skyagi

GitHub
784 56 简单 1 次阅读 1周前Apache-2.0语言模型Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

SkyAGI 是一款基于大语言模型(LLM)的 Python 开源工具,旨在模拟逼真的人类行为。它实现了“生成式智能体”(Generative Agents)的前沿理念,能够构建出具备记忆、规划与反应能力的虚拟角色,让用户在角色扮演游戏中获得极具沉浸感的互动体验。

传统 AI 控制的非玩家角色(NPC)往往回应生硬、缺乏连贯性,而 SkyAGI 有效解决了这一痛点。其核心亮点在于赋予了智能体类似人类的记忆机制与自主决策能力:角色不仅能记住过往对话细节,还能根据情境变化主动调整策略,甚至在没有人工干预的情况下推动剧情自然发展,使得交互过程难以被分辨为机器生成。

该项目非常适合游戏开发者、AI 研究人员以及互动叙事设计师使用。开发者可利用它革新 NPC 脚本编写方式,创造更生动的游戏世界;研究人员可借此探索大模型在社会模拟中的涌现能力;设计师则能快速原型化复杂的角色互动场景。虽然普通用户也可通过配置 JSON 文件自定义如《生活大爆炸》或《复仇者联盟》中的角色进行体验,但其核心价值更多体现在为专业创作者提供强大的行为模拟基座,启发对未来人机交互形态的重新思考。

使用场景

一家独立游戏工作室正在开发一款叙事驱动的 RPG 游戏,策划团队希望游戏中的 NPC 能像真人一样拥有记忆和自主社交能力,而不仅仅是重复预设台词。

没有 skyagi 时

  • 对话僵硬死板:NPC 只能根据固定的脚本树回复玩家,一旦玩家提问超出预设范围,角色就会答非所问或陷入循环,严重破坏沉浸感。
  • 缺乏记忆连贯性:角色无法记住之前的互动细节(如玩家曾答应帮忙),每次对话都像初次见面,导致剧情逻辑断裂。
  • 剧情推进困难:若想让 NPC 之间自发产生互动以推动支线剧情,开发者必须手动编写成千上万行复杂的触发脚本,工作量巨大且难以维护。
  • 个性千人一面:不同角色的回复风格趋同,难以体现如“谢尔顿”般的独特性格特征(如特定的口头禅或社交障碍),角色缺乏灵魂。

使用 skyagi 后

  • 拟人化自然交互:skyagi 基于大模型生成的回复极具真实感,NPC 能理解语境并做出符合人类逻辑的反应,玩家几乎无法察觉背后是 AI。
  • 长效记忆机制:角色自动存储并调用过往经历(如记得同伴的嘱托),能在后续对话中主动提及旧事,使故事发展连贯且富有深度。
  • 自主剧情演化:无需人工干预,skyagi 驱动的角色间可自发协商甚至改变立场(如被说服加入科学实验),动态生成意想不到的精彩情节。
  • 鲜明性格定制:通过简单的 JSON 配置即可定义角色的年龄、性格及背景记忆,skyagi 能精准还原特定人物的说话风格和行为习惯。

skyagi 将游戏开发从繁琐的脚本编写中解放出来,让 NPC 真正拥有了“生命”,为下一代沉浸式游戏体验奠定了坚实基础。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具是一个 Python 包,主要通过调用 OpenAI API 运行,因此必须配置有效的 OPENAI_API_KEY 环境变量。README 中未提及本地 GPU、特定显存或 CUDA 版本需求,推测计算负载主要由云端 API 承担。示例角色配置文件不包含在 pip 安装包中,需单独从 GitHub 下载。
python未说明
skyagi
openai
skyagi hero image

快速开始

SkyAGI:大语言模型中新兴的人类行为模拟能力

https://github.com/litanlitudan/skyagi/assets/4970420/a584b364-e659-476d-a884-932b3c04df61

PyPI

SkyAGI 是一个 Python 包,展示了大语言模型在模拟可信人类行为方面的新兴能力。 具体来说,SkyAGI 实现了 生成式智能体 的理念,并提供了一款角色扮演游戏,带来了非常有趣的用户体验。

与以往基于 AI 的 NPC 系统不同,SkyAGI 的 NPC 能够生成非常逼真的人类回应。这一演示中的有趣观察表明,在 NPC 脚本编写等诸多方面,游戏开发有着巨大的重新思考潜力。

为了展示这一点,SkyAGI 提供了来自《生活大爆炸》和《复仇者联盟》的示例角色作为起点。用户也可以通过创建类似 customized_character.json 的配置文件来定义自定义角色。有关这些有趣观察的详细信息,请参阅 观测部分

快速开始

安装

pip install --upgrade skyagi

或者

make install

运行方法

export OPENAI_API_KEY="..."
skyagi
# 或
OPENAI_API_KEY="..." skyagi

例如,如果 OpenAI 密钥是 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,那么确切的命令如下:

# 确保令牌周围没有引号
export OPENAI_API_KEY=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
skyagi
# 或
OPENAI_API_KEY=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 skyagi

要使用示例智能体配置,请从这里下载:https://github.com/litanlitudan/skyagi/tree/main/examples (通过 pip 安装不会包含智能体配置)

一个示例智能体配置(谢尔顿)大致如下:

{
    "name": "Sheldon",
    "age": 27,
    "personality": "聪明、固执、社交困难、古怪且傲慢。",
    "memories": [
        "谢尔顿是一名在加州理工学院工作的理论物理学家。",
        "谢尔顿拥有绝对记忆,智力超群,但社交能力和理解讽刺的能力较弱。",
        ...
        "敲敲敲,佩妮——这是谢尔顿拜访佩妮公寓时使用的特定敲门方式,他会重复三次。",
        "巴津嘎!——这是谢尔顿用来表示自己在开玩笑或捉弄他人的口头禅。"
    ],
    "current_status": "谢尔顿正在芝士蛋糕工厂"
}

本演示中的有趣观察

以下是使用《生活大爆炸》示例进行实时演示的截图: demo 从这段对话中,我们可以观察到三个在以往系统中很少见的有趣点:

  1. 莱纳德记得佩妮曾让他劝说谢尔顿一起去徒步旅行,这表明系统具备某种记忆能力。
  2. 在谢尔顿低声对莱纳德耳语后,莱纳德改变了主意,甚至试图说服佩妮加入科学活动,这说明即使没有人类干预,智能体之间也能在故事情节中取得有意义的进展。
  3. 所有回应都相当贴近人类的表达方式。作为用户,很难判断这些回应背后是否真的是人工智能。

参考文献

  1. https://arxiv.org/abs/2304.03442
  2. https://python.langchain.com/en/latest/use_cases/agent_simulations/characters.html#create-a-generative-character

版本历史

0.0.302023/06/05
0.0.292023/05/24
0.0.282023/05/08
0.0.272023/05/05
0.0.262023/04/30
0.0.252023/04/30
0.0.242023/04/30
0.0.232023/04/28
0.0.222023/04/25
0.0.212023/04/25
0.0.202023/04/25
0.0.192023/04/24
0.0.182023/04/23
0.0.172023/04/23
0.0.162023/04/23
0.0.152023/04/22
0.0.142023/04/22
0.0.132023/04/21
0.0.122023/04/21
0.0.112023/04/21

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|昨天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|3天前
开发框架图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

88.9k|★★★☆☆|今天
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|昨天
图像数据工具视频