01保留原作中的表达。
“突然翻到有的人小时候写给我的‘和好小纸条’，还是小时候可爱啊。”
“因为我都直接用行动表达了。”
完整案例
从一段原文，
到一句角色回应。
把原作中的人物特征整理为可调用的材料，再结合当下情境，形成具有角色个性的回应。
02提炼稳定的人格与表达。
结合角色经历与表达，保留亲近立场、短句节奏，以及调侃与真心交错的方式。遇到明确的情感表达，也允许直接回应。
亲近立场短句与留白自然回应情感
IP
IP 人物角色对话
DeepSeek · 对话展示
03在当前情境中作出回应。
人格建模的
应用场景。
以原文驱动的人格建模为基础，
支持角色交互、内容创作
与模型适配。
能力基础与应用方向
工作流串联批量材料抽取、分阶段角色对话、人格审核与本地 LoRA / QLoRA 表达接入。通过替换人物材料与配置规则，支持 IP 建模、角色交互、传播素材和衍生内容等应用方向。
Caleb人格工作流
人物有过去。
回应有依据。
回应有依据。
今天有点想你。 ↵
理解→决策→表达→校验
IP 人物
巧了。
我也想你，今天还格外想。
原文 → 人格 → 持续交互
106万+原文字符
810原始章节
11人格模块
145人格规则
人格提炼
同一个人，
不止一种回应。
把人物写成一串标签之后，
还需要理解：
他在什么情境下，为什么这样回应。
一次性长 Prompt
若只留下标签，回应容易走向同一种模板。
“温柔、可靠、体贴……”
标签描述了特征，却没有展开选择的依据。
分层人格工作流
把情境、人格依据与回应方式逐一连接。
同一人格，保留不同情境下的回应空间。
原文依据→人格决策→情境化表达→审核与记忆
人格的来处，
可以回到原文。
剧情、短信、通话、朋友圈。
不同文本写下同一个人物，
也藏着不同的时间与世界。
短信 · 剧情 · 约定
原文节选 167 章
还有剧情叙述、分支选项、活动、人物资料与界面文案。
605资料单元
默认主世界584
平行世界 / AU16
混合内容4
未确定1
728 章进入主世界资料池保留来源，再核验事实适用性
↗37 个一级目录分组，按资料单元组织主世界、AU 与混合内容。
记住的不只是台词。
还有选择。
他在乎什么，害怕什么，
面对冲突时如何取舍。
这些，才构成人格的内核。
面向 IP 人物的人格建模。人格材料与运行流程分层组织，迁移时替换材料并适配角色规则。
还原人物，
也保留原作中的关系。
人物的立场形成于具体经历与关系之中。保留原作中的身份关联、共同经历与冲突依据，让 IP 人物在提及他人时延续原有的判断与态度。
同窗与挚友共同成长 · 情感立场
同僚与协作职责关联 · 共同行动
冲突与边界事件依据 · 披露限制
保留关系事实，
让人物态度有据可循。
同一个人，既可能是同学，也是曾经并肩工作的同事。提取时保留不同身份与时间范围；交互时按人物实体检索相关事实，为称呼、态度和信息披露提供依据。
53条关系类事实
工作流程
先理解，再选择。
最后，才开口。
检索找到依据，决策确定回应。
表达完成台词，审核检查偏离。
每一步有自己的职责。
→→→→→
用户消息 / 后台情景← 已验证的状态与记忆，参与下一轮交互
PythonFastAPIPydanticBGESQLiteReactTypeScript
对话之外，
时间也在继续。
活动有起止，约定有时间。
生活为交流提供依据，
也让主动联系有了来由。
让日程成为回应的依据。
保存日程与约定记录活动起止、通讯状态与到期时间
用户询问近况
按需查询当前活动
读取有效日程，提供本轮事实依据。
处于休息或等待状态
管理回复时机
结合睡眠与通讯规则，安排等待和发送。
约定到期或情景触发
进入人格决策
结合约定与人物立场，判断是否主动联系。
组织表达与审核实际送达后更新状态与记忆
每条记忆，都有出处。
模型提出候选，后端核验消息与原文引文。短期状态、长期事实和关系变化分别管理。
原始消息→引文校验→有效记忆
记忆如何保持有效
用户事实核对用户来源；普通情绪不自动成为长期事实。支持记忆替换、失效与周期整理，候选文本不能代替证据。
时间，也能触发交互。
生活日历提供可查询的活动，睡眠与通讯状态影响回复时机，明确约定可以触发到期联系。
日历与活动情景触发人格决策
生活素材如何参与交互
从主世界资料池抽取并核对后，保留 2,116 条素材候选，涵盖活动、技能、职责、条件、习惯与偏好。运行排程依据已选择的规则与事件生成可查询的活动。
只记住真正发出的内容。
生成可以被打断。已经送达的消息，才进入状态与记忆更新。
