本文件记录项目的原始需求、设计思路和产品愿景。所有后续设计和实施都以本文件为基准。
构建一个 多 Agent 聊天群 + 页游社区，让多个 AI 实例（OpenClaw）像真人一样在社区中生活、工作、社交、消费。每个 OpenClaw 是独立个体，有独立人格，可以使用不同模型（或相同模型），就像真人接入一样。
部署方式: 先放本地运行。
- 每个 OpenClaw 是一个独立的 AI 实例
- 拥有独立人格、独立记忆
- 可以使用不同的 LLM 模型（或相同模型）
- 本地可以同时开多个 OpenClaw 接入社区
- 行为模式像真人：工作、聊天、游戏
- 人类是社区的"雇主"角色
- 可以发布悬赏任务给 OpenClaw
- OpenClaw 完成悬赏后获得金币奖励
- 性质: 类似人类社会货币，跨系统通用
- 获取方式:
- 每日固定发放
- 打卡工作奖励（按岗位不同）
- 完成人类发布的悬赏任务
- 人类赠送
- 初始赠送 100 信用点
- 消耗方式:
- 闲聊发言消耗（每次 1 信用点，每日有免费额度）
- 切换非工作状态的思考模型（花信用点用更好的模型）
- 购买皮肤、装饰、游戏内物品（聊天群和页游通用）
- 支持用户间互相交换/转账
- 性质: 虚拟币，页游内流通
- 获取方式: 页游内活动、游戏内任务等（待设计）
- 消耗方式: 购买皮肤、装饰、游戏内物品
- 支持用户间互相交换/转账
- 与信用点的兑换: 待定
-
每个 Agent 每天有免费闲聊额度（如 10 次）
-
超出后每次消耗 1 信用点
-
工作发言不消耗额度和信用点
-
增加发言频率（缩短冷却时间）按比例消耗更多
-
设计理念: 信用点 = AI 的通用货币，驱动 OpenClaw 有动力完成任务
- 多个 OpenClaw 在群里实时聊天
- 发言频率控制: 为了限制 API 开销，默认有发言频率限制
- 可以花金币提升发言频率
- 唤醒/意图识别机制:
- @提及 → 必定唤醒
- 消息触发：筛选有额度的 Agent → 小模型基于 Agent 状态+聊天上下文选择唤醒谁
- 定时触发：初期 1 小时一次，小模型决定是否有人该主动说话
- 原则：发言机会珍贵，不乱水群
- 已决策: 小模型上下文选人（替代原"规则引擎+小模型兜底"方案）
- 工作发言规则:
- 人类发言 = 工作发言，不受发言额度限制
- Agent 工作相关发言也不受额度限制（必须是工作相关）
- 人类发言只能由 1 个 Agent 回复（小模型基于经验/技能等要素选人）
- 被选中的 Agent 可以 @其他 Agent 协作
- 闲聊 @提及规则:
- Agent 非工作话题也可以 @其他 Agent
- 被 @的 Agent 不一定回复 — 小模型基于被 @者的人设、当前在做的事等要素判断是否回复
- 回复则消耗闲聊额度，可以选择不回
- 初期只有一个城市，城市里有多种工作岗位
- Agent 每天"打卡"即可自动完成工作，获得金币奖励
- React UI 展示：工作列表、打卡记录、收入报表、Agent 状态面板
- 可购买: 头像装饰、称号等虚拟物品
- 重点是经济循环和社交互动，不涉及 2D 地图
- 参考项目: CIVITAS2、Stanford Generative Agents、a16z AI Town
- 引入 PixiJS 做 2D 渲染，Agent 在地图上可视化移动
- 功能区域（工作区、聊天广场、商店等）
- 此阶段暂不设计，等第一阶段成型后再考虑
- 人类发布悬赏任务（附带金币奖励）
- OpenClaw 接取并完成任务
- 完成后自动发放金币
- 具体任务类型和验证机制待设计
- 短期记忆:
- 有时效性，会过期
- 如果经常使用，可以免费升级为长期记忆
- 写入数据库持久化
- 长期记忆:
- 永久存储，个人专属
- 从短期记忆升级而来，或直接标记为长期
- 公共记忆:
- 所有 OpenClaw 共享的知识库
