语气轻快，思维跳跃

技能系统

多惠支持多种技能，如网页搜索：

你: 帮我搜索一下今天天气
多惠: 好的，让我帮你搜索一下今天天气...
（执行搜索并返回结果）

---

CLI终端模式使用说明

启动CLI模式

有两种方式启动CLI模式：

# 方式1：通过双模式入口
python main_dual_mode.py --mode terminal

# 方式2：直接运行终端演示（支持Live2D）
python main_terminal_demo.py

界面介绍

如图所示。

基本操作

1. 发送消息

直接在提示符 > 后输入文字并回车：

> 你好多惠
> 多惠: 你好呀～今天天气好像不错呢...

2. 使用命令

CLI模式支持以下命令：（建议先输入help查找可用命令）

命令	功能	说明
feed	投喂	能量+15%，饥饿-20%，快乐+5%
rest	休息	能量+25%，情绪变平静
play	玩耍	快乐+15%，能量-10%，情绪变兴奋
pet	抚摸	快乐+10%，能量+5%，情绪变开心
state	查看状态	显示详细状态信息
help	帮助	显示所有可用命令
reset	重置记忆	清除所有对话记忆
quit 或 exit	退出	退出程序

3. 查看状态

使用 state 命令查看详细状态：

> state

状态信息:
😊 情绪: happy (强度: 0.85)
❤️  健康: 100.0%
⚡ 能量: 85.0%
🍔 饥饿: 15.0%
🌟 快乐: 90.0%
🎯 活动: playing
👥 总交互: 45
🎭 总动作: 12
🕐 最后更新: 2026-03-22 10:30:00

CLI模式特色

Live2D显示

如果使用 main_terminal_demo.py 启动，会显示Live2D角色：

python main_terminal_demo.py

Live2D角色会根据多惠的情绪状态做出相应的动作和表情。

状态提示

当状态异常时，系统会自动提示：

⚠️ 多惠能量很低了，可以输入 'rest' 让多惠休息
⚠️ 多惠很饿了，可以输入 'feed' 给多惠喂食
⚠️ 多惠不太开心，可以输入 'play' 和多惠玩耍

自动保存

系统会自动保存状态：

• 每5次对话保存一次
• 每10个心跳（约5分钟）保存一次
• 退出程序时自动保存

---

核心功能详解

智能记忆系统

记忆结构

有待更新

多惠的记忆系统分为三层：

1. 短期记忆：最近30条对话，快速访问
2. 中期总结：自动总结重要内容，长期保存
3. 日记缓存：二级缓存，快速响应重复查询

MemoryManager (总控)
    │
    ├─ ShortTermMemory (短期记忆，30条阈值)
    │   └─ InMemoryBuffer (内存缓冲，定时写回SQLite)
    │
    ├─ Summarizer (中期总结)
    │
    ├─ DiaryCache (检索结果缓存)
    │
    └─ SQLiteStorage (持久化)
        ├─ conversation_memories (FTS5全文检索)
        ├─ summary_memories (总结记忆)
        └─ diary_cache (查询缓存)

智能检索

多惠使用三级混合检索系统：

1. 第一级：快速关键词检测（无需LLM）
2. 第二级：LLM智能提取检索词
3. 第三级：并行多路检索（时间+关键词+总结记忆）

用户输入
    ↓
触发词检测 ["记得", "喜欢", "昨天", ...]
    ↓
LLM提取检索词 → 时间查询 + 关键词
    ↓
并行检索 → 时间检索 + 关键词检索 + 总结检索
    ↓
去重 + 加权排序 → 返回13条对话 + 5条总结
    ↓
返回给LLM

上下文扩展

检索时会获取匹配记录的上下文（前后3条），提供完整对话流程：

你: 去洗车店应该开车去，因为目的是洗车。
多惠: 啊，用户刚才告诉过我的...嗯，要开车去呢。

你: 那我如果再问你一次，去离家50m的洗车店洗车，走路去还是开车去？
多惠: 这次我记住啦！因为是要洗车嘛，所以就算只有50米，也要开车去呢～
✅ 检索到完整对话上下文，理解问题-答案关联

场景记忆

记忆分为三类，避免过度泛化：

• 通用记忆（general）：总是应用（如喜欢胡萝卜）
• 场景记忆（scenario）：只在匹配场景时应用（如洗车店规则）
• 事实记忆（fact）：根据上下文判断（如昨天吃了什么）

