my_ai_town 项目分析：Godot 与 AI 社会模拟是否匹配

10月 7, 2026

项目来源：mewamew/my_ai_town · 相关视频：AI小镇发布啦！【B站AI创造公开赛】

AI 参与说明（Agent：Codex）：本文由 Codex 阅读项目公开源码、README、发布记录、GitHub Actions 与 Godot 官方文档，辅助分析技术方案和玩法的匹配。源码分析固定于提交 43ef1d13f973cf90f0868209d0c1e3492d406312，资料整理于 2026-10-07；选型与改进建议是本文的工程判断。运行记录：模型 gpt-6.1-sol，reasoning effort ultra，执行入口 Codex Desktop，提供方 openai，运行时 CLI 版本 0.162.0-alpha.2（不代表桌面 App 版本）。

对于现在这款可观察、可化身进入的像素风居民生活与社交模拟，Godot + GDScript + LLM 是匹配的方案，继续使用现有引擎有充分理由。 它的优势来自明确分工：Godot 负责空间、表现和交互，LLM 提出居民的行为决定，游戏自己的世界系统维护事实并执行规则。

“是不是最好的匹配”要分两层看：引擎与当前玩法高度匹配；LLM 与开放式社交、故事生成匹配，但未必适合承担所有日常模拟。 如果目标变成严格可预测的经营数值、即时动作反应，或多人共享的持续在线小镇，就需要调整模拟或部署方案。仅把 Godot 换成 Unity，不能自动解决模型延迟、调用成本与玩法目标的问题。

这篇文章是Steam 独立游戏开发技术方案的具体案例：从一个真实项目检查“游戏类型决定技术选择”如何落到源码中。

先认识几个贯穿全文的名称。

它实际是什么类型的游戏

项目 README 将其描述为由 LLM 驱动居民生活的单机像素小镇模拟。源码支持进一步细分：以居民生活与社交为中心、允许玩家观察和干预的模拟沙盒，包含职业、生产和服务系统。 固定版本 README

对应源码：ResidentActionMenu、化身移动、天气与公告入口、生活需求、生产状态。

因此，不能因为场景里有商店、花园和工作，就直接把它看成“建造设施 → 获得利润 → 扩大小镇”的经营游戏。本次审查的核心界面与运行逻辑，尚不足以确认这种玩家主导的循环。它更适合用“我改变了一个条件，居民接下来怎样生活和相处”来理解。

技术方案：Godot 客户端中的模拟与模型调用

The project declares Godot 4.7 with the GL Compatibility renderer, and its resident presentation uses CharacterBody2D. project.godot · ResidentCharacterBody

不要把配置中的 Jolt Physics 字样当成 3D 玩法证据。实际审查到的是 2D 地图、2D 角色与像素风表现；地图底图由 Sprite2D 加载并使用 nearest filtering，也不能据此说地图一定通过 TileMap 实现。TownBase 的底图加载

这是从源码归纳的职责表，不是项目依赖了六套独立框架。沿着默认客户端调用路径，Godot 可以直接请求配置的模型 endpoint；本地 Ollama 与 LM Studio 的预设也已存在，不要求先部署项目专属服务端。模型请求 · 本地服务配置

多数适配器采用 OpenAI-compatible 请求方式，但不能把所有供应商都写成同一种协议：例如 Ollama Cloud 适配器还支持原生 /api/chat 路径。模型接口最终必须提供项目需要的 JSON 决定；兼容聊天请求格式，不代表每个模型都能可靠遵守这个行为协议。OllamaCloudModelProvider

最关键的匹配：LLM 提议，World 决定事实

The LLM proposes a structured decision; the World validates and commits the action against its current state. 决定校验 · World 提交

下图展示决定通过校验后的成功路径。

flowchart TB
    A["World 当前状态<br/>与已确认事件"] --> B["wake_packet<br/>与居民记忆"]
    B --> C["Prompt 编译<br/>与 LLM 请求"]
    C --> D["DecisionExecution<br/>检查结构化决定"]
    D --> E["World 检查当前条件"]
    E --> F["执行行动<br/>并结算状态"]
    F --> H["已确认事件<br/>与 action_results"]
    H --> I["更新居民证据与记忆"]

图中省略了队列、预取和详细失败分支。World 已消费的拒绝会留下权威回执，部分未消费的拒绝会进入回退；过期请求的回包直接忽略。Provider 调用或决定校验失败的重试，另按错误类型判断。回退行动也必须经过 World 提交。Gateway 提交与拒绝处理 · 失败重试 · 连续性回退

例如，模型想让居民去找另一位居民谈话，返回时目标可能已经离开。项目会在执行前重新检查条件；目标离开等情况可能导致重新观察或拒绝，模型的文字不能直接把一次未发生的谈话写成事实。TownAgentDecisionActionRuntime

这个边界特别适合 AI 社会模拟：性格、意图和表达可以开放生成，地点、距离、资源、行动完成与否仍由规则结算。如果这两者混在一起，居民说“我送到了”就可能被误当成真的送达，后续记忆和工作都会失去依据。

