
cultivation-world-simulator
让AI自己演一出修仙大戏,你只管看戏或搅局。
项目预览
项目数据
项目介绍
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
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
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···
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···
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
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···
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···
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···
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-···
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
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 ···