--- title: GameSoul-AI-NPC canonical_url: "https://www.modelscope.cn/models/BABAinMS/GameSoul-AI-NPC" md_url: "https://www.modelscope.cn/models/BABAinMS/GameSoul-AI-NPC.md" repository: BABAinMS/GameSoul-AI-NPC chinese_name: GameSoul-AI-NPC last_updated: 2025-07-21 license: "Apache License 2.0" pipeline_tag: text-generation tasks: - text-generation - nli - sentiment-classification - question-answering - task-oriented-conversation base_model: - unsloth/qwen3-4b-unsloth-bnb-4bit base_model_relation: finetune parameters: 66.1M tensor_type: - F32 library_name: - pytorch - transformer - lora - safetensors frameworks: - PyTorch language: - en - zh downloads: 38 stars: 6 tags: - "base_model:adapter:unsloth/qwen3-4b-unsloth-bnb-4bit" - lora - sft - transformers - trl - unsloth - game - npc - gamesoul - ai - RAG - MCP - "游戏" - Unreal - Unity - Cocos --- # GameSoul-AI-NPC > GameSoul-AI-NPC - BABAinMS 在 ModelScope 开源的模型。🤖GAMESOUL-AI-NPC 游戏 NPC 行为决策模型，通过多源信息融合生成符合角色设定的动态行为。支持实时环境响应、事件响应、记忆回溯和角色一致性保持。支持推理（Reasoning）、RAG（检索增强生成）及 MCP（多角色协同计划）调用。 BABAinMS/GameSoul-AI-NPC 是 ModelScope 魔搭社区上的 66.1M 参数text-generation、nli、sentiment-classification模型，采用 Apache License 2.0 许可，基于 unsloth/qwen3-4b-unsloth-bnb-4bit 构建。 - **Repository**: BABAinMS/GameSoul-AI-NPC - **License**: Apache License 2.0 - **Tasks**: text-generation, nli, sentiment-classification, question-answering, task-oriented-conversation - **Parameters**: 66.1M - **Base model**: unsloth/qwen3-4b-unsloth-bnb-4bit - **Tags**: base_model:adapter:unsloth/qwen3-4b-unsloth-bnb-4bit, lora, sft, transformers, trl, unsloth, game, npc, gamesoul, ai, RAG, MCP, 游戏, Unreal, Unity, Cocos - **Downloads**: 38 - **Stars**: 6 - **Last updated**: 2025-07-21 Source: https://www.modelscope.cn/models/BABAinMS/GameSoul-AI-NPC --- # Model Card for GameSoul-AI-NPC ![Image Alt Text](DocsAsset/GAMESOUL_top_pic.png) 🤖GAMESOUL-AI-NPC 游戏 NPC 行为决策模型，通过多源信息融合生成符合角色设定的动态行为。支持实时环境响应、事件响应、记忆回溯和角色一致性保持。支持推理（Reasoning）、RAG（检索增强生成）及 MCP（多角色协同计划）调用。 ## 模型细节 🔍 ### 核心能力 | 模块 | 功能描述 | |------|----------| | **环境感知** | 解析场景状态、玩家交互、时间/天气等实时信号 | | **记忆系统** | 支持长期行为记忆（使用数据库存储） | | **角色一致性** | 依据预设背景（性格/目标/身份/能力/记忆等）生成符合人设的行为 | | **动态决策** | 基于综合状态生成动作序列（移动/对话/交互） | ### 技术架构 ```mermaid graph TD A[🌏环境状态] --> C(🧠LLM决策引擎) B[🧙‍♂️角色记忆] --> C D[💭当前事件] --> C C --> E{行为裁决} E --> F[👊动作指令] E --> G[💬自然语言反馈] E --> H[📌储存记忆] ``` ### 扩展接口 🔌 MCP 协议(reference