世界推进与模型等待分开

World 由 RefCounted 对象承载，不依赖某个可见角色节点保存唯一状态。TownRuntime 每帧调用 World 的 advance(delta)，World 再按游戏分钟结算需求、行动与社会事务。TownWorldContract · TownRuntime · TownWorldAdvanceRuntime

居民模型决策走待处理队列，由唤醒条件、行动边界等驱动，并非每个渲染帧都发起一次 LLM 请求。Gateway 居民决策流程的并发上限为 6，并为化身对话预留 1 个位置；本地模型的决策流程上限为 3，其中普通居民最多占 2 个位置。选择器统计在途 decision_id，包括准备和记忆整理阶段；其他独立模型请求应另行统计。队列与并发常量 · 请求挑选

Godot’s HTTPRequest is asynchronous, but a single node must not serve simultaneous requests. The project creates a request node for each dispatched HTTP operation. Godot 4.7 HTTPRequest · 项目的请求节点创建

异步传输让游戏继续运行，但 Prompt 组装、JSON 处理和世界结算仍有本地计算成本，不能因为请求异步就推断所有工作都在后台线程。项目另外检查 session_epoch、当前 decision_id 和 Gateway 的 generation，用于丢弃已失效或重复返回的结果。ResidentRuntime · Gateway

记忆保留的是证据与理解

项目把当前意图与已完成的事情分开：准备替换行动时，先记录 pending intent；收到 World 的事件和 action_results 后，才摄入相应证据。记忆整理把旧摘要与新证据交给模型，再检查结构与连续性。意图记录 · 证据摄入 · MemoryOrganizer

Current memory retrieval uses structured entries, ranking rules, and text anchors; the inspected implementation does not use embeddings or a vector database. 排序规则 · 锚点匹配

这对规模有限的小镇是合理起点：人物、地点和任务往往有明确标识，先用可解释的检索可以减少依赖。若长期游玩后出现遗漏相关往事、同义表达难以命中等问题，再用实际失败案例评估是否增加 embeddings；“有 Agent”本身不是引入向量数据库的理由。

Godot 为什么合适，何时才值得换方案

Godot provides a dedicated 2D renderer and physics engine, with built-in support for animation, tilemaps, and navigation. Godot 4.7：Introduction to 2D · 2D navigation overview

项目已经把引擎能力用于实际玩法：角色是 CharacterBody2D，化身会进行物理移动，居民有室内外空间与路线，摄像机可以跟随居民。其 AStar2D 路网生成的 minutePositions 用于 World 的位置结算，presentationPath 用于视觉移动；可见动画和权威位置并非同一份状态。路线生成 · 移动结算 · 角色表现

以下比较是基于产品目标的工程建议，不是性能实测排名。

因此，当前最有价值的调整大多在“哪些事需要 LLM”，而不是“用哪个引擎”。寻路、饥饿变化、工作进度和货物转移有明确规则；人物动机、谈话与社会反应更能发挥模型作用。

技术成立之后，还需要一个可感知的玩法循环

实现很多系统，不等于玩家已经拥有持续游玩的理由。 观察型沙盒可以没有强制胜负，但仍需要让玩家看懂变化、形成期待，并找到值得再次介入的机会。

从已实现的观察、公告、天气和化身互动入口出发，一个适合验证的循环是：玩家提出问题或改变条件 → 居民作出反应 → World 记录实际后果 → 玩家理解关系和生活如何变化 → 再次尝试。这里的循环是本文建议，不是声称项目已经设计了相应关卡。

例如，可用以下三种体验分别检验，而不必同时扩张成大型经营游戏：

• 观察实验：改变一次天气或公告后，读者能否从世界日志和居民行为看出谁受到了影响、为什么改变计划？
• 化身关系：玩家与同一居民反复接触后，对方能否根据已发生的互动表现出可辨认的态度变化？
• 有限目标：如果希望增加挑战，可围绕一个工作任务或一场社会事件设置目标，让玩家的行动产生明确后果。目标可以是短期情境，不必引入庞大的经济系统。

更适合这种类型的质量判断是“变化是否有因果、是否能被玩家理解”，而不是单看居民说了多少句话。独立居民记忆、权威事件和日志，正好为这种反馈提供基础；是否已经达到好玩的程度，需要实际游玩验证。

下一步优先解决什么

1. 用请求数据衡量等待与成本

并发上限只能限制负载，不能保证模型返回及时。应分别记录请求到达队列的时间、派发时间、完成时间、被接受或失效的结果，以及实际 token usage。项目 Provider 已将响应中的 usage 写入 diagnostics，可作为采集入口。usage 记录

一个假设算例：15 位居民，每位每个真实分钟触发 4 次基础行为决定，总计每分钟 60 次。若每次平均占用决策槽 8 秒，要避免持续积压，平均需要约 60 ÷ 60 × 8 = 8 个决策槽。这超过 Gateway 的上限 6；若有位置预留、重试和额外记忆整理，普通居民可用容量还会更少。这些数字不是项目实测，也不是项目固定的唤醒频率，只用于说明为什么应先减少无必要调用，再评估提高并发。

