简体中文 | English

生成式智能体（Generative Agents）深度汉化版

斯坦福AI小镇由斯坦福大学和谷歌于2023年8月开源，由25个智能体组成的虚拟世界，模拟了真实的人类生活。

25个智能体完全由ChatGPT驱动，自主组织派对、参加会议、在情人节筹办各种活动。他们能够展现出与人类相似的生活模式和行为习惯。

Generative Agents的原始代码工程化程度较低，难以持续维护或拓展功能，且时隔两年，中文LLM的能力早已胜任此类任务。因此，我们对原项目进行了重构+深度汉化，旨在为中文用户提供一个利于维护的基础版本，以便后续实验或尝试更多玩法。

wounderland项目是原Generative Agents项目的重构版本，结构良好且代码质量远优于原版，因此本项目基于wounderland开发。

更新：

• 2025.06.02：增加对Qwen3和DeepSeek-R1等新模型的支持（处理输出结果中的<think>标签）。

主要工作：

• 重写全部提示语，将智能体的“母语”切换为中文，以便对接Qwen或GLM-4等中文模型；
• 针对中文特点和Qwen2.5/3系列模型的能力，优化中文提示语及智能体之间的对话起止逻辑；
• 所有提示语模板化，便于后期维护；
• 修正原版的小问题（例如wounderland原版中智能体在入睡后便不再醒来）；
• 增加对本地Ollama API的支持，同时将LlamaIndex embedding也接入Ollama，实现完全本地部署，降低实验成本。Ollama安装及配置可参考ollama.md；
• 增加“断点恢复”等特性；
• 回放界面基于原Generative Agents前端代码精简，同时将智能体活动的时间线及对话内容保存至Markdown文档。

回放画面：

注：地图及人物名称也同步汉化，是为了避免LLM在遇到中英混杂的上下文时，切换到英文语境。

1. 准备工作

1.1 获取代码：

git clone https://github.com/x-glacier/GenerativeAgentsCN.git
cd GenerativeAgentsCN

1.2 配置大语言模型（LLM）

修改配置文件 generative_agents/data/config.json:

1. 默认使用Ollama加载本地量化模型，并提供OpenAI兼容API。需要先拉取量化模型（参考ollama.md），并确保base_url和model与Ollama中的配置一致。
2. 如果希望调用其他OpenAI兼容API，需要将provider改为openai，并根据API文档修改model、api_key和base_url。

1.3 安装python依赖

建议先使用anaconda3创建并激活虚拟环境：

conda create -n generative_agents_cn python=3.12
conda activate generative_agents_cn

安装依赖：

pip install -r requirements.txt

2. 运行虚拟小镇

cd generative_agents
python start.py --name sim-test --start "20250213-09:30" --step 10 --stride 10

参数说明:

• name - 每次启动虚拟小镇，需要设定唯一的名称，用于事后回放。
• start - 虚拟小镇的起始时间。
• resume - 在运行结束或意外中断后，从上次的“断点”处，继续运行虚拟小镇。
• step - 在迭代多少步之后停止运行。
• stride - 每一步迭代在虚拟小镇中对应的时间（分钟）。假如设定--stride 10，虚拟小镇在迭代过程中的时间变化将会是 9:00，9:10，9:20 ...

3. 回放

3.1 生成回放数据

python compress.py --name <simulation-name>

运行结束后将在results/compressed/<simulation-name>目录下生成回放数据文件movement.json。同时还将生成simulation.md，以时间线方式呈现每个智能体的状态及对话内容。

3.2 启动回放服务

python replay.py

通过浏览器打开回放页面（地址：http://127.0.0.1:5000/?name=<simulation-name>），可以看到虚拟小镇中的居民在各个时间段的活动。

可通过方向键移动画面

参数说明

• name - 启动虚拟小镇时设定的名称。
• step - 回放的起始步数，0代表从第一帧开始回放，预设值为0。
• speed - 回放速度（0-5），0最慢，5最快，预设值为2。
• zoom - 画面缩放比例，预设值为0.8。

发布版本中内置了名为example的回放数据（由qwen2.5:32b-instruct-q4_K_M生成）。若希望以较快速度从头开始回放，画面缩放比例为0.6，则对应的url是： http://127.0.0.1:5000/?name=example&step=0&speed=2&zoom=0.6

也可直接打开simulation.md，查看example中所有人物活动和对话信息。

3.3 回放截图

画面中对话内容由qwen2.5:14b-instruct-q4_K_M生成

小镇全景

公园

咖啡馆

教室

4. 修改地图

由于wounderland项目原作者没有提供maze.json的生成代码，所以想要创建新地图，有以下几种方案：

1. 参考原始generative_agents项目中maze.py的逻辑，修改现有代码，以便兼容tiled编辑器导出的json和csv数据文件；
2. 参考现有的maze.json格式，编写代码用于合并tiled编辑器导出的maze_meta_info.json、collision_maze.csv、sector_maze.csv等文件，为新地图生成maze.json。
3. jiejieje已为本项目开发了一款地图标注工具，项目地址：https://github.com/jiejieje/tiled_to_maze.json

5. 参考资料

5.1 论文

Generative Agents: Interactive Simulacra of Human Behavior

5.2 代码

Generative Agents

wounderland