only)：通过 npc_memory_api（example） 调用MCP获取数据库信息 ```json // example { "jsonrpc": "2.0", "id": 123456789, "method": "get_npc_memory", "params": { "player_action": "steal_item", "npc_id": "npc_123456" } } ``` ### 模型描述 📝 - **开发者 : NewOrigin** - **资助 : NewOrigin** - **分享 : NewOrigin** - **模型类型 : Decoder&MoE Transformer** - **支持语言（NLP） : English & 中文 & 110+ 语言** - **许可协议 : apache-2.0** - **基座模型 : unsloth/qwen3-4b** ### 模型来源 🌐 - **仓库 : ** ## 使用场景 🚀 本模型是基于 unsloth/qwen3-4b 的微调版本，专为游戏中的非玩家角色（NPC）赋予智能行为设计。该模型能够根据设定背景、记忆上下文与环境状态生成动态反应，支持推理（Reasoning）、RAG（检索增强生成）及 MCP（多角色协同计划）调用。 预期用户： - 致力于引入 AI NPC 的游戏开发者、游戏设计师 - 研究游戏 NPC 行为 AI 的专业人员 - 游戏工作室、独立游戏开发者 - 其它感兴趣的用户 潜在影响对象： - 与 NPC 互动的最终玩家 ### 直接使用 🖥️ 本模型可直接用于游戏环境中生成 AI 行为，无需额外微调。它能够根据上下文、记忆信息、玩家行为以及环境状态生成符合预期的 NPC 反应。开发者可通过推理接口直接调用模型，或集成到游戏系统、决策逻辑或 RAG 管线中使用。 典型应用场景包括： - 自动化 NPC 生态，形成游戏世界实时推演 - 基于剧情与记忆的 NPC 互动 - 基于环境状态的行为规划 - 多智能体协作推理与响应 ### 下游整合 📦 该模型适用于集成进游戏系统等下游场景，可作为由 AI 驱动的 NPC 的核心推理与对话引擎，嵌入至： - 游戏引擎中，实现实时对话生成与行为逻辑控制 - 多智能体模拟平台，实现具备长期记忆和上下文推理能力的交互行为 - 基于 RAG 的推理系统，通过知识检索增强 NPC 的决策过程 - 支持MCP协议的数据库，使用数据库储存 NPC 信息，实现需要时从数据库中调用 NPC 信息 根据具体游戏的语调、设定或任务需求，亦可进行进一步微调以适配风格。 ### 不建议用于 ⚠️ 本模型不适用于涉及高风险或安全敏感的应用环境，以下为不推荐的使用方式： - 涉及法律、医疗、金融或安全等决策类任务 - 需要高度事实准确性或伦理推理的应用场景 ## 偏见、风险与限制 🚧 本模型可能会继承基础预训练数据或微调语料中的偏见，例如文化刻板印象、色情内容、性别偏见、角色行为模式等。 技术上的局限包括： - 无法验证生成内容的真实性或逻辑准确性 在任何含生成内容的系统中，尤其是面向未成年玩家的游戏，建议对输出结果进行必要的过滤。 ### 建议 💡 - 在部署前请充分测试模型在多种游戏情境下的表现，明确其边界与潜在失效风险。 - 在部署前你的游戏引擎中的 NPC 需要先有一个能执行行动的框架。 ## 快速上手 🚩 以下示例演示如何快速加载并调用微调后的模型： ```python from transformers import AutoModelForCausalLM, AutoTokenizer import torch model_name = "NewOrigin/GameSoul-AI-NPC-4B-v0.1" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained( model_name, torch_dtype=torch.auto, device_map="auto" ) prompt = "input your content" messages = [ {"role": "user", "content": prompt} ] text = tokenizer.apply_chat_template( messages, tokenize=False, add_generation_prompt=False, enable_thinking=False ) model_inputs = tokenizer([text], return_tensors="pt").to(model.device) generated_ids = model.generate( **model_inputs, max_new_tokens=1024, do_sample=True, top_p=0.9, ) output_ids = generated_ids[0].tolist() think_token_id = tokenizer.convert_tokens_to_ids("") if think_token_id in output_ids: idx = output_ids.index(think_token_id) thinking = tokenizer.decode(output_ids[:idx], skip_special_tokens=True).strip() response = tokenizer.decode(output_ids[idx+1:], skip_special_tokens=True).strip() else: thinking, response = "", tokenizer.decode(output_ids, skip_special_tokens=True).strip() print("🧠 think", thinking) print("💬 answer", response) ``` ### 示例输入与输出 📥📤 - Input📥 ```json { "NPCID": "npc_585919", "角色背景": "一位来自神秘森林的魅魔药剂师，二十岁，从小在森林中学习草药和魔法知识。