cultivation-world-simulator

让AI自己演一出修仙大戏,你只管看戏或搅局。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 智能体 🍴 复刻 241 🐛 待处理 1 👀 关注 7
GitHub ↗
GitHub 星标 ★ 2142
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目,可自行部署使用,无在线服务,完全免费。

项目预览

cultivation-world-simulator 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类智能体
开发团队4thfever
定价模式🏷️完全免费
价格说明开源项目,可自行部署使用,无在线服务,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型agentic-workflow,ai,ai-agents,ai-native,autonomous-agents,cultivation,cultivation-game,game,llm,open-source,procedural-generation,prompt-engineering,python,simulation,simulation-game,simulator,text-based-game,world-simulation
GitHub 星标★ 2142
上线时间2025-08-18 00:00:00
代码更新2026-08-16
仓库体积487.7 MB
本站数据更新2026-11-08
维护状态维护中
收录时间2026-08-09
浏览次数6

项目介绍

这是一个基于 AI Agent 工作流的修仙世界模拟器,用 Python 构建,核心是让 LLM 驱动的智能体在仙侠世界观中自主行动、互动,从而涌现出动态的、不可预测的剧情和世界演化。它解决的是传统游戏内容固定、缺乏开放性的问题,通过为每个角色赋予独立人格、记忆和目标,让世界真正“活”起来。项目提供了一套完整的框架,包括角色生成、关系网络、事件系统、修炼体系等,支持玩家以观察者或参与者身份介入,体验独一无二的修仙故事。其技术亮点在于将 Agentic Workflow 与程序化生成结合,实现零预设剧情的叙事,适合用于游戏开发、AI 叙事研究或世界观沙盒实验。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2142

使用教程

难度:进阶 约 15 分钟 部署方式:本地安装 6 步

环境要求

  • Python 环境(用于运行后端与 pip 安装依赖)
  • Node.js(用于安装并运行 web 前端)
  • 可用的 LLM 模型服务:DeepSeek / MiniMax / Ollama 之一
  • Docker + docker-compose(仅选择 Docker 部署方式时需要)

安装与启动步骤

  1. 1获取项目源码

    把仓库克隆到本地并进入项目目录,后续所有命令都在该目录下执行。

    git clone https://github.com/4thfever/cultivation-world-simulator.git
    cd cultivation-world-simulator
  2. 2安装后端依赖

    在项目根目录安装后端 Python 依赖,需保证 pip 指向你打算使用的 Python 环境。

    pip install -r requirements.txt
  3. 3安装前端依赖

    进入 web 目录用 npm 安装前端依赖,完成后回到项目根目录,需已装好 Node.js。

    cd web && npm install && cd ..
  4. 4启动服务

    用 --dev 启动,会自动拉起前后端;开发模式下前端通常会自行打开页面。

    python src/server/main.py --dev
  5. 5配置模型预设

    首次进入后先在设置页选择可用的模型预设(DeepSeek / MiniMax / Ollama),配置会保存到用户数据目录。

  6. 6访问前端界面

    若浏览器没有自动打开,请访问启动日志中显示的前端地址,通常为 http://localhost:5173。

关键配置

配置项必填说明示例
模型预设是在前端设置页选择模型服务,未配置无法开始新游戏DeepSeek / MiniMax / Ollama
CWS_DATA_DIR否Docker 部署时统一持久化设置、密钥、存档与日志的目录/data
SERVER_HOST否后端监听地址,局域网访问时设为 0.0.0.00.0.0.0
system.host否static/config.yml 中的只读默认监听配置0.0.0.0
vite server.host否web/vite.config.ts 中 server 块添加,供手机访问前端0.0.0.0

如何确认成功

浏览器能打开启动日志中显示的前端地址(通常为 http://localhost:5173),并在设置页配置好模型预设即可开始新游戏。

常见问题

Q:前端页面没有自动打开怎么办?

