cultivation-world-simulator

让AI自己演一出修仙大戏，你只管看戏或搅局。

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。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2087

维护状态维护中

是否开源是

定价模式 free

项目数据

分类智能体

开发团队4thfever

所属国家

官网地址

GitHubhttps://github.com/4thfever/cultivation-world-simulator

定价模式free

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

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★ 2087

30天Star增速

HF 下载量

上线时间2025-08-18 00:00:00

最近更新2026-09-23 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

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 0.0.0.0	`0.0.0.0`
`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

项目介绍

cultivation-world-simulator 是智能体领域的开源项目，由 4thfever 开发，2025 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（2,087）位列前 30%，在智能体分类中处于中上游。

近 42 天，它的 GitHub 星标从 2,015 增加到 2,087，净增 72。

项目仍在小幅维护中，最近一次代码更新于 2026-09-23。可自行部署使用，无在线服务，完全免费。

它主要面向的使用场景是：游戏开发者用于原型验证，探索AI驱动叙事。同类可对比的替代方案包括 AI Dungeon、SillyTavern、Generative Agents。

上一篇：NemoClaw

下一篇：oh-my-claudecode