当前位置：首页 > news >正文

AI群演请就位——个人博客（一）

news 2026/4/14 4:55:54

一、项目背景

1.1 介绍

传统的互动叙事游戏（比如橙光游戏等各种文游）虽然精彩，但剧情分支是预先写好的，玩家终究在有限的选项里打转。经过讨论，我们小组想做一个基于大语言模型的、真正由AI驱动的互动叙事系统：由用户选择世界观（古代宫廷、修仙世界、现代校园、末世生存），AI即时生成剧情、角色对话和结局。每个AI角色拥有独立的性格、目标和隐藏身份，会根据你的行为改变态度，甚至骗你、背叛你。每一次游戏体验都是独一无二的。

1.2团队分工

我负责本项目的后端部分，主要负责以下功能的实现：

数据库设计：设计不少于11张数据表

API接口开发

AI模型对接模块

支持对接大模型API（千问），实现自动切换与负载均衡。

并发请求处理机制

支持最多10个角色同时调用AI接口的并发调度

二、技术选型

根据任务书对并发、响应速度、异步处理的要求，我选择了以下技术栈：

后端框架	FastAPI	原生异步支持，自动生成API文档，性能接近Go/Node.js
数据库	MySQL 8.0 + SQLAlchemy ORM	关系型数据库满足状态存储，ORM简化开发
异步驱动	aiomysql	纯Python实现，避免编译问题
数据库迁移	Alembic	版本化控制表结构
环境管理	python-dotenv	敏感信息隔离
服务器	uvicorn	支持ASGI，与FastAPI完美配合

三、开发环境搭建

3.1 创建虚拟环境

我使用Python自带的 venv 模块创建独立环境，避免污染全局Python。

# 在项目根目录执行 python -m venv venv

激活虚拟环境（Windows PowerShell）：

.\venv\Scripts\Activate.ps1

激活成功，命令行前出现 (venv) 标识。

3.2 创建项目目录结构

我将我需要负责的内容发给deepseek，由它替我生成本项目初步的项目结构如下：

（发给deepseek的内容如下，这是我们在初期讨论环节商讨好的个人任务部分：

核心职责：负责服务端架构设计、API接口开发、数据库管理、角色行为逻辑实现、系统稳定性保障。

数据库设计：需要设计十一张以上的数据表，涵盖用户信息表、角色信息表、剧情记录表、状态历史表、事件日志表、会话记录表等，所有表需支持单表一百万条记录的存储，需部署MySQL数据库，配置索引优化，实现读写分离。同时需实现数据库自动备份机制，每日备份，备份数据保留三十天。

角色构建与设定：需要构建四十个以上的角色模板库，每个模板包含身份设定（如皇帝、魔尊、学霸、刺客等）、性格特征（如冷漠、温柔、疯狂、多疑等）、行为目标（如争权、复仇、守护、暗杀等）、隐藏身份（如刺客、卧底等）。需设计提示词让AI自动生成角色背景故事，每个角色平均三百字，生成准确率需达到百分之八十五以上。同时需设计算法自动生成角色间关系网，覆盖三层社交关系（盟友、敌对、隐藏），关系图生成覆盖率达到百分之百。

API接口开发：需要开发十五个以上的RESTful API接口，包括对话请求接口、状态查询接口、剧情推进接口、事件触发接口、结局判定接口、角色信息获取接口等。使用FastAPI框架自动生成Swagger接口文档，确保文档覆盖所有接口。还需实现用户会话管理和请求限流机制，限制每用户每分钟最多三十次请求。

剧情推进系统：需要实现事件条件判断引擎，支持好感度阈值、隐藏身份暴露度、关键物品获取等十五种以上条件类型，事件触发准确率达到百分之九十五以上。需实现AI自主推进功能，当用户无输入时通过定时任务触发AI角色间自主交互，支持最多十轮自主交互。结局判定逻辑方面，需实现基于状态组合的多结局判定，支持二十种以上结局。

AI模型对接：需要封装千问大模型的API调用，支持自动切换与负载均衡。需实现API调用失败后的重试机制，最多重试三次，并配置降级策略，确保系统整体可用性达到百分之九十九点五以上。

）

3.3编写 requirements.txt

fastapi==0.110.0 uvicorn[standard]==0.27.1 sqlalchemy==2.0.25 pymysql==1.1.0 aiomysql==0.2.0 alembic==1.13.1 python-dotenv==1.0.1 redis==5.0.1 celery==5.3.4 httpx==0.27.0 python-multipart==0.0.9 websockets==12.0 pytest==8.0.0 pytest-asyncio==0.23.5 tenacity==8.2.3

PS：我原本写了 asyncmy，但后来发现它在Windows上需要C++编译环境，于是替换为纯Python的 aiomysql 。同时保留 pymysql 作为同步驱动（后续给Alembic使用）。

3.4 安装依赖

pip install -r requirements.txt

遇到的问题：安装过程中 asyncmy 编译失败，提示需要 Microsoft Visual C++ 14.0。
解决办法：询问AI后，我将 asyncmy 从 requirements.txt 中移除，改用 aiomysql 。重新执行 pip install aiomysql pymysql，安装成功。

3.5 配置环境变量

在.env文件中，存放数据库连接等敏感信息

MYSQL_URL=mysql+aiomysql://root:my_password@localhost:3306/ai_story # Redis连接 REDIS_URL=redis://localhost:6379/0 # 千问API（从阿里云DashScope获取） QWEN_API_KEY=sk-你的真实key QWEN_BASE_URL=https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation # 其他可选配置 SECRET_KEY=your-secret-key-for-jwt ACCESS_TOKEN_EXPIRE_MINUTES=30

在 app/core/config.py 中读取这些变量。

3.6 验证FastAPI能否启动

我编写了一个最简单的 app/main.py ，来测试FastAPI能不能启动：

from fastapi import FastAPI app = FastAPI(title="AI群演请就位后端", version="1.0.0") @app.get("/") async def root(): return {"message": "AI Story Backend is running"}

启动服务：