PlotChoiceGenerator 选择生成器
字数
805 字
阅读时间
4 分钟
AI 驱动的剧情分支选择生成器，每轮调用 LLM 生成 3 个不同级别的选择项。
基本用法
python
from nbot.plot import PlotChoiceGenerator
generator = PlotChoiceGenerator()
choices = await generator.generate(
response_text=ai_reply,
turn_context={"mood": "happy", "relationship": "好感度75"},
session_context={"recent_topics": ["天气", "动漫"], "current_arc": "校园日常"},
recent_history=[{"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}],
session_id="sess_abc",
)
# 返回: [{"level": "normal", "text": "...", "intent": "..."}, ...]参数
| 参数 | 类型 | 说明 |
|---|---|---|
response_text | str | AI 角色的回复文本 |
turn_context | dict | 当前轮次上下文（mood, relationship 等） |
session_context | dict | 会话级别上下文（recent_topics, current_arc） |
recent_history | list[dict] | 最近几轮对话 [{role, content}, ...]，用于避免重复 |
session_id | str | 会话 ID，用于 token 统计 |
选择生成规则
三个级别
| 级别 | 推进力度 | 说明 |
|---|---|---|
normal | 小步 | 顺势推进，带出新细节或下一步动作 |
important | 中步 | 主动开辟新话题、转移场景或推进关系 |
turning_point | 大步 | 时间跳跃、突发事件、新人物或重大决定 |
核心铁律
每个选择必须引入「上一轮还不存在的新东西」，从以下至少一类取材：
- 新的行动目标或动作
- 尚未聊过的新话题
- 场景或地点转移
- 时间推移或跳跃
- 新出场人物或关系进展
- 突发外部事件
严禁「原地打转」的写法：复述角色刚说过的话、反复追问同一件事、停留在同一场景情绪中纠缠。
文本要求
- 必须使用第一人称或直接动作（"我拉起你往门外走"）
- 禁止元指令句式（"告诉她……""问她是否……"）
- 禁止第三人称描述（"她/他/角色/玩家"）
- 建议 8-24 字
文本规范化（_normalize_choice_text）
自动将 AI 生成的元指令转换为第一人称可发送消息：
| AI 输出 | 转换后 |
|---|---|
| "告诉她你想去看电影" | "我想告诉你，想去看电影" |
| "问她是否愿意一起去" | "我想问你，是否愿意一起去" |
| "向她表达你的感受" | "我想对你说，我的感受" |
| "握住她的手" | "我握住你的手" |
转换规则：
- 前缀替换（"告诉她" → "我想告诉你，"）
- 代词替换（"她的" → "你的"，"她" → "你"）
- 动作前缀补 "我"（"握住" → "我握住"）
错误回退
AI 无响应或解析失败时，回退到默认选择：
python
_DEFAULT_CHOICES = [
{"level": "normal", "text": "我拉起你，说走，带你去个地方。", "intent": "顺势推进"},
{"level": "important", "text": "对了，我一直想跟你聊聊另一件事。", "intent": "主动开辟新话题"},
{"level": "turning_point", "text": "几天后，我带着一个没人知道的消息回来找你。", "intent": "时间跳跃+突发事件"},
]AI 调用
使用 ai_client.chat_completion() 发送请求，system prompt 包含完整的分支设计指令。token 用量通过 token_stats 模块记录（purpose: PURPOSE_PLOT）。