A:直接访问启动日志中显示的前端地址即可,通常为 http://localhost:5173。

Q:Docker 部署后数据会丢失吗?

A:不会。后端用 CWS_DATA_DIR=/data 持久化设置、密钥、存档和日志,默认映射到宿主机 ./docker-data,docker compose down 后再 up 仍保留。

Q:第一次启动不知道做什么?

A:首次进入后需先在设置页配置可用的模型预设(如 DeepSeek / MiniMax / Ollama),然后再开始新游戏。

Q:手机或局域网怎么访问?

A:后端以 SERVER_HOST=0.0.0.0 启动,前端在 web/vite.config.ts 的 server 块加 host: '0.0.0.0',手机与电脑同 WiFi 下访问 http://<电脑局域网IP>:5173。

Q:想用外部 Agent / 脚本控制世界怎么做?

A:围绕稳定命名空间开发:只读用 /api/v1/query/*,写入用 /api/v1/command/*,流程为查状态、开局、拉快照、下发命令、再查询。

注意事项

  • README 中 Docker 一键部署标注为“未测试”,源码部署是推荐方式。
  • 移动端 UI 尚未完全适配,仅供尝鲜。
  • 开发模式下前端页面通常会自动打开,没打开就看启动日志中的地址。
  • 外接 API 的完整接口清单与扩展约定见 docs/specs/external-control-api.md。

核心亮点

  • 基于 LLM 的智能体决策,角色行为有深度,剧情非脚本化。
  • 开源且模块化设计,方便二次开发,可自定义世界观和规则。
  • 程序化生成世界与事件,每次运行都有全新体验,重玩性高。

不足之处

  • 依赖外部 LLM API,运行成本较高,且需要网络。
  • 文档和社区生态尚在早期,上手门槛不低。

适用场景

  • 游戏开发者用于原型验证,探索AI驱动叙事。
  • AI研究者作为多智能体涌现行为的实验沙盒。
  • 修仙小说爱好者用于生成个性化故事或世界观灵感。

替代项目

AI Dungeon、SillyTavern、Generative Agents

上一篇:NemoClaw

下一篇:oh-my-claudecode

同类项目推荐

Paper2Agent 开源

把论文一键变成能对话的 AI 智能体

Paper2Agent is a multi-agent AI system that automatically transforms research papers···

★ 3980 2026-09-22
agentic-ai-landscape 开源

一页看清智能体赛道所有玩家与工具

Data driven agentic landscapes and insights. Produced by Ant Open Source and inclusi···

★ 560 2026-09-16
kodit 开源

让 AI 助手轻松读懂外部代码仓库,索引后即可精准问答。

‍ MCP server to index external repositories

★ 127 2026-08-09
Sico 开源

打造能自我进化的企业数字员工,让复杂任务自动执行。

An open-source Digital Worker platform for reliable execution, continuous co-evoluti···

★ 284 2026-08-09
deep-search-pro 开源

千行代码看懂多智能体协作搜索

Deep Search Pro —— 一个不到 1000 行的多智能体协作搜索系统。基于 LangChain + FastAP···

★ 221 2026-09-12
orloj 开源

用 YAML 声明多智能体,Orloj 自动调度治理,让 AI 系统稳定跑在生产环境。

An orchestration runtime for multi-agent AI systems. Declare agents, tools, and poli···

★ 126 2026-08-09
frankenterm 开源

统一管理多个 AI 编码代理的终端,实时监控并调度。

Swarm-native terminal platform for AI coding agents: real-time pane capture, change-···

★ 128 2026-08-09
way-back-home 开源

用 Google 智能体栈搭一个可跑的多模态 RAG 助手

Way Back Home

★ 101 2026-11-02
ClawMem 开源

给 AI 智能体装上本地记忆,跨会话不忘事。

On-device memory layer for AI agents. Claude Code, OpenClaw and Hermes. Hooks + MCP ···

★ 211 2026-08-09