建议先采集“每个真实分钟调用数、队列等待、化身对话等待、回退比例、输入与输出 token 数”。快速模拟、普通模拟和玩家对话应分别统计；游戏时间加速并不意味着云端模型能按同样倍数加速。

2. 验证回退能否维持生活连续性

Gateway 的 MAX_DECISION_ATTEMPTS 为 2，并按失败情况决定是否重试；最后可以采用继续当前行动、选择可用活动、待着或结束对话等回退。重试判断 · 回退活动选择

这说明项目已经考虑模型失败，不能笼统说断网后所有居民必然卡死。但这种回退也不等于完整的离线 Agent：它能维持一些行动连续性，无法自动提供和正常模型同等的社交推理、故事与对话。

可执行的验收方式是：让测试 Provider 返回超时、错误 JSON 和迟到结果，分别检查居民是否继续合理活动、错误是否可解释、旧结果是否被丢弃、恢复后能否重新决策。使用本地模型时，还要检查模型服务未启动和本地推理排队的情况。

3. 保持事实、记忆与存档对齐

会话保存由协调器处理 World 候选、Agent 存档与最终 manifest，并带有事务 gate、journal 和恢复流程。它不是把所有跨文件状态通过一次 rename 就完成原子提交。保存入口 · Agent 与 World 提交 · manifest 发布

适合继续验证的场景是：居民正在等待模型时保存；恢复后旧请求返回；居民任务已经完成但摘要整理尚未完成；保存写入中断后重新启动。通过标准应围绕实际事实：没有重复完成任务、没有用旧记忆覆盖新状态、没有把计划当成完成记录。

4. 先收紧模块职责，再考虑迁移语言

当前 TownWorldRuntime.gd 已拆分为多个模块，仓库还有限制主文件指标和模块私有访问增长的架构检查。本次运行检查得到：主文件 2,412 行、211 个函数、44 个顶层状态，运行模块存在 128 次 world._成员 直接访问。检查脚本

这些数量不能单独证明设计好坏，但说明它已经是一套有维护成本的模拟系统。继续明确状态归属、用稳定接口减少模块对私有状态的依赖，比仅改写成 C# 更直接。若性能测量指向某个热路径，再针对那个部分优化；不能从代码行数推断 GDScript 已成为运行瓶颈。

下载版本、Steam 与再利用边界

仓库已有公开 Pre-release：v0.1.0-beta.5 发布于 2026-08-20，提供 Windows x86_64、macOS universal、Android arm64 包及 SHA256SUMS。这个 Release 对应 e31f342 开头的历史提交，与本文审查的 43ef1d1 主线快照不同，不能把本文全部源码能力视作该下载包已经包含的能力。

当前发布 workflow 会验证、导出并创建 draft prerelease；审查的 workflow 中没有 Steam 上传步骤。若继续作为 Steam 独立游戏推进，应另行验收桌面导出、输入体验、存档兼容和模型配置流程，再按需要接入 Steam 功能。release-build.yml · Steam 选型与发布路径

BYOK 适合愿意配置模型的体验者，也让不同模型成为可选择的变量；若面向普通付费玩家，API Key 配置、服务余额、模型能力差异都会影响首次体验。若改成开发者承担推理费用，应单独设计服务端凭据、额度和长期运营方案，不能把服务方密钥放进发行客户端。

项目当前会把玩家密钥存入本地加密文件，密码由项目标识与设备标识派生；这不是操作系统 Keychain 托管。TownProviderCredentialStore · 密码派生

源码公开可查看，但本快照没有根 LICENSE；README 明确说明第三方资源按各自许可使用，项目代码与自有素材的统一许可仍在整理。可以研究架构，不能据此假定整个仓库已经授予统一的商用或再分发许可。README：授权说明

如何复现本文的一项源码核查

下面的 shell 命令需要 Git、Python 3 和网络；检查脚本只读取源码与基线，不需要 Godot、API Key 或模型调用。使用固定提交避免后续更新改变统计结果。

git clone https://github.com/mewamew/my_ai_town.git my-ai-town-review
cd my-ai-town-review
git checkout --detach 43ef1d13f973cf90f0868209d0c1e3492d406312
python3 -B tools/guards/world_runtime_architecture_check.py --check

本次在该提交运行检查的实际输出为：

TownWorldRuntime 架构棘轮通过：lines=2412 functions=211 states=44 private_accesses=128。

仓库同一提交的 formal-validation 运行记录 显示成功；其 Agent suite 显式设置 AI_TOWN_PROVIDER_TEST_NO_NETWORK=1，这是自动回归证据，不能用来证明真实模型的延迟、费用和长期对话质量。formal-validation.yml

本次未启动游戏或测量帧率、模型等待与游玩体验。相关视频仅核验公开简介与项目关联，未播放视频或取得字幕。本文能支持的结论是：当前技术职责与当前游戏类型相符，下一步应优先验证玩法反馈和模型运行质量，再根据目标变化决定是否调整方案。