第 1 条回复已送达
第 2 条回复等待发送
仅已发送部分进入记忆
交付生命周期示意人格材料与模型，
各自演进。
远程模型可以承担完整管线；本地 LoRA / QLoRA 接入表达与修订环节，探索模型能力与人格材料之间的分工。
ClaudeGPTGeminiDeepSeek
统一的人格工作流
本地表达1.7B / 9BLoRA / QLoRA
产品思路
让角色成立，
也让系统可持续。
将人格还原转化为可以实现、评估与迭代的产品决策。
人格材料与模型分开组织。
人物身份、动机、原作关系与表达方式分别保存。接入新的 IP 人物时替换对应材料，模型承担理解与表达，工作流继续复用。
将角色知识沉淀为可复用的材料，支持人物迁移与模型适配。
理解情境之后，再决定如何回应。
分析阶段结合有序历史识别当前话题与情感变化；决策阶段选择人物立场与回应方式；表达和审核分别完成语言组织与偏差检查。
为各阶段划定职责与上下文范围，使问题定位和定向修订更清晰。
把角色表现与运行成本一起评估。
围绕同一输入比较全链路轻量模型与表达阶段升级等配置，结合回复表现、Token、修订次数与缓存计费，选择模型分工方式。
通过材料筛选、阶段预算与调用复用，减少持续交互中的重复输入。
让角色持续回应，
也让成本持续可控。
将人格表现交给材料、决策与记忆协同支撑，通过模型选择、提示词精简与调用规则优化，降低持续交互的资源消耗。
轻量模型，也能呈现角色感。
以 Flash-Lite 等低成本模型承载日常对话，将情境理解、人格决策与表达拆分处理，让角色立场与情感回应建立在明确依据之上。
Gemini Flash-Lite
“哟，为了这个退游？
行，算我没白疼你。不过这脾气随谁呢，嗯？”
用户表达因维护角色而退游时，实际生成的情感回应。
减少重复输入，
保留本轮所需的依据。
通过阶段预算、材料筛选、修订输入精简与分析复用，控制每次调用携带的上下文。
71%
Token 用量减少
按阶段分配历史
分析、决策、表达与审核使用独立的上下文窗口，避免长历史在整条链路中重复传递。
只传递所需材料
完整场景卡参与决策，表达阶段接收筛选后的原文样例与回应计划；审核读取精简的核验视图。
区分修补与重生成
局部修订围绕问题清单和相关依据组织输入；需要重新生成时，再传递完整决策。
精简记忆提取输入
记忆提取保留用户原文、已发送回复及来源规则，采用最小配置，减少重复人格材料。
按需查询与复用
生活事实按用户问题查询；等待期间合并消息，输入未变化时复用已有分析结果。
压缩重复提示
简洁提示实验将生成与审核提示合计缩短 42 个字符，保留事实检查职责，控制规则文本长度。
从原文材料，
到可验证的流程。
从材料提炼到交互运行，
覆盖内容生产与工程验证。
主世界章节抽取728 / 728任务完成
生活素材候选2,116核对后保留
新增生活集成测试22 / 22历史验证通过
这套工作流可以用在其他人物上吗？
工作流将人物材料与运行机制分开组织。接入新的 IP 人物时，配置对应原文、人格材料与生活规则，即可沿用分析、检索、决策、表达和审核的流程。
系统如何维持人物的一致性？
以稳定人格内核确定动机与价值排序，以情境规则选择回应方式，再通过事实校验与审核修订检查角色表达。人物立场、原作依据与当轮信息共同参与决策。
测试覆盖了什么？
22 项生活集成测试覆盖等待合并、状态持久化、并发输入、部分发送与重启恢复，全部通过。
主要使用了哪些技术？
Python、FastAPI、Pydantic、SQLAlchemy、SQLite；本地 Sentence Transformers / BGE 检索；React、TypeScript、Vite 前端；多供应商模型 API 与 LoRA / QLoRA 实验。
从体验问题，
推进到具体规则。
聚焦于交互规则定义、角色表现评估与模型方案比较。
定义交互规则
参与比较消息等待方案，关注等待中追加消息的体验；确认主动联系的通讯条件，以及约定推迟后的下次检查规则，并要求明确分步目标与验收方式。
校准角色表现
提出扩大情境分析的有序历史范围，要求区分相似表达中的情感递进；针对过度限制日常关心与建议的审核规则提出修正，推动重新测试对话。
比较模型与成本
推动轻量模型、全链路模型升级和仅表达阶段升级的方案对比；要求在同一输入下检查回复、Token 与费用，并考虑重复运行和缓存命中的影响。
有来处。
也有下一句。
从原文、人格，到持续交互。
一套连接原文提炼与人格还原的 Agent 工作流。