Review 数据模型
字数
946 字
阅读时间
5 分钟
定义 Review Pipeline 的输入/输出结构，与具体实现解耦。
ReviewScore
角色体验评分（0-1 浮点数），8 个维度。
python
from nbot.review.models import ReviewScore
score = ReviewScore(
character_fidelity=0.8,
immersion=0.7,
relationship_progress=0.5,
story_progress=0.6,
memory_value=0.4,
world_consistency=0.9,
user_engagement=0.6,
risk=0.1,
)| 字段 | 说明 |
|---|---|
character_fidelity | 角色一致性：回复是否贴合角色设定 |
immersion | 沉浸感：场景描写与情感表达质量 |
relationship_progress | 关系推进：关系是否有实质性发展 |
story_progress | 剧情推进：剧情是否有实质性进展 |
memory_value | 记忆价值：本轮对话是否值得记录 |
world_consistency | 世界一致性：是否与既定世界观/设定一致 |
user_engagement | 用户互动：用户参与度 |
risk | 风险评分：内容是否存在偏离设定或前后矛盾的风险 |
评分来源：
character_fidelity/immersion/world_consistency/risk：来自 AutoState 的 LLM 评估缓存memory_value/story_progress/relationship_progress/user_engagement：规则引擎计算
MemoryItem
待写入的记忆条目。
python
from nbot.review.models import MemoryItem
item = MemoryItem(
target="user",
mem_type="relationship",
title="用户表达了喜欢",
content="用户：我很喜欢你\n角色：谢谢你的喜欢！",
importance=0.7,
ttl="long",
)| 字段 | 可选值 | 说明 |
|---|---|---|
target | user / character / world | 记忆目标 |
mem_type | short / long / relationship / event | 记忆类型 |
title | str | 记忆标题 |
content | str | 记忆内容 |
importance | float | 重要性（0-1） |
ttl | short / long / permanent | 保留时间 |
RelationshipDelta
关系变化结果，六维增量。
python
from nbot.review.models import RelationshipDelta
delta = RelationshipDelta(
affection=2,
trust=1,
familiarity=1,
dependency=0,
security=0,
jealousy=0,
reason="用户表达了亲密情感；选择了 important 级剧情分支。",
)| 字段 | 类型 | 说明 |
|---|---|---|
affection | int | 好感度增量 |
trust | int | 信任度增量 |
familiarity | int | 熟悉度增量 |
dependency | int | 依赖度增量 |
security | int | 安全感增量 |
jealousy | int | 嫉妒度增量 |
reason | str | 变化原因（人类可读） |
source | str | 来源（默认 "review_pipeline"） |
plot_node_id | str | 关联的剧情节点 ID |
conversation_id | str | 关联的会话 ID |
PlotUpdate
剧情更新建议。
| 字段 | 类型 | 说明 |
|---|---|---|
should_create_node | bool | 是否需要创建剧情节点 |
level | str | 节点级别：normal / important / turning_point / ending |
summary | str | 剧情摘要 |
title | str | 节点标题 |
WorldBookUpdate
世界书更新建议。
| 字段 | 类型 | 说明 |
|---|---|---|
should_update | bool | 是否需要更新世界书 |
reason | str | 更新原因 |
entry_title | str | 条目标题 |
entry_content | str | 条目内容 |
ReviewInput
Review Pipeline 输入，包含本轮对话的完整上下文。
python
from nbot.review.models import ReviewInput
inp = ReviewInput(
conversation_id="conv_abc",
character_id="char_xyz",
user_id="user_123",
user_message="你好，今天天气真好",
assistant_message="是的，天气很好呢！",
selected_choice={"level": "normal", "text": "继续聊天"},
relationship_state={"affection": 75, "trust": 60},
character_state={"mood": "happy", "energy": 0.8},
real_time_context={"continuity_level": "continuous", "elapsed_label": "5分钟"},
)| 字段 | 类型 | 说明 |
|---|---|---|
conversation_id | str | 会话 ID |
character_id | str | 角色 ID |
user_id | str | 用户 ID |
group_id | str | 群聊 ID（可选） |
user_message | str | 用户消息 |
assistant_message | str | AI 回复 |
recent_messages | list[dict] | 最近消息列表 |
active_plot_node | dict | None | 当前激活的剧情节点 |
selected_choice | dict | None | 已选择的剧情选项 |
relationship_state | dict | 关系状态 |
character_state | dict | 角色状态 |
world_context | dict | 世界上下文 |
real_time_context | dict | 现实时间上下文 |
tool_calls | list[dict] | 工具调用记录 |
ReviewOutput
Review Pipeline 输出，结构化的审查结果。
python
from nbot.review.models import ReviewOutput
output = ReviewOutput(
should_write_memory=True,
memory_items=[MemoryItem(...)],
relationship_delta=RelationshipDelta(...),
plot_update=PlotUpdate(should_create_node=True, level="important"),
scores=ReviewScore(...),
source="rule",
skipped=False,
)| 字段 | 类型 | 说明 |
|---|---|---|
should_write_memory | bool | 是否需要写入记忆 |
memory_items | list[MemoryItem] | 待写入的记忆条目 |
relationship_delta | RelationshipDelta | None | 关系变化增量 |
plot_update | PlotUpdate | None | 剧情更新建议 |
world_book_update | WorldBookUpdate | None | 世界书更新建议 |
scores | ReviewScore | None | 各维度评分 |
source | str | 审查来源："rule" 或 "llm" |
skipped | bool | 是否跳过（普通闲聊） |