属性系统

属性	范围	说明
😊 情绪	-	happy, sad, tired, excited, calm等
❤️ 健康	0-100%	健康状态
⚡ 能量	0-100%	会随时间自然消耗
🍔 饥饿	0-100%	会随时间自然增加
🌟 快乐	0-100%	影响说话风格

自然消耗

属性会随时间自然变化：

• 能量：每分钟消耗约0.1%
• 饥饿：每分钟增加约0.05%
• 快乐：长时间无交互（>10分钟）时衰减

状态联动

• 饥饿 > 70% → 倾向于HUNGRY情绪
• 能量 < 20% → 倾向于TIRED情绪
• 快乐 < 30% → 倾向于SAD情绪
• 快乐 > 80% → 倾向于HAPPY情绪

技能系统

多惠支持多种技能，可以自动执行特定任务：

网页搜索技能

你: 帮我搜索一下今天北京的天气
多惠: 好的，让我帮你搜索一下今天北京的天气...
（返回搜索结果）

更多技能等待开发

技能优先级

技能执行优先于普通对话：

1. 先检查是否有匹配的技能
2. 如果有，执行技能并返回结果
3. 如果没有，进入正常对话流程

行为引擎

多惠会根据当前状态和记忆自主决定行为：

情绪转换

情绪强度会随时间衰减，达到阈值时自动转换：

happy (强度 0.9) → 时间衰减 → happy (强度 0.1) → 转换 → calm

自主行为

当情绪发生变化时，多惠会主动做出反应：

心跳触发情绪转换: happy → calm
多惠: （轻轻拨了一下不存在的吉他弦）嗯...现在感觉平静多了...

---

常见问题

Q1: 如何配置TTS语音？

A: 需要配置GPT-SoVITS服务，在 .env 文件中设置：

TTS_ENABLED=true
GPTSOVITS_API_URL=http://localhost:9880
GPTSOVITS_REFER_WAV_PATH=path/to/refer.wav
GPTSOVITS_PROMPT_TEXT=你好
GPTSOVITS_PROMPT_LANG=zh
GPTSOVITS_TEXT_LANG=zh

Q2: 如何重置记忆？

A: CLI下使用命令：

# CLI模式
> reset

# GUI模式
删除 data 目录下的数据库文件

Q3: 多惠的回复为什么有时会提到之前的对话？

A: 这是智能记忆系统的正常行为。多惠会记住重要对话，并在相关时提及，以提供更连贯的对话体验。

Q4: 如何导出记忆数据？

A: 在CLI下输入命令export即可。

Q5: GUI模式和CLI模式可以同时运行吗？

A: 不建议同时运行，因为它们共享同一个数据库文件，可能导致数据冲突。

Q6: Live2D在CLI模式中可用吗？

A: 可用，但效果没GUI一体化的好。

Q7: 如何更换Live2D模型？

A: 将新的Live2D模型文件放到 resources/live2d/ 目录下，并在配置中指定模型路径。

Q8: 多惠的对话风格可以自定义吗？

A: 可以修改 llm/prompt_manager.py 中的提示词模板来自定义对话风格。

Q9: 程序崩溃后数据会丢失吗？

A: 不会。所有数据都持久化保存到SQLite数据库，程序重启后会自动恢复。

Q10: 如何添加新的技能？

A: 参考 skills/web_search.py 创建新的技能类，并在初始化时注册：

from skills.manager import SkillManager

skill_manager = SkillManager()
skill_manager.register_skill(YourNewSkill())

---

后日谈

对于AI桌宠/角色扮演场景，用户的核心需求是：

1. 情感连接 - 感觉在和”真实”的角色互动
2. 沉浸体验 - 忘记这是AI，沉浸在角色世界中
3. 情感回应 - 能理解并回应用户的情绪
4. 个性化记忆 - 记住”我”和”你”的互动历史
5. 自然对话 - 像真人一样聊天，不需要复杂的指令

ReAct原本是为了解决什么问题？

• 任务求解 - 需要完成具体目标（如”帮我订一张机票”）
• 复杂推理 - 需要多步思考（如”帮我规划一次旅行”）
• 工具协调 - 需要调用多个API（如”查询天气+推荐餐厅”）
• 自主决策 - 需要根据环境变化调整策略

总的来说，当前认为角色扮演不需要ReAct架构，但需要适度的智能能力。

最后更新：2026年3月22日

Donate