AI Town项目架构深度解析：从游戏引擎到智能体系统

项目概述

AI Town是一个结合了游戏引擎与AI智能体的创新项目，它构建了一个虚拟世界，人类玩家和AI智能体可以在其中进行交互。本文将深入剖析该项目的整体架构设计，帮助开发者理解其核心组件和工作原理。

整体架构分层

AI Town采用分层架构设计，主要分为以下几个关键层次：

1. 服务端游戏逻辑层：位于convex/aiTown目录下，负责维护游戏状态、处理用户输入以及推进游戏世界演化
2. 客户端UI层：使用pixi-react框架构建，负责将游戏状态渲染到浏览器
3. 游戏引擎层：位于convex/engine目录，提供通用的游戏引擎功能
4. 智能体系统层：位于convex/agent目录，处理AI智能体的决策和行为

核心数据模型

世界与玩家

AI Town的数据模型围绕几个核心概念构建：

• 世界(World)：代表一个包含多个玩家互动的游戏地图
• 玩家(Player)：游戏中的核心角色，包含可读名称、描述信息以及与人类用户的关联
• 对话(Conversation)：由玩家创建并具有生命周期的交流会话
• 对话成员(ConversationMembership)：记录玩家参与对话的状态

数据表分类

项目中的数据表分为三大类：

1. 引擎表：维护引擎内部状态
2. 游戏表：存储游戏状态数据
3. 智能体表：专为智能体状态设计

输入处理系统

AI Town通过输入系统修改数据模型，输入由玩家和智能体提交，由游戏引擎处理。主要输入类型包括：

• 加入/离开游戏
• 玩家移动指令
• 对话相关操作（开始、接受邀请、拒绝邀请、离开）
• 智能体特定输入（记忆对话、决策等）

每个输入处理都会检查相关约束条件并更新游戏状态，确保系统的一致性。

游戏引擎设计

输入处理流程

游戏引擎采用专门的输入处理机制：

1. 用户通过insertInput函数提交输入
2. 输入被分配唯一递增的编号和时间戳
3. 引擎处理输入并将结果写回
4. 客户端可以通过inputStatus查询订阅输入状态

时间推进机制

游戏引擎通过tick方法推进时间：

• tick(now)将模拟推进到指定时间戳
• 默认以60次/秒的频率运行
• 将多个tick批处理为一个"step"，实际以1次/秒的频率执行

这种设计既保证了游戏动画的流畅性，又避免了过高的数据库操作频率。

状态管理

游戏状态管理遵循以下流程：

1. 加载当前游戏状态到内存
2. 解析数据库表示到内存对象
3. 运行模拟，修改内存中的游戏对象
4. 计算状态差异并写回数据库
5. 继续运行后续步骤

客户端UI实现

AI Town的客户端UI遵循以下原则：

• 使用常规的useQuery钩子加载状态
• 通过useHistoricalValue处理历史数据以实现平滑动画
• 使用useSendInput封装输入提交逻辑

这种设计使得UI层尽可能接近常规的Convex应用开发模式。

智能体系统架构

智能体工作循环

智能体的行为执行遵循特定流程：

1. Agent.tick读取和修改游戏状态
2. 需要长时间操作时调用startOperation
3. 操作函数可以读取游戏状态和其他表数据
4. 通过提交输入来修改游戏状态
5. 操作完成后删除inProgressOperation记录

对话系统

对话层实现了与GPT的交互逻辑，包括：

• 开始对话(startConversation)
• 继续对话(continueConversation)
• 礼貌离开对话(leaveConversation)

记忆系统

记忆系统的工作流程：

1. 对话结束后，GPT总结消息历史
2. 计算总结文本的嵌入向量并存入向量数据库
3. 新对话时查询相关记忆并注入提示

设计考量与限制

AI Town的设计遵循几个核心原则：

1. 尽可能接近常规Convex应用模式
2. 采用常见的tick()模型便于理解
3. 解耦智能体行为与游戏引擎

这些设计选择带来了一些固有限制：

• 所有数据需在每一步加载到内存
• 输入需通过数据库表传递
• 输入延迟约为1个RTT加上半步长时间

总结

AI Town项目通过清晰的架构分层和精心设计的数据模型，构建了一个支持人类玩家与AI智能体共同参与的虚拟世界。其游戏引擎的设计平衡了性能与开发便利性，而智能体系统则展示了如何将LLM集成到游戏环境中。理解这些架构设计对于定制和扩展项目功能至关重要。