因森林遭遇邪恶魔法侵袭，亲人离世，她决心寻找破解魔法的方法。擅长调配药剂、魅惑与魔法感知。", "特征": { "核心性格": [ "诱惑", "狡猾", "好奇" ], "特长": [ "药剂调配", "魅惑术", "魔法感知" ] }, "动态状态": { "当前情绪": "愤怒（因最近魔法污染在森林中加剧，影响了她的力量）" }, "记忆事件": [ { "eventid": "evt_20240805_001", "timestamp": "2024-08-05", "事件类型": "帮助", "发起者": "player_004", "接受者": "npc_585919", "动作": "提供魔法书籍", "影响": "对player_004产生好感，获得更多魔法能量" }, { "eventid": "evt_20240720_002", "timestamp": "2024-07-20", "事件类型": "冲突", "发起者": "npc_006", "接受者": "npc_585919", "动作": "抢夺草药", "影响": "npc_585919对npc_006产生敌意，警惕性上升" }, { "eventid": "evt_20240712_003", "timestamp": "2024-07-12", "事件类型": "交易", "发起者": "player_005", "接受者": "npc_585919", "动作": "购买药剂", "影响": "获得金币，心情愉悦，利用魅力加强交易" }, { "eventid": "evt_20240630_004", "timestamp": "2024-06-30", "事件类型": "帮助", "发起者": "npc_585919", "接受者": "player_006", "动作": "治疗伤口", "影响": "通过魔法治疗，产生好感与依赖" }, { "eventid": "evt_20240615_005", "timestamp": "2024-06-15", "事件类型": "探索", "发起者": "npc_585919", "接受者": "npc_585919", "动作": "发现新草药", "影响": "增加魔法知识，提升魅力" } ] }, { "当前事件": "遇到了好色的勇者" } ``` - Output📤 ```json {"事件反应": "npc_585919察觉到勇者对她的骚扰后，释放魅惑术使其陷入幻觉，同时用魔法感知追踪其行动轨迹，并在森林深处设下陷阱"} ``` ## 训练细节 🏋️‍♀️ ### 训练过程 本模型基于 unsloth/qwen3-4b-unsloth-bnb-4bit 进行微调，采用 Unsloth 库中的 LoRA（Low-Rank Adaptation）方法进行高效低资源微调。 - 微调方式： LoRA - 训练器： 使用 Unsloth 的 SFTTrainer - 模型格式： 仅保存 adapter 权重，格式为 safetensors - 训练设备： Nvdia A10 GPU ## 环境影响 🌱 - **Hardware Type : cloud server** - **Cloud Provider : Google Cloud Platform & Alibaba Cloud** - **Compute Region : NorthAmerica & Asia** - **Carbon Emitted : <1Kg** **BibTeX:** ```bibtex @misc{NewOrigin2025GameSoul-AI-NPC, title = {GameSoul-AI-NPC: A LoRA fine-tuned Qwen3-4B model for game NPC reasoning and interaction}, author = {NewOrigin}, year = {2025}, publisher = {Hugging Face}, howpublished = {https://huggingface.co/NewOrigin/GameSoul-AI-NPC-4B-v0.1} } ``` **APA:** NewOrigin. (2025). *GameSoul-AI-NPC: A LoRA fine-tuned Qwen3-4B model for game NPC reasoning and interaction*. Hugging Face. ## 模型卡作者 ✍️ - **作者 : NewOrigin** - **Huggingface链接 : ** ## 联系方式 📧 如有任何问题、建议或合作意向，欢迎联系： **电子邮箱 ：** ### 框架版本 - PEFT 0.16.0