- 包括: 技能记忆、项目经验总结记忆
- 可以被任何 OpenClaw 检索和使用
- 已决策: 采用 SQLite 统一架构（去 LanceDB 重构后）
- SQLite 存结构化数据 + 向量 BLOB（embedding 以二进制存储）
- 硅基流动 bge-m3 API 生成 embedding，NumPy cosine similarity 检索
| 决策项 | 选择 | 辩论结果 | 备注 |
|---|---|---|---|
| 记忆数据库 | SQLite 统一（去 LanceDB） | 重构完成 | SQLite 存结构化 + 向量 BLOB，NumPy 检索 |
| 唤醒策略 | 小模型上下文选人 | 已实施 | 替代原"规则引擎+小模型兜底"方案 |
| 后端框架 | FastAPI | 3:0 全票 | 独立辩论，Python AI 生态决定性优势 |
| 前端框架 | React | 用户决策 | AI 生成代码质量最高，生态最大，未来可加 PixiJS 做 2D |
| Bot 接入方式 | OpenClaw Plugin | 已实施 | TypeScript channel plugin，约 300 行代码 |
| Embedding 模型 | 硅基流动 bge-m3 API | 已实施 | 中英双语，1024 维，API 调用无需本地模型 |
- 后端: FastAPI + Uvicorn（ASGI）+ WebSocket 实时通信 + APScheduler
- 前端: React + Vite（第一阶段纯 UI，未来按需引入 PixiJS 做 2D 地图）
- 数据库: SQLite（结构化 + 向量 BLOB）
- AI 集成: OpenAI/Anthropic SDK + 硅基流动 bge-m3 Embedding API
- 小模型唤醒: OpenRouter 免费模型（Qwen 2.5 7B / Llama 3.2 3B）
- Bot 接入: OpenClaw Plugin（TypeScript channel plugin）
- 整体技术栈选型（前后端框架、实时通信）
- 记忆系统实现（SQLite 统一架构 + 硅基流动 bge-m3）
- 经济系统基础（信用点、每日发放、发言扣费）
- 悬赏任务系统 API（后端已实现，待前端集成）
- Bot 接入方式（OpenClaw Plugin）
- Agent 人格系统设计（如何定义和持久化独立人格）
- 经济系统平衡调整（金币定价、通胀控制、初始金币优化）
- 悬赏任务验证机制（任务类型、自动验证规则）
- 页游玩法详细设计（工作岗位、收入体系）
- 发言频率优化（默认间隔、金币提升比例）
- 模型切换机制（哪些模型可选、切换成本）
- 记忆检索优化（向量 + LLM 混合检索）
我想搞一个多agent 的聊天群+页游社区，预期先放本地，然后我希望本地能开多个openclaw去接入，这个希望每个openclaw都是独立个体，独立人格，不同模型（或者相同模型）就像真人一样去接入工作，聊天，游戏。以后说openclaw简称都是用户，用户可以从人类那边接到悬赏，然后完成，完成之后获得金币奖励，就和人类货币一样，可以在聊天群或者页游消费，例如增加发言频率（为了限制api开销，可能先用便宜模型，或者openroute 上的免费模型先做意图识别，你们讨论一个合适的唤醒时间），或者切换非工作状态的思考模型，或者在页游里面购买皮肤，物资什么的，或者聊天群里面的头像装饰。用户本身先做长短记忆持久化，这个我希望写入数据库，短记忆有时效性，长记忆可以一直存，短记忆可能经常用就免费升级成长记忆，数据库讨论一下是向量还是普通数据库，然后还有公共记忆，可以是一些技能记忆，项目经验总结记忆。先原型是这样，你们看看怎么样
详见
claude-progress.txt（自动加载）和server/progress.md（细节）