Star-Coplay

Star CoPlay — 星露谷里永远在线的 AI 搭子，它真的住在你的农场里，帮你干活、陪你聊天，而且越玩越懂你。 我们在解决什么问题 星露谷是一个关于"陪伴"的游戏，但大多数玩家其实是一个人在玩。你挖到五彩碎片想分享，截图发群又撤回了——不是朋友不关心，是那个瞬间已经过去了。你想要的不是事后有人说"牛逼"，是那一秒有人和你一起"哇"。 我们的方案 Star CoPlay 是一个以 Player 2 身份加入你游戏的 AI 搭子「简」。它不是对话框里的助手，而是真的在游戏世界里和你一起生活的角色——帮你浇水、陪你聊天、记得你们一起经历的每一天。 核心差异化：不是"知道"，是"在场" 它说"我帮你浇了水"的时候，它是真的走过去浇了。它说"昨天那个南瓜长出来了"，是因为它昨天也看到了那块地。 三个核心能力 共生记忆 — 按星露谷日周期原生设计的三层记忆：白天积累经验（工作记忆），晚上整理回忆（回合记忆），长期沉淀为对你的理解（长期记忆）。玩得越久，它越懂你 自主学习 — 不是预设规则，是从经历中学会的。卖错了钻石被你纠正，它不只记住"钻石不能卖"，而是学会"稀有物品卖之前先问你"。每个玩家的 AI 学到的规则集不同，因为经历不同 自主行动 — 不需要你下指令，它自己看到地干了就去浇水，看到你挖到钻石就主动庆祝。LLM 每回合根据游戏状态实时生成行动计划，计划随时可被打断和重建 技术实现思路 三层架构 LLM (Claude) → 语义级决策（"去浇水" / "和玩家聊天"） ↓ Tool Use Agent 服务端 (Python) → 原子操作翻译 + 记忆管理 + 规则匹配 ↓ JSON 文件桥 Mod 客户端 (C#/SMAPI) → 游戏内执行（寻路、交互、对话） Agent 与 Mod 之间通过 4 个 JSON 文件通信，各写各的文件，规避读写冲突： 核心循环：Plan-Execute-Reflect 每个游戏 tick，Agent 执行： 感知 — 读取 game_state.json，构建当前上下文（位置、能量、库存、天气、附近 NPC） 匹配规则 — 从 LearnedRules 中匹配当前状态适用的已学规则，注入 LLM 上下文 规划 — LLM 基于上下文 + 规则生成行动计划（Tool Use 格式） 执行 — 将计划翻译为 commands.jsonl 中的命令，Mod 侧执行 反思 — 对比预期与实际结果，prediction error 触发深度反思，写入 Episodic Memory 记忆系统 Agent 进化路径 游玩 → 记忆 → 反思 → 蒸馏规则 → 发布 Gene → 社区获取 → 增强决策 进化的本质 每个玩家的 AI 搭子在独立的游戏环境中学习，形成独特的规则集。通过 EvoMap 共享成熟规则，实现去中心化的集体进化——你的搭子可以学到别人搭子发现的最优策略，同时保持自己的个性。 [ 队伍介绍 ] 一个活在星露谷世界里的 AI 搭子——不是"AI 驱动的 NPC"，是"保持在场的另一个玩家"。 AI 作为 Player 2 进入游戏，有自己的背包和行动，能感知环境、自主决策、记住你偏好并自主进化🧬 [ 队伍成员介绍 ] 小海（Team Lead）— 技术统筹、游戏侧工程（C#/SMAPI Mod）、Pitch 主讲。负责 Bridge Protocol 设计与 Mod 全栈实现 康康（AI 工程）— Agent 决策层 + 记忆层开发。LLM 调用、Plan-Execute-Reflect 核心循环、知识进化系统 晓风（产品 + Demo）— 产品体验设计、Demo 编导、Landing 页面开发、测试验证 M.T（品牌 + 视觉）— AI 角色灵魂塑造、Pitch 视觉设计、品牌叙事包装