GameRAGKit：用C#实现基于世界观设定的NPC对话引擎

GameRagKit 是一个面向游戏 NPC 的检索增强人格引擎：把你的世界、区域和阵营设定放进文件，用 YAML 声明一个人格，就能得到一个会以角色身份回答、记得被告知的内容、并能通过同一套层级结构与数百个其他 NPC 共享人格上下文的 NPC——全部通过一个小巧的 HTTP API（/ask）完成，任何引擎或客户端都能调用。

四个可玩的 Three.js 第一人称场景，每个都由真正的 GameRagKit NPC 支撑，而不是脚本化对话。走上前，按 E，每一条回复都来自一次真实的 /ask 调用。

一个小庭院里的一名守卫，用最小化的方式证明真正的 NPC 能在第一人称游戏场景中运作。

城镇广场周围五名各具人格的 NPC，证明并发的 NPC 之间不会互相串话。

数百个可点击的人群角色，每个都共享 14 个原型 NPC 之一：这种集群模式让后端负载在任何人群规模下都保持有界。

同时与三名 NPC 大声交谈。一个路由器决定由谁回答，他们会用名字互相回应，每个人都有自己的本地声音。

这些演示中的 NPC 用 Kokoro 说话，这是一个小型开源语音模型，运行在托管本站的 CPU 服务器上。下面同样的台词，用两个更大的开源模型生成，带有真实的情感：笑声、叹息、根据一句角色描述设计出的声音。它们需要 GPU 才能在实时对话中跟上节奏，而我们负担不起为这个演示托管一块 GPU。在一台配有现代 GPU 的游戏 PC 上，GameRagKit 可以在本地运行它们，你的 NPC 听起来就会像这样。

这三个都是你可以随产品发布的开源模型（Apache-2.0 / MIT）。Chatterbox 克隆 Qwen 设计的声音，并加上 [laugh] 和 [sigh]。

这些演示中的托管、LLM 使用和每一个声音都是自掏腰包支付的。贡献会直接用于运行它们，以及用于一台 GPU 服务器，让每位来访者都能听到上面那些富有表现力的声音，而不是 CPU 版本。